OpenAI被偷家，Google Veo 2反超Sora
在人工智能的竞争舞台上，Google 再次走到了前沿，推出了令人瞩目的创新：Veo 2，这款视频生成模型在一举发布后，引爆了社交网络，甚至被认为已经超越了现有的视频生成技术，包括 OpenAI 的 Sora 等顶尖模型。
今天，我们就来详细分析一下 Google 的最新成果：Veo 2，看看它为何能迅速引发如此大的关注，成为行业的焦点。
Google 发布新一代视觉生成工具：Veo 2
几小时前，Google 发布了三款重量级的视觉生成模型和工具，包括：
• Veo 2：一款视频生成模型，支持通过文本或图像提示（prompt）生成高真实感、高质量的视频； • Imagen 3：一款文生图模型，能够更精确地遵循提示词，提供更加丰富的细节和纹理渲染； • Whisk：图生图工具，结合 Imagen 3 与 Gemini，能够让用户更方便地调整图像的场景、风格和物体。
在这三款新发布的工具中，Veo 2 的表现尤为惊艳，尤其是在视频生成领域，它被认为已经直接超越了目前市场上最顶尖的视频生成模型——如 OpenAI 的 Sora。
Veo 2：重新定义视频生成的标准
Veo 2 是一款高质量的视频生成模型，可以生成 2 分钟以上的 4K 分辨率视频。更为惊人的是，它能够理解提示词中的相机控制指令，如广角镜头、POV（第一视角）以及无人机镜头等，甚至能准确重建出符合现实世界物理规律的交互和人脸表情。
然而，尽管其宣传中声称能够生成高分辨率和高时长的视频，目前 Google 的实验性工具 VideoFX 中，Veo 2 生成的视频分辨率限制为 720p，视频长度为 8 秒，这与 Sora 等模型的表现相比，还存在一定差距（例如，Sora 可以生成 1080p、20 秒长的视频）。但即便如此，Veo 2 现阶段的表现已经足以让人眼前一亮。
社交网络的热烈反响
从早期用户的反馈来看，Veo 2 的视频生成效果堪称震撼。很多用户表示，Veo 2 在生成视频时能够细腻捕捉到人类表情和物理交互，且画面流畅自然，几乎无法分辨是由 AI 生成的。
为了验证 Voe 2 的优越性，Google 进行了人类评估测试。测试中，评估者观看了多个模型生成的视频，并根据提示词进行评分。结果显示，Veo 2 在整体偏好和指令遵从度上远超其他模型，仅在少数情况下被其他模型超越。
物理理解力与细节表现的突破
Veo 2 的亮点之一是其对物理世界的理解能力。它能够生成具有真实感的水下波纹、光影效果以及动态镜头等，这些细节让人感觉仿佛是一部由手持相机拍摄的纪录片。
例如，在测试中，Veo 2 成功地模拟了一个车内镜头，镜头跟随方向盘转动，并精准展现了街道的变化。这样的镜头切换流畅且自然，表现出了极高的物理运动理解能力。
不仅如此，Veo 2 在人类表情的生成上也表现出色。通过类似的提示，其他模型难以生成如此自然且不失真的微表情，而 Veo 2 则轻松完成了这一挑战，展现出了其在细腻表情生成上的优势。
蜂群飞行的自然表现
Veo 2 还表现出了卓越的动态场景生成能力，尤其是在复杂场景中，能够无缝连接不同元素，如光影、背景和物体运动等。一个典型的例子是，Veo 2 在生成蜜蜂群体飞行场景时，成功模拟了蜂群飞舞的自然协调感，而这些细节在其他 AI 模型中几乎无法做到如此真实。
惊艳的幻想与动画内容生成
除了自然场景外，Veo 2 在生成幻想和动画内容方面也有非常出色的表现。例如，当提示词为“穿着西装的狮子、熊和长颈鹿开会”时，Veo 2 生成的画面清晰且富有表现力。类似的，生成“土豆剧”的动画场景也毫不逊色，表现出超乎想象的创意与效果。
此外，Veo 2 的优势在于它能够轻松实现一些复杂的视觉效果，如运动的立方体切换材质等，传统的后期制作往往需要花费大量的时间和精力，而 Voe 2 只需简单的提示，就能实现这一目标，极大地简化了创作过程。
技术能力背后的巨大潜力
Veo 2 的出现不仅是一项技术突破，也代表了 Google 在人工智能领域的不断创新和进步。根据 DeepMind 的官方声明，虽然视频生成模型经常会出现一些“幻觉”现象（如生成不必要的物体或细节），但 Veo 2 相比其他模型，产生这种幻觉的频率较低，模型输出更加自然与逼真。
Google 还宣布，Veo 2 将被集成到其视频生成工具 VideoFX 中，并将在未来扩展到 YouTube Shorts 和其他平台。虽然目前该模型仍处于排队阶段，但它已经表现出巨大的潜力，未来的应用场景可期。
OpenAI 面临的挑战
OpenAI，一直以来是人工智能领域的领军者，尤其是在大语言模型（如 GPT 系列）的推出上，已经深刻影响了技术行业的未来。然而，近年来，OpenAI 的发展速度和技术更新似乎遇到了一些瓶颈。虽然 OpenAI 多次通过直播和发布会吸引了大量关注，但实际的技术进展和干货似乎远远落后于公众的期望。
与此相对的是，Google 在推出 Veo 2 后，迅速获得了广泛的关注和认可，技术上的领先性也让其在与 OpenAI 的竞争中占据了优势。值得注意的是，OpenAI Sora 的项目负责人 Tim Brooks 已经在两个月前跳槽至 DeepMind，这一变化可能也意味着 Google 在视频生成技术上的进一步优势。
总结：Google 反超 OpenAI 的可能性
从目前的技术发展来看，Google 已经在视频生成领域超越了 OpenAI，尤其是 Voe 2 的发布，使得 OpenAI 面临了前所未有的挑战。尽管 Sora 仍在不断更新迭代，但与 Veo 2 目前的表现相比，差距似乎在不断拉大。
随着 DeepMind 逐渐在视频生成和视觉领域占据优势，或许正如网友们所预测的那样，Google 可能在不久的将来彻底甩开 OpenAI，成为该领域的领跑者。而 OpenAI，若无法在短期内加速技术创新，恐怕将面临更大的压力和挑战。
