在人工智能视频生成领域，谷歌DeepMind的最新力作——第二代AI视频生成模型Veo 2，以其卓越的4K分辨率和长达2分钟的视频生成能力，力压Sora模型，标志着视频生成技术的又一重大突破。
近日，科技巨头谷歌宣布了其最新的AI视频生成模型Veo 2的问世，这一创新成果在模拟现实世界的物理现象、人类动作及面部表情的细腻度上实现了质的飞跃，视频的整体观感有了显著提升。Veo 2模型具备强大的视频生成能力，它能够创造出4K分辨率（4096 x 2160像素）且时长可达2分钟的视频内容。与OpenAI的Sora模型相比，Veo 2的分辨率提升了4倍，视频时长增加了6倍。
Veo 2模型不仅能够在给定文本提示或文本和参考图像的情况下生成视频，还能更真实地模拟运动、流体动力学和光的属性。谷歌方面表示，Veo 2在真实感方面表现卓越，能够捕捉到人类表情和电影效果等细节。其增强的物理和电影学理解能力使用户能够生成令人惊叹的内容，包括跟踪镜头和广角构图等。
值得注意的是，Veo 2熟悉电影拍摄语言，用户可以要求某种类型的风格，指定镜头，建议电影效果，Veo 2都会以高达4K分辨率并延长到数分钟的视频长度来呈现。例如，要求“低角度跟踪镜头穿越场景中央”或“特写科学家通过显微镜观察”的镜头，Veo 2都能实现。
谷歌表示，虽然视频生成模型往往会“幻象化”出不需要的细节，例如多余的手指或意外的物体，但Veo 2在这一方面的表现更为真实，生成错误的频率较低。此外，Veo 2生成的视频包括不可见的SynthID水印，用于标记它们为AI生成的内容，从而减少误用或错误归属的风险。
