谷歌领跑 AI 视频生成赛道：抢先 OpenAI Sora 推出 Veo 模型，可生成 1080P 高清视频

就在昨天，谷歌正式推出了其最强大的视频模型：Veo模型以及文生图片模型：Imagen 3，该模型支持多模态输入以及可定制的视觉风格！

今天，Z先生带你体验下真正实测效果如何，是否真如它传言说的那样，已超越OpenAI Sora！

在正式进行Veo模型实测前，先来和大家梳理下Veo模型是什么？它有哪些功能？

Veo模型是什么？

Veo 由谷歌 DeepMind 开发，可根据文本或图像提示以极快的速度生成高质量、高清晰度的视频，具有多种电影和视觉风格。凭借对自然语言和视觉语义的深入理解，它能生成与提示密切相关的视频。Veo on Vertex AI 创建的视频具有一致性和连贯性，因此整个镜头中人物、动物和物体的移动都非常逼真。

来看看官网给出的图生视频

以及文生视频效果

veo_example_043_alpacas.mp4

veo_example_002_mountain_lake.mp4

从视频效果来看，效果非常逼真！而且移动的连贯性也做的不错！

Veo模型都有哪些功能？

1. 高质量视频生成

Veo 的一大亮点是其生成 1080p 高清视频的能力。这种高水平的细节和专业性满足了广告、营销和娱乐等行业的需求。

2. 多模态输入

Veo 支持从文本和图像生成视频，使得项目可以结合视觉和叙述元素，创造出更具吸引力的内容。

3. 可定制的视觉风格

无论是动画还是更具写实风格的渲染，Veo 都能根据客户的具体需求进行定制。这种灵活性使其适用于不同的行业和项目。

4. 与 Vertex AI 的集成

通过与谷歌云平台 Vertex AI 的集成，Veo 从谷歌云的可扩展性、安全性和效率中获益，企业可以轻松将其整合到现有工作流程中，并根据需要扩展项目。

如何使用Veo模型

1、进入官网

官网地址：https://deepmind.google/technologies/veo/

点击Sign up toTry VideoFX，可以使用谷歌直接登录，目前该视频模型只对部分人员开放，没有权限的可以点击Join the waitlist，排队等待

目前，操作界面有三个，ImageFX、VideoFX、Music FC，分别对应的是文生图、文生视频图生视频、文生音乐！

ImageFX和Music FC是google deepmind之前就已经有的操作功能，本次开放的是VideoFX模块

2、填写提示词

接下来，写个提示词：

A lone cowboy rides his horse across an open plain at beautiful sunset, soft light, warm colors

翻译成中文的意思是：在美丽的夕阳下，一个孤独的牛仔在柔和的光线温暖的色彩下，骑着马穿过开阔的平原

3、查看生成视频效果

veo_cowboy_sun_1.mp4

可以看出，生成的视频效果比目前runway、pika的都要逼真，唯一缺陷就是视频时长太短了，每次只能生成8秒！

Veo模型适合哪些应用场景？

• 营销与广告：Veo 可以在几分钟内创建动态且高度个性化的宣传内容，非常适合社交媒体活动和视频广告。
• 教育与培训：其生成视觉吸引力强的教育视频的能力，使其成为教育机构和企业培训计划的宝贵工具。
• 娱乐：在娱乐领域，Veo 开辟了原创内容创作的新可能性，从动画视频到流媒体平台的高质量剪辑。
• 设计与品牌：图形设计师和品牌专家可以利用 Veo 开发与品牌形象一致的视觉内容，为客户创造更具沉浸感的体验。

Imagen 3模型介绍

接下来继续介绍下谷歌最新推出的Imagen 3模型

从官网给出的描述是，该模型是谷歌迄今能生成最高质量的文生图模型，它能生成令人难以置信的细节，生成逼真、栩栩如生的图像，而且与我们以前的模型相比，干扰视觉的假象要少得多。

生成效果演示

未来展望

谷歌 Veo 的推出标志着生成式人工智能进化中的一个里程碑。其将文本、图像和视频结合到单一工作流程中的能力，使其成为希望简化内容创作的企业不可或缺的工具。从营销到教育，Veo 有望改变视频的生产和消费方式。随着其不断发展和更广泛的可用性，Veo 的影响可能会在多个行业中显现。

总结

1. 高质量生成：Veo和Imagen 3能够生成高质量的视频和图像，具有极高的细节和真实感。
2. 易用性：通过简单的文本或图像提示即可生成内容，降低了使用门槛。
3. 内置安全措施：提供数字水印和安全过滤器，确保生成内容的安全性和可靠性。
4. 品牌定制：Imagen 3允许用户定制品牌风格和特征，支持个性化的内容创作。