当前位置:首页|资讯|谷歌|OpenAI|Sora

4K 视频生成!Google 版 Sora 深夜秀肌肉,再度狙击 Open AI

作者:AppSo发布时间:2024-12-19

就在刚刚,Google Deepmind 推出了新的视频模型 Veo 2 和 Imagen 3。

Google CEO Sundar Pichai 第一时间在 X 平台发文介绍了这两款产品:

我们非常荣幸推出 Veo 2,这款全新、最先进的视频模型(具备更强的真实世界物理与运动理解,支持最高 4K 分辨率)。

你可以在 VideoFX 上加入等候名单。

我们改进后的 Imagen 3 模型同样达到了行业领先的成果,并将于今天在 100 多个国家推出,届时将在 ImageFX 平台上线。

根据官方介绍,Veo 2 带来了多项重要突破:

支持制作高达 4K 分辨率的视频

能够识别指令中的摄像机控制,例如广角、第一人称视角和无人机拍摄

能更真实地模拟物理现象和人类表情变化

相比其他视频模型常见的「错误生成」问题(如多余手指或意外物体),Veo 2 显著降低了这类错误的出现频率,大幅提升了输出结果的真实度。

在安全性方面,所有由 Veo 2 生成的视频都会嵌入不可见的 SynthID 水印,便于识别其 AI 生成的属性。

Google Labs 的视频生成工具 VideoFX 已集成了 Veo 2 的新功能,同时扩大了用户访问范围。

关注 AI 第一新媒体,率先获取 AI 前沿资讯和洞察

不过,DeepMind 有意控制推广的速度,计划在明年将 Veo 2 的功能逐步引入 YouTube Shorts 等产品,以在扩展应用范围的同时确保模型质量和安全性。

在性能评测方面,Veo 2 展现出了领先优势。

在 Meta 发布的基准测试数据集 MovieGenBench 上,参与者观看了 1003 个提示及其对应的视频。结果显示,Veo 2 在整体用户偏好度和指令遵循准确性方面均位居榜首。

测试统一在 720p 分辨率下进行,其中 Veo 生成 8 秒视频,VideoGen 生成 10 秒视频,其他模型则生成 5 秒视频。评分者观看了所有视频的完整长度。

注意看,对比测试对象中也出现了国产 AI 视频模型(可灵 AI、Minimax)以及最新发布的 Sora Turbo。

所有比较均在 720p 分辨率下进行。Veo 的视频样本长度为 8 秒,VideoGen 的为 10 秒,其他模型的为 5 秒。评分者将看到完整视频长度。

尽管 Veo 2 取得了显著进步,但在生成真实、动态或复杂场景的视频时,仍面临着保持场景连贯性的挑战。DeepMind 表示将持续优化这些领域的性能。

与此同时,Imagen 3 也实现了重大突破。

新版本不仅支持创作多种艺术风格(包括现实主义、幻想、肖像等),能够更精确地将文字描述转化为图像,以及生成更明亮、构图更协调的视觉作品。


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1