谷歌公司近期揭晓了其视频生成技术的最新力作——Veo 2模型，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在分辨率上提升了整整4倍，时长更是达到了前者的6倍之多。然而，值得注意的是，在谷歌的实验性工具VideoFX中，Veo 2的使用受到了一定限制，分辨率上限为720p，时长也被限制在8秒以内。
Veo 2不仅能够根据文本提示生成视频，还能结合文本与参考图像，更逼真地模拟运动轨迹、流体动力学效应以及光线变化，为视频创作者打开了前所未有的创意空间。为了应对潜在的滥用问题，谷歌引入了名为SynthID的专有水印技术，该技术能在Veo 2生成的每一帧视频中嵌入难以察觉的标记，以便有效识别出由AI生成的内容。
据DeepMind产品副总裁Eli Collins透露，团队正积极收集用户反馈，并计划在未来数月内对Veo 2模型进行持续的优化与迭代。目前，Veo 2模型尚处于测试阶段，仅向部分用户开放。在此期间，用户仍可在Vertex AI平台上继续使用原始的Veo模型。谷歌方面表示，尽管Veo 2在减少错误方面已取得显著进步，但仍需进一步完善以达到最佳效果。
