导语  

近年来，AI 技术在图像和文本生成领域取得了巨大突破，而视频生成领域也迎来了快速发展。谷歌 DeepMind 近期推出了新一代视频生成模型 Veo2，引起了广泛关注。本文将深入解析 Veo2 的技术特点，并将其与 OpenAI 的 Sora 、RuanWay等其他视频生成模型进行对比，带你了解视频生成领域的最新进展。

1.

Veo 2：视频生成的全新突破

Veo 2 是谷歌 DeepMind 推出的新一代 AI 视频生成模型，旨在提供更高质量、更逼真的视频生成效果。它在以下几个方面取得了显著的进步：

（1）更高的分辨率和更长的视频时长： Veo 2 理论上可以生成高达 4K 分辨率的视频，并且视频时长可以超过 2 分钟，这大大扩展了视频生成的应用场景。目前在 VideoFX 平台上体验最高支持 720p 分辨率和 8 秒的生成视频，但可以延长至 2 分钟或更长时间。

看这人物头发、着装和显微镜的细节，背景虚化，与专业实拍效果无异。

（2）更强的物理世界理解能力： Veo 2 能够更好地理解物理世界的规律，例如水流的波动、光影的变化、物体运动的轨迹等，从而生成更逼真的视频效果。

小狗潜水的镜头，一气呵成，从水泡变化到池底的阴影，无可挑剔。

（3）更细腻的人物表情和动作： Veo 2 在生成人物表情和动作时更加自然流畅，避免了其他模型中常见的失真和“AI 扭曲”现象。

泳池的波纹随着小狗脚踩的动作同步泛开，充气船也有明显的下陷痕迹，很难想象这只是根据用户的提示生成的，简直就是梦境照进现实。

（4）更精准的镜头控制： Veo 2 能够理解用户输入的镜头控制指令，例如“镜头缓慢推进她的面庞”、“摄像机在追逐车辆的过程中趋于稳定”等，从而实现更灵活的视频创作。

这种怼脸拍的镜头语言，没几年的摄影功底都拍不出来。

（5）减少“幻觉”： 视频模型经常会出现“幻觉”，例如生成多余的手指或额外的物体，而 Veo 2 产生这些细节的频率较低，使输出更逼真。

淋蜂蜜、倒咖啡细节的刻画宛如真实物体就在眼前。

（6）SynthID 水印技术： Veo 2 采用了不可见的 SynthID 水印技术，用于识别 AI 生成的内容，这有助于提高内容的可信度和安全性。

2.

Veo 2 与其他视频生成模型的对比

3.

Veo 2 的优势与不足

优势：

• 生成视频的质量和逼真度更高，尤其是在物理世界理解和人物表情方面。
• 支持更长的视频时长，扩展了应用场景。
• 更精准的镜头控制，提供了更灵活的创作方式。
• SynthID 水印技术提高了内容的可信度和安全性。

不足：

• 目前仍处于测试阶段，功能和性能可能还不够完善。
• 生成复杂场景时保持完全一致性仍然存在挑战。

4.

如何申请试用 Veo 2？

目前，Veo 2 的体验主要通过谷歌 DeepMind 的 VideoFX 平台进行。你需要访问 VideoFX 平台并注册/登录才能体验 Veo 2 的功能。

关注我，发送veo2获得试用申请链接。

  结语  

Veo 2 作为一款新一代视频生成模型，在视频质量、物理世界理解、人物表情和镜头控制等方面都取得了显著的进步。虽然它仍处于发展阶段，但其强大的功能和潜力已经引起了业界的广泛关注。随着技术的不断成熟，Veo 2 有望成为视频生成领域的新标杆，并为视频创作带来革命性的变革。人工智能正在以前所未有的速度改变着我们的生活，视频生成技术的发展也为我们带来了无限的想象空间，在不久的将来，人人导演梦不再是梦！让我们共同期待 Veo 2 以及其他 AI 视频生成模型在未来带来更多惊喜！别忘了点赞、分享，让更多人了解AI和开源的魅力！

出处：微信公众号 @GitHub开源盛世