游客發表
近日,谷歌Alphabet部門Google DeepMind突然公布Veo 2視頻模型,距離Veo一代發布僅七個月后,現版本已經可以生成最高4K分辨率,長達兩分鐘以上的視頻。
要知道,OpenAI在一周前剛剛正式推出了Sora視頻模型,同樣經過近一年的打磨,Sora卻依舊受限于1080p的最大分辨率。
谷歌在關于Veo 2的介紹中提到:“低分辨率視頻非常適合移動設備,但創作者希望看到他們的作品在大屏幕上大放異彩?!憋@然,這段發言直指Sora。
谷歌發言人表示,Veo 2 的4K剪輯默認限制為8秒,但可以延長至2分鐘或更長時間。與之相比,Sora的1080p視頻上限僅為20秒。
拋開以上這些參數,AI視頻模型有個問題繞不過,就是那些“低級”BUG。Sora一經推出,很多自媒體都做了測試,壞消息是,各種奇怪的物理和人體表現依舊存在。比如,生成人物可能有許多條腿,或遇到稍微復雜的運動時,扭曲的身體讓人看得背后發毛,似乎這是AI現階段難以逾越的大山。
但谷歌部門聲稱,在糾正“幻覺”細節(如額外的手指)和展示“現實世界的物理學以及人類運動和表情”方面取得了重大進展。
一些具備相關學術背景的專業人士對AI所犯的物理錯誤發表了看法,他們認為,只能通過所謂的世界模型來解決,這些模型具有理解和生成3D環境的“空間智能”。湊巧的是,谷歌本月早些時候推出了自己的Genie 2世界模型,難道這就是《黑客帝國》的訓練場?
同時,Veo 2也能更好理解“電影語言”,比如“18mm鏡頭”、“淺景深”等專業用語。但是,也有很多人對日趨“合理”的視頻模型產生擔憂,圖像和視頻生成器的輸出越合理,它們被用于邪惡目的的風險就越大,防偽技術的迭代勢在必行。
對于Veo 2來說,DeepMind將不可見的SynthID水印置于Veo 2生成的視頻中。這種“水印”的優點是,隱匿的SynthID可能會讓視頻傳播者大意,技術人員更容易發現造假視頻的證據。缺點也很明顯,普通人很難區分一段視頻是否由AI生成。
相比之下,OpenAI的Sora會在其生成視頻的右下角嵌入一個可見的水印動畫,對于普通人更容易分辨。
不過大家對于AI視頻模型的擔憂一定不會停止,現階段,各家視頻大模型還是以秒或分鐘來生成,而且相對比較容易分辨。但按照當今的發展速度,未來AI生成的視頻一定會以假亂真,到時候我們將如何面對互聯網世界?你所喜愛的視頻博主,也許根本不存在。
隨機閱讀
熱門排行
友情鏈接