繼今年5月公布影片生成工具Veo之後，Google DeepMind稍早公布新版影片生成工具Veo 2，並且推出新版圖像生成工具Imagen 3，另外也推出新一波實驗計畫。
Veo 2主要提高生成結果更符合真實世界的物理作動，以及人類運動時的肢體表現，以及表情細微呈現，藉此增加生成影像的真實性。
此外，Veo 2也加入電影攝影特殊用語，例如可要求生成以低角度平移追蹤鏡位產生影片，或是依照使用者輸入18mm焦段鏡頭產生相應拍攝影像，甚至也能依照淺景深效果產生背景模糊、讓視覺焦點聚焦在人物的畫面。
目前Veo 2最高可生成4K解析度影片，長度最長可達2分鐘，幾乎是OpenAI提出Sora對應最高解析度的四倍，時間長度更超過6倍，另外也能確實遵循使用者所輸入指示，並且依照真實物理表現產生影片，更標榜能減少幻覺產生比例。
[video width="3840" height="2160" mp4="https://mashdigi.com/wp-content/uploads/Veo2_animation.mp4"][/video]
而此次同步推出的新版Imagen 3，則可生成更具構圖感、生成更明亮的影像，更可依照指示產生寫實、印象、抽象或動漫風格等的藝術風格，同時在細節與質感表現更為突出。
Google將從即日起透過Google Labs開放加入等候Veo 2存取權限，預計明年開始應用在YouTube Shorts短影片等服務，而新版Imagen 3則已經在超過100個國家地區佈署，並且透過Google Labs提供圖片生成工具ImageFX使用。
Google Labs也同步推出名為Whisk的新實驗工具，標榜能產生更具表達張力的圖片，其中整合Imagen 3與新版Gemini模型，可透過電腦視覺分析理解方式產生指令描述，並且由Imagen 3產生全新圖像，目前已經在美國境內提供使用。
《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》
