在谷歌I/O 2025大会上，谷歌宣布推出Veo 3、Imagen 4以及专为电影制作设计的新工具Flow。这些最新的生成媒体模型不仅实现了重大突破，还能创造出令人叹为观止的图像、视频和音乐，为艺术家和创作者提供了强大的工具，助力他们将创意愿景变为现实。
Veo 3：视频与音频的完美融合
Veo 3是谷歌最新的先进视频生成模型，它在提升Veo 2视频质量的基础上，首次实现了带音频的视频生成。无论是城市街道的交通噪音、公园里的鸟鸣，还是角色间的对话，Veo 3都能精准地生成与视频内容相匹配的音频。
该模型在文本和图像提示、真实世界物理效果以及精准的唇部同步方面表现出色，能够将用户描述的短篇故事转化为生动的视频。Veo 3现已在美国对Ultra订阅者通过Gemini应用和Flow提供，也在Vertex AI上对企业用户开放。
Veo 2更新：为电影制作人量身定制的新功能
在推进Veo 3的同时，谷歌还为Veo 2模型添加了多项新功能，以满足电影制作人的需求。这些新功能包括：
- 先进的参考视频功能：允许用户为Veo提供角色、场景、物体甚至风格的图像，从而获得更好的创意控制和一致性。
- 摄像头控制：帮助用户定义精确的摄像头移动，包括旋转、推拉和缩放，以实现完美的镜头效果。
- 外扩功能：允许用户将视频从纵向扩展为横向，智能添加场景内容，轻松适配各种屏幕尺寸。
- 物体添加与移除：用户可以在视频中添加或删除物体，Veo能够理解比例、交互和阴影，创造出自然、逼真的场景。
其中，参考视频和摄像头控制功能现已在Flow中提供，谷歌计划在未来几周通过Vertex AI API推出所有这些新功能，并在未来几个月将其扩展到更多产品中。
Flow：AI驱动的电影制作利器
Flow是一款专为创意人士打造的AI电影制作工具，它结合了谷歌DeepMind最先进的模型，包括Veo、Imagen和Gemini，能够无缝创建电影片段、场景和故事。用户可以通过自然语言向Flow描述镜头，并在一个便捷的平台上管理故事元素，如角色、地点、物体和风格，进而将叙事编织成精美的场景。
目前，Flow已在美国对Google AI Pro和Ultra计划订阅者开放，未来将逐步扩展到更多国家。
Imagen 4：卓越的图像生成能力
Imagen 4是谷歌最新的图像生成模型，它在速度和精准度方面都取得了显著提升，能够创造出令人惊艳的图像。该模型在细微细节的呈现上表现出色，如复杂织物的纹理、水滴的光泽以及动物毛皮的质感，无论是写实风格还是抽象风格都能轻松驾驭。Imagen 4可生成多种纵横比、最高2K分辨率的图像，非常适合打印或演示。
此外，它在拼写和排版方面也有显著改进，便于用户创建个性化贺卡、海报甚至漫画。Imagen 4现已在Gemini应用、Whisk、Vertex AI以及Workspace中的Slides、Vids、Docs等中提供。谷歌还计划推出Imagen 4的快速变体，其速度比Imagen 3快10倍，能够帮助用户更快地探索创意。
Lyria 2：音乐创作的无限可能
今年4月，谷歌扩展了对Music AI Sandbox的访问权限，该工具由Lyria 2驱动。Music AI Sandbox为音乐家、制作人和词曲作者提供了一套实验性工具，激发新的创作可能性，帮助艺术家探索独特的音乐创意。音乐行业的专业知识和宝贵反馈帮助谷歌确保工具能够赋能创作者，同时邀请他们实现AI在艺术中的潜力。
Lyria 2带来了强大的作曲和无限探索功能，现已通过YouTube Shorts对创作者开放，并在Vertex AI上对企业用户提供。此外，谷歌还通过API和AI Studio推出了Lyria RealTime，这是一款交互式音乐生成模型，能够驱动MusicFX DJ。Lyria RealTime允许任何人实时交互式地创建、控制和表演生成音乐。
负责任的创作与创意社区合作
自2023年推出以来，SynthID已为超过100亿张图像、视频、音频文件和文本添加了水印，帮助识别AI生成内容，减少误信息和误归因的风险。Veo 3、Imagen 4和Lyria 2的输出将继续带有SynthID水印。今天，谷歌推出了SynthID Detector，这是一个验证门户，能够帮助人们识别AI生成内容。用户只需上传内容，SynthID Detector就能识别整个文件或部分内容是否包含SynthID水印。
谷歌一直致力于通过生成AI模型释放人类创造力，让艺术家和创作者能够以前所未有的速度和便捷将创意变为现实。通过与创意产业的紧密合作，谷歌不仅为创作者提供了强大的工具，还确保了这些工具的负责任使用，推动了整个创意行业的发展。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
