谷歌公司今天發布公告，正式發布了視頻生成模型 Veo 2，官方聲稱新模型可以更好地理解現實世界物理、人類運動及表達的細微差別，進一步提升整體細節和逼真度。

　　谷歌 Veo 2 模型可以生成分辨率最高 4K(4096 x 2160 像素)，時長為 2 分鐘的視頻片段，相比較 OpenAI 的 Sora 模型，分辨率是后者的 4 倍，時長是后者的 6 倍。

　　不過目前在 Google 的實驗性視頻創建工具 VideoFX 中，Veo 2 模型分辨率上限為 720p，長度為 8 秒。

　　DeepMind 產品副總裁 Eli Collins 表示：“在接下來的幾個月里，我們將根據用戶的反饋繼續進行迭代。”

　　與 Veo 一樣，Veo 2 可以在給定文本提示或文本和參考圖像的情況下生成視頻，還可以更真實地模擬運動、流體動力學和光的屬性。據 DeepMind 稱，這包括不同的鏡頭和電影效果，以及“細致入微”的人類表達。

　　Deepmind 表示，為了降低 Deepfake 的風險，利用專有的水印技術 SynthID，它將隱形標記嵌入到 Veo 2 生成的幀中。