自从今年早些时候谷歌推出了视频生成模型 Veo 和图像生成模型 Imagen 3 以来，这些工具已经在多个领域产生了深远的影响。YouTube 创作者使用它们为 YouTube Shorts 制作创意视频背景，企业客户通过 Vertex AI 增强了创意工作流，而创意人员则利用 VideoFX 和 ImageFX 来讲述他们的故事。谷歌与电影制作人、艺术家和企业等广泛合作者共同开发和改进这些技术，以满足不同的创意需求。今天，谷歌再次向前迈进了一步，推出了新的视频生成模型 Veo 2 和 Imagen 3 的最新版本，这两个模型均在各自的领域达到了最先进的水平，并已在 VideoFX、ImageFX 和 Whisk 工具中提供。
Veo 2：最先进的视频生成模型
Veo 2 是一款极其高质量的视频生成模型，能够在广泛的题材和风格中创建逼真的视频内容。它在由人类评判者进行的面对面比较中，显著超越了其他领先模型，取得了 最先进的结果。Veo 2 对现实世界的物理学和人类动作与表情有了更深入的理解，这使得它能够生成更加真实和细腻的视频。例如，它可以准确地模拟物体的运动、光影的变化以及人物的表情和姿态，增强了视频的真实感。
Veo 2 深入理解电影摄影的独特语言，用户可以通过提示指定镜头类型、拍摄角度和电影效果。无论是低角度的跟踪镜头、特写镜头，还是特定焦距的镜头（如 18mm 广角镜头或浅景深），Veo 2 都能根据提示生成符合要求的高质量视频。此外，它还可以生成高达 4K 分辨率、时长延长的视频，满足专业创作的需求。与其他视频生成模型不同，Veo 2 显著减少了“幻觉”现象的发生，即模型生成不必要的细节（如多余的手指或意外的物体）。这种改进使得输出的视频更加真实，减少了后期编辑的工作量。
安全与负责任的开发
谷歌始终将安全和负责任的开发放在首位。Veo 2 的开发过程中，谷歌有意控制了其可用性的增长，以便在通过 VideoFX、YouTube 和 Vertex AI 逐步推出时，帮助识别、理解和改进模型的质量和安全性。此外，Veo 2 的输出包含一个不可见的 SynthID 水印，有助于识别 AI 生成的内容，从而减少错误信息和错误归属的可能性。
Veo 2 的应用
- Google Labs 的 VideoFX：Veo 2 功能已引入到 Google Labs 的 VideoFX 工具中，用户可以访问该工具并加入等待名单，尝试最新的视频生成功能。
- YouTube Shorts：谷歌计划在明年将 Veo 2 扩展到 YouTube Shorts，帮助创作者生成更多创意视频内容。
- Vertex AI：企业客户可以通过 Vertex AI 使用 Veo 2，增强他们的创意工作流。
Imagen 3：最先进的图像生成模型
Imagen 3 是谷歌最新一代的图像生成模型，现在它生成的图像更加明亮、构图更好，且能够更准确地渲染多样化的艺术风格——从写实主义到印象派，从抽象到动漫。此次升级使模型更忠实地遵循提示，并渲染更丰富的细节和纹理。在由人类评判者对领先图像生成模型的输出进行并排比较中，Imagen 3 同样取得了 最先进的结果。
Imagen 3 现在可以更准确地渲染多种艺术风格，无论是写实主义、印象派、抽象艺术还是动漫风格，都能生成高质量的图像。这种灵活性使得用户可以根据自己的创意需求选择不同的风格，创造出独特的视觉效果。升级后的 Imagen 3 更加忠实地遵循用户的提示，确保生成的图像与用户的意图高度一致。无论是在构图、色彩还是细节上，模型都能更好地捕捉用户的创意想法。
Imagen 3 现在能够渲染更丰富的细节和纹理，使得生成的图像更加逼真和生动。无论是复杂的自然景观、精致的人物肖像，还是抽象的艺术作品，Imagen 3 都能呈现出令人惊叹的细节。
Imagen 3 的应用
- ImageFX：最新的 Imagen 3 模型现已在全球 100 多个国家的 ImageFX 工具中推出，用户可以访问该工具开始使用。
- Whisk：在 Whisk 工具中，Imagen 3 与 Gemini 模型结合，允许用户通过图像提示来可视化他们的想法。Gemini 模型会自动为输入的图像编写详细的描述，然后将这些描述输入到 Imagen 3 中，生成独一无二的作品。
Whisk：通过图像提示可视化你的创意
Whisk 是谷歌最新的 Google Labs 实验，允许用户通过输入或创建传达主题、场景和风格的图像，轻松组合并重新混合这些元素，生成独一无二的作品。Whisk 结合了 Imagen 3 的图像生成能力和 Gemini 的视觉理解和描述能力，使用户能够以有趣的新方式探索创意。用户可以在 Whisk 中为 主题、场景 和 风格 分别输入图像，然后将它们重新组合，生成全新的作品。例如，你可以将一个卡通角色的主题与一个未来城市的场景相结合，并应用一种复古的风格，生成一张具有独特创意的图像。（具体查看就：谷歌推出创意生成工具Whisk：通过图像进行提示）
评论0