谷歌發(fā)布AI視頻生成器Veo 3：可同時生成視頻和音效

在今年的I/O開發(fā)者大會上，谷歌發(fā)布第三代視頻生成模型Veo 3。

據(jù)悉，Veo 3對標OpenAI的Sora，具備生成視頻的同時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，還能為人物對白、鳥鳴或街頭交通等場景配上相應的音效，實現(xiàn)更逼真的視聽體驗。

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

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

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

此外，谷歌還宣布對原來的Veo 2進行更新，并新增支持通過文字提示對視頻中物體進行增刪的功能。

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

不過值得注意的是，谷歌在AI圖像生成領(lǐng)域的歷史并非一帆風順。

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

谷歌聯(lián)合創(chuàng)始人Sergey Brin后來坦承，問題源于“測試不充分”。