GoogleVeo针对电影制作人的新型生成式AI视频模型

这家互联网搜索巨头已将目光瞄准电影制作人，推出了其最新的生成式AI视频模型Veo。据谷歌称，Veo能够使用文本、图像和视频提示作为输入，生成时长超过一分钟的“高质量”1080p分辨率视频。

三个月前，OpenAI展示了其文本转视频AISora，引起了该领域的关注。谷歌在I/O开发者大会上发布了这款产品，旨在与Veo争夺该领域的关注，强调其能够制作各种视觉和电影风格的视频。

谷歌称Veo拥有“对自然语言的高级理解能力”，它可以解释电影术语，例如“延时摄影”或“风景的空中拍摄”。用户可以通过文本、图像或基于视频的提示来引导所需的输出，从而制作出被誉为“更一致、更连贯”的视频。这些视频通过镜头描绘了人物、动物和物体的真实运动。

在新闻发布会上，谷歌DeepMind首席执行官DemisHassabis提到，用户可以通过附加提示来优化视频结果。此外，谷歌正在探索使Veo能够创建故事板和更长场景的功能。

与许多AI模型的预览一样，那些渴望亲自尝试Veo的人可能会面临一段等待期。谷歌表示，它将向选定的电影制作人和创作者发出邀请，让他们尝试该模型，寻求有关如何最好地服务于创意社区的意见。这些合作将确保创作者在谷歌AI技术开发中拥有发言权。

某些Veo功能将通过VideoFX中的私人预览版“在未来几周内”向选定的创作者开放。感兴趣的人可以加入候补名单，以便尽早测试这些功能。此外，谷歌计划在未来将一些Veo功能整合到YouTubeShorts中。

近年来，谷歌开发了多种视频生成模型，包括Phenaki、ImagenVideo和今年早些时候展示的Lumiere模型。虽然Lumiere令人印象深刻，但Veo据称更擅长理解视频内容、模拟现实世界的物理现象和渲染高清输出。

与此同时，OpenAI正在积极向好莱坞推广Sora，并计划在今年晚些时候向公众发布。该公司的目标是将音频融入Sora，并将该模型直接集成到Adob​​ePremierePro等视频编辑应用程序中。凭借OpenAI的领先优势和Sora针对电影制作人的应用，谷歌的Veo可能会在市场上面临激烈的竞争。