Google 開始生成式影片模型「Veo」的小範圍預覽

Google 已開始推出對其 Veo 和 Imagen 3 生成式 AI 模型進行小範圍的預覽。從今天起，Vertex AI Google Cloud 企業方案的客戶可以開始使用 Veo 由文字提示和圖像生成影片，並隨後由下週開始，Google 將向這些相同的用戶提供其最新的文字轉圖像模型 Imagen 3。

Google 號稱 Veo 生成的 1080p 影片「具一致性且連貫」，而且可以生成「超過一分鐘」的影。該工具除了使用文字提示外，也可以上傳 AI 生成或人工製作的圖像，做為影片的起點。不過看了看 Google 分享的範例片段，很顯然 Veo 與所有 AI 模型一樣，在因果關係上還是有些欠缺。舉例來說，在烤棉花糖的片段中，雖然已經烤了半天，但棉花糖卻一直白得發亮，沒有烤到的痕跡。

隨著 Veo 的推出，Google 表示自己是第一家提供圖像轉影片模型的超大規模雲提供商。到目前為止，OpenAI 的 Sora 模型仍僅向特定的藝術家、學者和研究人員開放，不過 OpenAI 從 12 月 5 日將開始為期 12 天的產品演示，或許會在這當中宣佈擴大適用範圍也不一定。

至於 Imagen 3，Google 表示該模型能從簡單的文字提示生成「最逼真和最高品質的圖像」，在細節、照明方面超越了以前的 Imagen 版本。然而，同樣的它也不能說是做到了完美。舉例來說，上圖這個一群朋友坐在後車箱上的例子中，原始提示包括「閃光攝影」，但這張照片怎麼看都是大白天的照片，最多只能說是用閃光燈對逆光的暗部進行補光，但這應該不能叫「閃光攝影」吧？

無論如何，Google 還是希望讓更多的企業客戶使用生成式 AI。據其內部的研究，在使用生成式 AI 的公司中，有 86% 的公司回報營收有所增加。