谷歌在2024 年 Google I/O 大会上推出了其“最强大”的生成 AI 视频模型，而且它超越了一些精心挑选的样本。谷歌正在与 Donald Glover（又名 Childish Gambino）合作制作一部短片，利用谷歌的新人工智能模型（称为 Veo）。
目前有关 Veo 的详细信息还不清楚，但谷歌表示它能够将文本提示转换为视频，类似于OpenAI 的 Sora 。谷歌目前正在与选定的创作者一起测试该模型，但表示计划很快推出 Veo 以进行更广泛的发布。您可以在labs.google.com上注册等待名单。
“每个人都会成为导演，每个人都应该成为导演，”格洛弗在一段简短的视频剪辑中说道，该视频剪辑展示了这个未命名项目的一些幕后时刻。该项目是 Glover 和 Google DeepMind 之间的合作项目，该公司表示“即将推出”。您可以在下面看到该视频剪辑以及生成的视频的几个示例。
我们将尖端视频生成模型 Veo 交给了电影制作人@DonaldGlover和他的创意工作室 Gilga。
让我们来看看。 ↓ #GoogleIO pic.twitter.com/oNLDq1YlHC
—谷歌 DeepMind (@GoogleDeepMind) 2024 年 5 月 14 日
谷歌表示，这些剪辑是 Veo 的“原始、未经编辑的输出”，所有剪辑看起来都非常令人印象深刻。谷歌表示，Veo 不是简单地用您指定的主题创建视频，而是能够捕捉您在拍摄中可能想要的相机技术和视觉效果等细微差别。根据谷歌的说法，这可以让你快速迭代想法，以更接近你想要的最终镜头。
这一切听起来有点好得令人难以置信，但视频生成人工智能在过去几个月里发展迅速。就在两个月前，OpenAI 展示了几段由 Sora 生成的视频，看起来像是用相机拍摄的。有报道称， OpenAI 正在好莱坞收购 Sora ，并与电影公司合作，将其生成式 AI 工具添加到电影中。我们还看到Adobe Premiere Pro 中添加了文本到视频功能，它将生成式 AI 引入了最广泛使用的视频编辑工具之一。
尽管 Veo 令人兴奋，但让 AI 工具立足于现实也很重要。像 OpenAI 这样的公司在视频生成人工智能方面非常有限，谷歌似乎也采取了类似的方法。这是有充分理由的，因为逼真的人工智能视频如果落入坏人手中可能会导致很多问题。希望谷歌能够在 Veo 向公众发布之前解决它的问题。否则，我们可能会重蹈Bing Chat 的疯狂覆辙。