谷歌發(fā)布AI視頻生成器Veo 3：可同時(shí)生成視頻和音效

在今年的I/O開(kāi)發(fā)者大會(huì)上，谷歌發(fā)布第三代視頻生成模型Veo 3。

據(jù)悉，Veo 3對(duì)標(biāo)OpenAI的Sora，具備生成視頻的同時(shí)同步嵌入音效的能力。

谷歌表示，Veo 3不僅可以基于文本和圖像提示生成高質(zhì)量的視頻，還能為人物對(duì)白、鳥(niǎo)鳴或街頭交通等場(chǎng)景配上相應(yīng)的音效，實(shí)現(xiàn)更逼真的視聽(tīng)體驗(yàn)。

谷歌DeepMind產(chǎn)品副總裁Eli Collins表示：“從文字和圖像提示，到真實(shí)世界物理效果與精準(zhǔn)的唇形同步，Veo 3的表現(xiàn)都非常出色。”

目前，該模型主要面向美國(guó)地區(qū)的Gemini Ultra訂閱用戶，每月收費(fèi)249.99美元。

此外，Veo 3也將納入谷歌面向企業(yè)客戶的Vertex AI平臺(tái)。

除了Veo 3外，谷歌還發(fā)布了多個(gè)與生成式AI相關(guān)的新產(chǎn)品，包括升級(jí)版圖像生成模型Imagen 4、電影制作輔助工具Flow。

此外，谷歌還宣布對(duì)原來(lái)的Veo 2進(jìn)行更新，并新增支持通過(guò)文字提示對(duì)視頻中物體進(jìn)行增刪的功能。

目前，生成式AI在圖像和視頻創(chuàng)作領(lǐng)域的應(yīng)用日益普及。

不過(guò)值得注意的是，谷歌在AI圖像生成領(lǐng)域的歷史并非一帆風(fēng)順。

2024年，谷歌因Imagen 3模型生成帶有歷史錯(cuò)誤的圖像內(nèi)容而遭遇廣泛批評(píng)，隨后被迫重新發(fā)布該工具。

谷歌聯(lián)合創(chuàng)始人Sergey Brin后來(lái)坦承，問(wèn)題源于“測(cè)試不充分”。