今年二月，我们曾介绍过 OpenAI 的文本生成视频工具 Sora。昨日，Google 在 I/O 开发者大会上发布了新一代生成式 AI 视频模型 Veo。据官方信息，Veo 可生成分辨率达 1080p、时长超一分钟的高质量视频，并支持多种视觉与电影风格。
Veo 具备先进的自然语言理解能力，能精准识别“延时摄影”、“风景航拍”等专业术语。用户可通过文本、图片或视频引导生成目标内容。Google 表示，该模型生成的视频连贯性更强，在镜头运动中人物、动物及物体的动作表现更为真实，且支持通过额外提示词进一步优化输出效果。
Google DeepMind CEO Demis Hassabis透露，团队正开发故事板生成及更长场景创作等进阶功能。目前 Veo 仅面向少数电影制作人和创意团队开放，Google 将持续深化与创意领域的合作。知名演员、编剧兼音乐人 Donald Glover 已确认与 Veo 建立合作关系。
Veo 部分功能将于未来几周通过 VideoFX 专属预览向精选创作者开放，感兴趣的用户可注册等待名单体验。此外，YouTube Shorts 也有望在不久的将来集成 Veo 的部分能力。
近年来，Google 凭借 Phenaki、Imagen Video 和 Lumiere 等模型持续深耕视频生成领域，此次推出 Veo 意在挑战 Sora。与此同时，Sora 也在加速与顶尖创作者的合作：August Kamp 的歌曲 Worldweight 首支 MV 由 Sora 制作，导演 Paul Trillo 借此实现了十年前构思的创作想法。