Google I/O 2024：Veo & Imagen 3 ,Veo支持生成60秒的高质量1080P视频

5月15日消息，谷歌召开I/O 2024开发者大会，正式发布视频生成模型Veo，将成为Sora新的劲敌。

Google发布了两款重量级模型——Veo和Imagen 3，它们分别针对视频生成和文本转图像领域，剑指竞争对手OpenAI的Sora和Dall-E 3，誓要在创意表达的战场上掀起新的波澜。

Veo：让每个人都能成为电影大师

Veo，这款Google最新、最先进的视频生成模型，以其深度理解自然语言和视觉语义的能力，让用户得以创作出超过1分钟的高质量1080p视频。它不仅支持用户自定义视频的光照、镜头语言及色彩风格，还能理解复杂的电影拍摄技术，如延时摄影等，创造出连贯且逼真的视觉叙事。正如与Google合作的艺人Donald Glover所言，“每个人都能成为导演，因为讲述故事的核心就是相互理解。”Veo正逐步向创作者开放，并计划整合进YouTube Shorts等平台，为用户提供前所未有的创意控制体验。

Imagen 3：细节之王，图像生成新高度

另一边，Imagen 3作为Google迄今为止最优质的文本转图像模型，展现出了令人难以置信的细节水平，其生成的图像生动逼真，几乎消除了传统模型常见的视觉伪影。这意味着从细腻的灰狼肖像到奇异的水母漂浮，每一个细节都被精心雕琢，仿佛出自专业摄影师之手。艺术家和设计师们将能够通过Imagen 3轻松实现脑海中的幻想，无论是商业广告还是个人创意作品，都将是质的飞跃。

Music AI Sandbox：音乐创作的新篇章

此外，Google还宣布了与音乐界的深度合作，共同探索AI在音乐创作中的潜力。Music AI Sandbox这一新工具套装的推出，为音乐家、词曲作者和制作人提供了一个全新的创作平台，使他们能够以全新方式构思旋律、编排乐器部分，甚至改变声音质感。格莱美获奖音乐家Wyclef Jean、提名歌曲作者Justin Tranter及电子音乐家Marc Rebillet等已率先使用这一工具发布新作品，展示了AI在音乐领域的无限可能。

责任与安全：技术进步的基石

在追求技术创新的同时，Google强调负责任地使用AI生成内容的重要性。通过SynthID等工具，Google在生成的视频、图像、音频、文本中嵌入难以察觉的数字水印，确保内容的可追溯性和安全性。公司持续与创意社区合作，进行安全测试，确保技术的安全和负责任部署。

Google I/O 2024展示的不仅仅是技术上的突破，更是对未来创意表达方式的重新定义。Veo、Imagen 3及Music AI Sandbox的推出，预示着一个创意民主化的新时代即将到来，每个人都能更自由地表达自我，讲述自己的故事。随着这些工具的逐步普及，我们期待见证全球创作者如何运用这些新模型和工具，将奇思妙想变为令人惊叹的现实。

▲ 滑动查看往期内容