谷歌通过其新的生成人工智能视频模型Veo瞄准电影制作人

自OpenAI演示其迷人的文本到视频人工智能Sora以来已经过去了三个月，现在谷歌正试图抢走一些关注度。谷歌在周二的I/O开发者大会上宣布，其最新的生成式AI视频模型Veo可以生成长度超过一分钟、具有多种视觉和电影风格的“高质量”1080p分辨率视频。

根据谷歌的新闻稿，Veo具有“对自然语言的高级理解”，使该模型能够理解“延时拍摄”或“风景的空中拍摄”等电影术语。用户可以使用文本、图像或基于视频的提示来指导他们想要的输出，谷歌表示，生成的视频“更加一致和连贯”，在整个镜头中描绘了人、动物和物体的更真实的运动。

谷歌DeepMind首席执行官DemisHassabis在周一的新闻预览中表示，可以使用额外的提示来完善视频结果，谷歌正在探索额外的功能，以使Veo能够制作故事板和更长的场景。

与许多AI模型预览的情况一样，大多数希望亲自尝试Veo的人可能需要等待一段时间。谷歌表示，它正在邀请精选的电影制作人和创作者试验该模型，以确定如何最好地支持创意人员，并将在这些合作的基础上确保“创作者在谷歌人工智能技术的开发过程中拥有发言权”。

一些Veo功能也将在VideoFX内的私人预览中向“未来几周内选定的创作者”开放——您可以在此处注册等候名单，以便尽早尝试。除此之外，谷歌还计划“在未来”将其一些功能添加到YouTubeShorts中。

这是谷歌过去几年生产的几种视频生成模型之一，从Phenaki和ImagenVideo(生成粗糙且经常扭曲的视频剪辑)到今年1月展示的Lumiere模型。后者是我们在二月份宣布Sora之前见过的最令人印象深刻的模型之一，谷歌表示Veo甚至更有能力理解视频中的内容、模拟现实世界的物理、渲染高清输出等等。

与此同时，OpenAI已经在向好莱坞推销Sora，并计划在今年晚些时候向公众发布它，此前在3月份曾表示它可能会在“几个月内”准备就绪。该公司还已经在寻求将音频整合到Sora中，并可能使该模型直接在Adob​​e的PremierePro等视频编辑应用程序中可用。鉴于Veo也被宣传为电影制作人的工具，OpenAI的领先优势可能会让谷歌的项目更难竞争。