18568522466
周二，在Google I/O 2025 开发者大会上，Google发布了 Veo 3。该公司声称，这款产品可以生成音效、背景噪音，甚至对话，为其制作的视频增添配乐。Google表示，Veo 3 在生成的视频质量方面也比上一代Veo 2有所提升。
Veo 3 从周二开始在Google的 Gemini 聊天机器人应用程序中推出，供Google每月 249.99 美元的 AI Ultra 计划订阅者使用，可以通过文本或图像进行提示。
Google人工智能研发部门 DeepMind 的首席执行官 Demis Hassabis 在新闻发布会上表示：“我们首次摆脱了视频生成的无声时代。你可以给 Veo 3 一个描述人物和环境的提示，并根据你希望的声音效果提出对话建议。”
视频生成器工具的广泛普及，导致供应商数量激增，该领域已趋于饱和。包括 Runway、 Lightricks、Genmo、 Pika、 Higgsfield、Kling 和 Luma在内的初创公司，以及 OpenAI和阿里巴巴等科技巨头，都在快速发布各种模型。在很多情况下，不同模型之间几乎没有什么区别。
如果Google能够兑现其承诺，音频输出将成为 Veo 3 的一大差异化优势。人工智能声音生成工具并不新鲜，用于创建视频 音效 的模型也并非新鲜事物。但据Google称，Veo 3 的独特之处在于它能够理解视频中的原始像素，并自动将生成的声音与视频片段同步。
Veo 3 的诞生很可能得益于DeepMind 早期在“视频转音频”人工智能领域的研究。去年 6 月，DeepMind 透露，他们正在开发一种人工智能技术，通过结合声音、对话记录和视频片段来训练模型，从而为视频生成配乐。
为了降低深度伪造的风险，DeepMind 表示正在使用其专有水印技术 SynthID 将隐形标记嵌入到 Veo 3 生成的帧中。
尽管像Google这样的公司将 Veo 3 宣传为强大的创意工具，但许多艺术家对它们仍抱有警惕，这可以理解——它们可能会颠覆整个行业。代表好莱坞动画师和漫画家的工会——美国动画协会 (Animation Guild) 委托进行的一项 2024 年 研究 估计，到 2026 年，美国将有超过 10 万个电影、电视和动画工作岗位被人工智能取代。
Google今天还推出了 Veo 2 的新功能，其中包括一项功能，允许用户为模型提供人物、场景、物体和风格的图像，以提高一致性。最新的 Veo 2 可以理解摄像机的旋转、推拉和缩放等运动，并允许用户在视频中添加或删除对象，或扩展视频片段的帧率，例如将视频从纵向转换为横向。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
特朗普“伏击”南非总统所用“证据”被疑“并非事实”，白宫发言人恼怒回应，又被美媒“打假”
用禁令打败禁令？美政府“围剿哈佛”再升级，一联邦法官裁定禁招令“缓刑”
原北京军区副司令员兼北京卫戍区司令员邱金凯逝世，系歌曲《十五的月亮》原型
比亚迪官宣：赵心童成为冠军形象大使！欧洲销量首次超越特斯拉，4月飙升169%！
“河北骑行男孩遭碾轧身亡案”最新进展：检察院决定不起诉姜某，司机本人发声
《编码物候》展览开幕 北京时代美术馆以科学艺术解读数字与生物交织的宇宙节律
服务热线 18568522466 