我们推出了 Veo，我们最强大的高清晰度视频生成模型，以及 Imagen 3，我们质量最高的文本生成图像模型。我们还分享了一些使用我们的 Music AI Sandbox 创作的新演示录音。
在过去的一年里，我们在提升生成媒体技术质量方面取得了令人难以置信的进步。我们与创意社区密切合作，探索生成 AI 如何最好地支持创意过程，并确保我们的 AI 工具在每个阶段都尽可能有用。
今天，我们推出了 Veo，这是我们最新和最先进的视频生成模型，以及 Imagen 3，我们迄今为止质量最高的文本生成图像模型。
我们还分享了与电影制片人唐纳德·格洛弗及其创意工作室 Gilga 的一些近期合作，以及艺术家 Wyclef Jean、Marc Rebillet 和作曲家 Justin Tranter 使用我们的 Music AI Sandbox 创作的新演示录音。
Veo：我们最强大的视频生成模型
Veo 生成高质量的 1080p 分辨率视频，涵盖多种电影和视觉风格，视频长度可超过一分钟。通过对自然语言和视觉语义的高级理解，它生成的视频能够准确反映用户的创意愿景，精准捕捉提示的语调，并在较长的提示中渲染细节。
该模型提供了前所未有的创意控制，理解“延时”或“景观的航拍”等电影术语。Veo 创作的镜头一致且连贯，使人物、动物和物体在镜头中自然移动。
Veo 高质量视频生成能力的示例。所有视频均由 Veo 生成，未经过修改。
为了探索 Veo 如何最好地支持故事讲述者的创意过程，我们邀请了一系列电影制作人和创作者试验该模型。这些合作还帮助我们改进技术的设计、构建和部署方式，以确保创作者在技术开发中有发言权。
以下是我们与电影制片人唐纳德·格洛弗及其创意工作室 Gilga 合作的一些工作预览，他们在一个电影项目中试验了 Veo。
Veo 建立在我们多年生成视频模型工作的基础上，包括生成查询网络（GQN）、DVD-GAN、Imagen-Video、Phenaki、WALT、VideoPoet 和 Lumiere，结合架构、缩放定律和其他新技术以提高质量和输出分辨率。
通过 Veo，我们改进了模型学习视频内容、渲染高清图像、模拟物理世界等方面的技术。这些学习将推动我们 AI 研究的进步，使我们能够构建更多有用的产品，帮助人们以新的方式互动和交流。
从今天起，Veo 将通过加入我们的候补名单，在 VideoFX 的私密预览中向部分创作者开放。在未来，我们还将把 Veo 的一些功能带到 YouTube Shorts 和其他产品中。
了解更多关于 Veo 的功能。
Imagen 3：我们质量最高的文本生成图像模型
在过去的一年里，我们在提高图像生成模型和工具的质量和保真度方面取得了令人难以置信的进步。
Imagen 3 是我们质量最高的文本生成图像模型。它生成的细节令人惊叹，能够产生逼真、生动的图像，比我们之前的模型减少了很多干扰的视觉伪影。
提示：一只优雅站在灰色背景前的灰狼特写，高分辨率照片，细节细腻，色彩分级，超现实主义风格。
提示：近距离拍摄在晶莹剔透的水中脉动的水母，触手拖曳，色彩斑斓的珊瑚礁背景，微距摄影，高清，细节丰富，柔和照明，专业色彩分级，浅景深，焦点清晰，用 DSLR 相机拍摄，专业摄影师风格。
提示：从上方俯瞰美丽的河谷，展示其绿色山脉和蓝色水域的自然美景。照片捕捉了大自然的广阔创造，风格极其自然。
提示：使用偏光滤镜拍摄的 DSLR 相机风格照片。两只热气球漂浮在土耳其卡帕多西亚独特的岩石地貌上。气球上的颜色和图案与下面的土地色调形成美丽的对比。这张照片捕捉了享受这种体验的冒险感。
提示：一双泥泞的徒步靴，靴子上系着松松的鞋带，靴子上方探出一只松鼠的头，懒洋洋地看着镜头，像鞋中的小国王。背景是山地景观。电影场景风格，高质量 DSLR 照片。
提示：三位女性站在一起笑，一位女性在前景中稍微有些模糊。夕阳在她们身后，产生了镜头光斑和温暖的光芒，突出了她们的头发，并在背景中形成了散景效果。摄影风格是抓拍，捕捉到朋友之间真实的连接和幸福时刻。金色小时的温暖光线为图像增添了怀旧和亲密感。
Imagen 3 更好地理解自然语言、提示背后的意图，并从较长的提示中纳入小细节。模型的高级理解能力使其能够掌握多种风格。
提示：一位短发和胡子的男人微笑着看着镜头。背景模糊，显示出淡色的树木和建筑。
提示：一个人的手持着一个小粘土鸟的雕像，另一只手用雕刻工具雕刻。你可以看到雕刻者的围巾。他们的手上沾满了粘土灰尘。一张强调纹理和工艺的宏观 DSLR 照片。
提示：抽象素描：用炭笔画的模糊的表现线条和能量，捕捉到舞者动态动作的手势素描。绘制在陈旧的羊皮纸上。
提示：在稀树草原上行走的钩编大象玩偶，专业摄影，背景模糊。
提示：穿白裙的女孩站在无尽的湖边，手捧鲜花，仰望满是粉色云彩的天空。天空的倒影映在水面上，形成美丽的动漫场景。周围是覆盖着野花的小山丘，增加了美感。动漫风格背景，紫蓝色调，柔和光线，暖色，梦幻氛围和浪漫情感。
提示：一只布满开花藤蔓的风化木制机器人平静地站在野花丛中，伸出手，一只小蓝鸟栖息在它的手上。数字漫画，温暖的颜色和柔和的线条。背景是瀑布从悬崖上流下来。
它也是我们迄今为止在渲染文本方面表现最好的模型，这对于图像生成模型来说一直是一个挑战。这项能力为生成个性化生日信息、演示文稿中的标题幻灯片等带来了可能性。
提示：一张庄严图书馆入口的照片，上面刻有“中央图书馆”字样。
提示：一只用棕色纸折成的折纸猫头鹰栖息在一棵常青树的树枝上。猫头鹰面向前方，闭着眼睛，给人一种平静的感觉。背景是模糊的绿色树叶，营造出自然和宁静的环境。
提示：一幅毡制木偶场景的照片，展现了一个宁静的自然场景，一个隐秘的森林空地，一只大而友好的圆形机器人以平版印刷风格呈现。一只猫头鹰栖息在机器人的肩膀上，一只狐狸坐在它的脚边。柔和的色彩洗涤，五种颜色和充满光线的调色板营造出一种和平和宁静的感觉，邀请人们思考和欣赏自然美景。
提示：一幅航天飞机发射的像素艺术。背景是卡纳维拉尔角的蓝天，滚滚烟雾。“STS-1”写在其下方。
提示：由各种彩色羽毛组成的“光”字，黑色背景。
提示：黏土动画场景。一个中景拍摄的老年女性。她穿着飘逸的衣服，站在茂盛的花园中，用橙色的浇水壶给植物浇水。
从今天起，Imagen 3将在ImageFX的私人预览中向部分创作者开放，并可以通过加入我们的候补名单来使用。Imagen 3即将登陆Vertex AI。
了解更多关于Imagen 3的功能。
我们与音乐界的合作
作为我们持续探索AI在艺术和音乐创作中作用的一部分，我们与YouTube合作，与一些令人惊叹的音乐家、词曲作者和制作人合作。
这些合作还为我们生成音乐技术的发展提供了信息，包括Lyria，这是我们最先进的AI音乐生成模型。
作为这项工作的一部分，我们开发了一套名为Music AI Sandbox的音乐AI工具。这些工具旨在为创意开辟新的天地，允许人们从零开始创作新的乐器部分，以新的方式转换声音等等。
我们与音乐家、词曲作者和制作人合作，研究人工智能在音乐创作过程中的激动人心的作用。
今天，我们继续与获得格莱美奖的音乐家Wyclef Jean、获得格莱美提名的词曲作者Justin Tranter和电子音乐家Marc Rebillet一起进行音乐实验——他们正在他们的YouTube频道上发布使用我们音乐AI工具创作的新演示录音。
Wyclef Jean、Justin Tranter和Marc Rebillet是首批使用Music AI Sandbox发布新演示的艺术家，每个演示现在都可以在他们的YouTube频道上收听。
从设计到部署的责任
我们不仅仅关注技术的进步，还注重负责任地进行。为此，我们采取措施应对生成技术带来的挑战，帮助人们和组织负责任地使用AI生成的内容。
对于这些技术，我们一直与创意社区和其他外部利益相关者合作，收集见解并倾听反馈，以帮助我们以安全和负责任的方式改进和部署我们的技术。
我们一直在进行安全测试，应用过滤器，设定保护措施，并将我们的安全团队置于开发中心。我们的团队还在开发工具，例如SynthID，可以在AI生成的图像、音频、文本和视频中嵌入不可见的数字水印。从今天开始，所有由Veo在VideoFX上生成的视频都将由SynthID进行水印标记。
生成AI的创意潜力是巨大的，我们迫不及待地想看看世界各地的人们如何利用我们的新模型和工具将他们的创意想法变为现实。
- 原文
- 博客 - 从零开始学AI
- 公众号 - 从零开始学AI
