谷歌 DeepMind 再度出招，推出旗舰 AI 内容生成工具 Veo 2 视频模型和 Imagen 3 图像模型，向 OpenAI 发起正面挑战。
据 DeepMind 产品副总裁 Eli Collins 透露，公司计划通过 Vertex AI 开发者平台逐步开放 Veo 2，预计明年将带来更多迭代更新。目前，开发者和创作者已可通过 Google Labs 初步体验这一尖端技术。谷歌的路线图显示，到 2025 年，Veo 2 有望广泛集成至 YouTube Shorts 等主流平台。
Veo 2 在视频生成领域展现出卓越实力。这一模型能够生成高达4K分辨率的视频，其规格明显超越 OpenAI 的 Sora 模型——视频分辨率高出 4 倍，时长延长 6 倍有余。谷歌强调，Veo 2 不仅能捕捉人类表情和电影细节，还具备先进的物理和电影学理解能力，可根据用户输入的类型、镜头和特效建议生成令人惊叹的内容。
在图像生成方面，Imagen 3 同样交出了一份亮眼的成绩单。这一模型在图像构图和细节还原上实现了显著提升，能够生成从写实到抽象的多样化图像风格。通过 Gemini 聊天机器人，Imagen 3 已开始提供服务，其生成的图像色彩饱满、质感丰富，在印象派、写实主义、动画等多种艺术风格的呈现上堪称精准。
尽管技术令人振奋，谷歌也坦诚 Veo 2 仍存在一些技术局限，比如偶尔会出现 “多余手指” 等AI生成特有的瑕疵。为缓解潜在的版权和伦理担忧，谷歌为 Veo 2 生成的视频植入了不可见的 SynthID 水印，以标记其 AI 生成属性。
目前，Imagen 3 已在全球 100 多个国家上线，用户可通过 Google Labs 的 ImageFX 工具体验这一尖端影像生成技术。随着 DeepMind 持续推进技术迭代，这场由谷歌和 OpenAI 主导的 AI 内容生成”军备竞赛”正愈演愈烈，有望彻底改变视频和图像创作的未来图景。
资料来源：综合报道；图片来源：谷歌 Deepmind
