《科創(chuàng)板日?qǐng)?bào)》12月17日訊 Sora正式發(fā)布僅8天后，“谷歌版Sora”的2.0版本——Veo 2便正式發(fā)布。

據(jù)谷歌官網(wǎng)顯示，Veo 2可制作具有逼真動(dòng)作和高質(zhì)量輸出的視頻。其最高分辨率可達(dá)4K，時(shí)長(zhǎng)可達(dá)2分鐘以上。谷歌方面表示，Veo代表著高質(zhì)量視頻生成領(lǐng)域的重大進(jìn)步。

除視頻清晰度有所長(zhǎng)進(jìn)外，Veo 2對(duì)物理世界和鏡頭控制的理解也是驚人的：

這段畫(huà)面的部分提示詞是：低角度跟蹤拍攝，18mm鏡頭。汽車(chē)漂移，留下光跡和輪胎煙霧。相機(jī)低速跟蹤，捕捉到光滑的橄欖綠色肌肉車(chē)接近拐角時(shí)的畫(huà)面。

該畫(huà)面部分提示詞為：特寫(xiě)鏡頭聚焦于一位女DJ的臉部，她美麗、濃密的黑色卷發(fā)勾勒出她的五官。她閉上雙眼，沉浸在節(jié)奏中，嘴角掛著一絲微笑。當(dāng)她隨著節(jié)拍點(diǎn)頭和搖擺時(shí)，相機(jī)捕捉到了她頭部的細(xì)微動(dòng)作。

從上述案例可見(jiàn)，Veo 2在真實(shí)世界還原以及Prompt指令遵循方面都有不錯(cuò)的表現(xiàn)。而在谷歌官網(wǎng)發(fā)布的性能評(píng)估中，Veo 2同樣打敗了Sora Turbo、可靈、MiniMaX等一眾海內(nèi)外AI文生視頻大模型。

對(duì)此，谷歌總結(jié)稱(chēng)，Veo 2在技術(shù)層面上的進(jìn)步主要體現(xiàn)在三個(gè)方面。一是物理引擎的優(yōu)化，這決定了AI視頻模型對(duì)于現(xiàn)實(shí)世界物理規(guī)律的深入理解。二是攝影技術(shù)的集成，能夠輸出更為豐富的視覺(jué)效果。最后是人物表現(xiàn)力的提升，使人物動(dòng)作和表情更具實(shí)感。

目前，Veo 2已被引入谷歌旗下視頻創(chuàng)作工具VedioFX。就在上周，OpenAI正式推出Sora Turbo，向美國(guó)及其他市場(chǎng)的ChatGPT付費(fèi)用戶(hù)開(kāi)放。新版工具Sora Turbo可以生成最長(zhǎng)達(dá)20秒的視頻，并且可以提供這些視頻的多種變體。

與此同時(shí)，國(guó)內(nèi)文生視頻進(jìn)展不斷。今年以來(lái)，國(guó)內(nèi)企業(yè)開(kāi)始加速研發(fā)并迭代AI視頻生成產(chǎn)品，產(chǎn)品能力不斷提升：

今年6月，快手AI團(tuán)隊(duì)發(fā)布可靈AI視頻生成大模型，可生成長(zhǎng)達(dá)2分鐘、分辨率達(dá)1080p的視頻；

7月，智譜AI上線視頻生成產(chǎn)品智譜清影，并在11月進(jìn)行升級(jí)，支持生成時(shí)長(zhǎng)為10秒的4K超高清視頻；

8月，字節(jié)推出即夢(mèng)AI一站式創(chuàng)作平臺(tái)，隨后在11月宣布即夢(mèng)AI視頻模型S2.0Pro和P2.0Pro上線。

山西證券12月12日研報(bào)指出，隨著AI視頻生成工具持續(xù)迭代，未來(lái)其向多種應(yīng)用場(chǎng)景的滲透有望加速。一方面，應(yīng)用層建議重點(diǎn)關(guān)注創(chuàng)意、設(shè)計(jì)、教育等多模態(tài)特別是視頻生成強(qiáng)相關(guān)的領(lǐng)域；另一方面，視頻生成模型對(duì)算力需求較文本顯著提升，重點(diǎn)關(guān)注AI算力相關(guān)標(biāo)的。