在今年的I/O開發(fā)者大會(huì)上，谷歌帶來(lái)了一項(xiàng)令人矚目的技術(shù)突破——新一代視頻生成模型Veo3。這款模型不僅標(biāo)志著谷歌在視頻合成領(lǐng)域的重大進(jìn)步，還因其能生成視頻背景音效而備受矚目。

據(jù)谷歌介紹，Veo3不僅能夠合成逼真的畫面，還能為各種場(chǎng)景，如鳥鳴、街頭交通等，配上相應(yīng)的音效。更令人驚嘆的是，它甚至能生成人物對(duì)話，使得生成的視頻內(nèi)容更加生動(dòng)和真實(shí)。這一技術(shù)的實(shí)現(xiàn)，無(wú)疑將極大地推動(dòng)影視制作行業(yè)的發(fā)展。

除了音效生成外，Veo3在物理模擬與口型同步方面也展現(xiàn)出了卓越的性能。這意味著，生成的視頻內(nèi)容在視覺(jué)和聽覺(jué)上都將更加貼近真實(shí)世界，難以被辨識(shí)為AI生成的作品。

然而，目前Veo3的開放范圍還相對(duì)有限。谷歌表示，該模型目前僅面向美國(guó)地區(qū)的Gemini Ultra用戶和Vertex AI的企業(yè)用戶開放。同時(shí)，Veo3已經(jīng)集成進(jìn)了谷歌的AI影視制作工具Flow中，使得用戶能夠更加方便地使用這一先進(jìn)技術(shù)。

對(duì)于已經(jīng)在使用Flow的用戶來(lái)說(shuō)，Veo3的加入無(wú)疑將帶來(lái)更加豐富的創(chuàng)作體驗(yàn)。用戶可以通過(guò)Flow使用鏡頭控制功能，對(duì)生成的視頻內(nèi)容進(jìn)行旋轉(zhuǎn)、縮放等操作，甚至可以將畫面從豎屏調(diào)整為橫屏。用戶還可以在視頻中添加或刪除元素，使得最終的作品更加符合自己的創(chuàng)作意圖。

隨著AI生成技術(shù)的不斷發(fā)展，用戶越來(lái)越難以辨別出哪些是AI生成的內(nèi)容。為了應(yīng)對(duì)這一問(wèn)題，谷歌推出了SynthID Detector工具。用戶可以通過(guò)上傳媒體文件，檢測(cè)其是否包含SynthID水印，從而判斷該內(nèi)容是否為AI生成。然而，需要注意的是，目前并非所有的圖像生成模型都支持這一水印功能。

盡管Veo3的開放范圍還相對(duì)有限，但谷歌I/O開發(fā)者大會(huì)仍在如火如荼地進(jìn)行中。我們有理由相信，隨著技術(shù)的不斷進(jìn)步和應(yīng)用的不斷拓展，Veo3將有望在未來(lái)為更多的用戶帶來(lái)更加便捷和高效的影視制作體驗(yàn)。