谷歌公司近期在人工智能領(lǐng)域取得了新的突破，正式推出了其最新的視頻生成模型Veo 2。據(jù)官方介紹，這一新模型在理解現(xiàn)實世界物理規(guī)律、人類運(yùn)動及表情細(xì)節(jié)方面有了顯著提升，所生成的視頻在整體細(xì)節(jié)和逼真度上均達(dá)到了新的高度。

Veo 2模型能夠生成最高分辨率為4K（4096 x 2160像素）、時長可達(dá)2分鐘的視頻片段。與OpenAI的Sora模型相比，Veo 2在分辨率上提升了4倍，時長則是后者的6倍。這一技術(shù)突破無疑為視頻內(nèi)容的創(chuàng)作和生成提供了更多的可能性和想象空間。

然而，目前Veo 2模型在谷歌的實驗性視頻創(chuàng)建工具VideoFX中的表現(xiàn)還受到一定限制，其分辨率上限為720p，時長也僅為8秒。不過，谷歌DeepMind產(chǎn)品副總裁Eli Collins表示，公司會根據(jù)用戶的反饋在接下來的幾個月里繼續(xù)進(jìn)行迭代和優(yōu)化，以期達(dá)到更好的效果。

Veo 2模型在功能上也十分強(qiáng)大，它不僅可以根據(jù)給定的文本提示或文本和參考圖像生成視頻，還能夠更真實地模擬運(yùn)動、流體動力學(xué)和光的屬性。據(jù)DeepMind介紹，Veo 2能夠呈現(xiàn)出不同的鏡頭和電影效果，以及“細(xì)致入微”的人類表情和動作，使得生成的視頻更加生動和真實。

為了降低Deepfake等潛在風(fēng)險，DeepMind還采取了相應(yīng)的技術(shù)防范措施。他們利用專有的水印技術(shù)SynthID，將隱形標(biāo)記嵌入到Veo 2生成的幀中，從而實現(xiàn)對生成視頻的追蹤和識別。這一舉措無疑為視頻內(nèi)容的真實性和安全性提供了有力保障。

Veo 2模型在實際應(yīng)用中也展現(xiàn)出了其強(qiáng)大的創(chuàng)作能力。例如，當(dāng)給定一段描述蜜蜂、農(nóng)夫和向日葵場景的文本提示時，Veo 2能夠生成一段生動逼真的視頻，其中蜜蜂在鏡頭中飛舞，農(nóng)夫在陽光下舉起蜂蜜罐，向日葵在微風(fēng)中搖曳，整個場景充滿了金色的光線和豐富的質(zhì)感。

Veo 2還能夠根據(jù)文本提示生成卡通風(fēng)格的視頻。例如，當(dāng)給定一段描述可愛卡通女孩在1980年代廚房里與攝影機(jī)對話的文本時，Veo 2能夠生成一段充滿活力和動感的視頻，其中女孩的表情和動作都十分生動和真實。

最后，Veo 2還能夠捕捉和呈現(xiàn)自然場景中的美麗瞬間。例如，當(dāng)給定一段描述粉紅色火烈鳥在寧靜瀉湖中優(yōu)雅涉水的文本時，Veo 2能夠生成一段令人驚嘆的視頻，其中火烈鳥的羽毛在陽光下閃爍著美麗的光芒，整個場景充滿了寧靜和自然之美。