摘要:近日,谷歌Alphabet部门Google DeepMind突然公布Veo 2视频模型,距离Veo一代发布仅七个月后,现版本已经可以生成最高4K分辨率,长达两分钟以上的视频。
近日,谷歌Alphabet部门Google DeepMind突然公布Veo 2视频模型,距离Veo一代发布仅七个月后,现版本已经可以生成最高4K分辨率,长达两分钟以上的视频。
要知道,OpenAI在一周前刚刚正式推出了Sora视频模型,同样经过近一年的打磨,Sora却依旧受限于1080p的最大分辨率。
谷歌在关于Veo 2的介绍中提到:“低分辨率视频非常适合移动设备,但创作者希望看到他们的作品在大屏幕上大放异彩。”显然,这段发言直指Sora。
谷歌发言人表示,Veo 2 的4K剪辑默认限制为8秒,但可以延长至2分钟或更长时间。与之相比,Sora的1080p视频上限仅为20秒。
抛开以上这些参数,AI视频模型有个问题绕不过,就是那些“低级”BUG。Sora一经推出,很多自媒体都做了测试,坏消息是,各种奇怪的物理和人体表现依旧存在。比如,生成人物可能有许多条腿,或遇到稍微复杂的运动时,扭曲的身体让人看得背后发毛,似乎这是AI现阶段难以逾越的大山。
但谷歌部门声称,在纠正“幻觉”细节(如额外的手指)和展示“现实世界的物理学以及人类运动和表情”方面取得了重大进展。
一些具备相关学术背景的专业人士对AI所犯的物理错误发表了看法,他们认为,只能通过所谓的世界模型来解决,这些模型具有理解和生成3D环境的“空间智能”。凑巧的是,谷歌本月早些时候推出了自己的Genie 2世界模型,难道这就是《黑客帝国》的训练场?
同时,Veo 2也能更好理解“电影语言”,比如“18mm镜头”、“浅景深”等专业用语。但是,也有很多人对日趋“合理”的视频模型产生担忧,图像和视频生成器的输出越合理,它们被用于邪恶目的的风险就越大,防伪技术的迭代势在必行。
对于Veo 2来说,DeepMind将不可见的SynthID水印置于Veo 2生成的视频中。这种“水印”的优点是,隐匿的SynthID可能会让视频传播者大意,技术人员更容易发现造假视频的证据。缺点也很明显,普通人很难区分一段视频是否由AI生成。
相比之下,OpenAI的Sora会在其生成视频的右下角嵌入一个可见的水印动画,对于普通人更容易分辨。
不过大家对于AI视频模型的担忧一定不会停止,现阶段,各家视频大模型还是以秒或分钟来生成,而且相对比较容易分辨。但按照当今的发展速度,未来AI生成的视频一定会以假乱真,到时候我们将如何面对互联网世界?你所喜爱的视频博主,也许根本不存在。
来源:热点科技一点号