Veo
PulseAugur coverage of Veo — every cluster mentioning Veo across labs, papers, and developer communities, ranked by signal.
- developed by Google/Deepmind 100%
- instance of Veo 3 90%
- developed ByteDance 90%
- developed by ByteDance 90%
- competes with Seedance 2.0 80%
- instance of Kling 70%
- competes with Seedance 70%
- used by Kling 70%
- instance of Nano Banana 70%
- uses Nano Banana 70%
- used by Google I/O 2026 70%
- competes with ByteDance 70%
- 2026-07-08 product_launch Jeep's new AI-generated commercial, powered by Google's Veo and Luma Dream Machine, premiered at the Cannes Lions festival, showcasing a milestone in AI video generation. 来源
- 2026-05-23 product_launch Google has launched Veo, a new text-to-video generation model. 来源
- 2026-05-23 product_launch Google has launched its new text-to-video generation model, Veo. 来源
10 天有情绪数据
-
Klakix 推出 MCP 服务器,支持与 Claude 和 Cursor 集成进行 AI 视频生成
Klakix 推出了新的 MCP 服务器,允许用户通过连接各种 AI 模型来生成 AI 视频和其他媒体。该服务器支持与 Claude 和 Claude Code 等 AI 助手以及 Cursor 和 VS Code 等 IDE 的集成。它提供了一套用于视频生成、图像创建、音频处理和升级的工具,由 Seedance、Kling、Veo 和 HeyGen Avatar 等一系列底层模型提供支持。
-
AI代理通过新的MCP服务器获得图像和视频生成能力
两位开发者发布了新的远程模型上下文协议(MCP)服务器,允许Claude、Cursor和ChatGPT等AI代理生成图像和视频。WowReveal的服务器专注于从现有内容创建简短的、带旁白的视频,而Seedara的服务器则提供更广泛的工具,用于使用各种模型生成图像、视频和音频。这两个系统都通过提供代理可以在对话中调用的工具来与流行的AI代理集成,使用户能够直接从他们喜欢的AI界面创建多媒体内容。
-
AI代理公司在72小时内使用生成式工具制作了Bigfoot广告
SLIDEFACTORY是一家位于俄勒冈州波特兰的AI代理公司,在72小时内仅使用AI工具成功为Bigfoot制作了一个完整的商业广告。该过程包括使用ChatGPT生成概念大纲和脚本,使用Midjourney创建视觉效果,以及使用ElevenLabs制作配音。虽然最初计划使用n8n进行工作流自动化,但由于时间紧迫而认为过于复杂,该公司发现直接使用ChatGPT等工具效率更高。该公司于2026年11月更新了其工作流,加入了自定义语音合成…
-
xAI的Grok Imagine视频AI声称全球性能第一,可与Sora和Veo匹敌
xAI发布了Grok Imagine,一款据称在性能上排名全球第一的视频生成AI。该工具能够生成与OpenAI的Sora和Google的Veo相媲美的视频片段。目前正在分享如何免费使用Grok Imagine的详细信息。
-
创作者详细介绍 Claude Code 工作流程以制作 YouTube 短片,比较成本和收益
一位创作者详细介绍了使用 Claude Code(一种 AI 模型)而非传统视频生成工具生成 YouTube 短片的成本和工作流程。虽然使用 Claude Code 生成内容的 API 成本可能与 Veo 等视频模型相当,但主要优势在于其基于代码的输出,可以免费进行本地迭代修复。创作者概述了一个工作流程,包括初始镜头列表、静态预览以及战略性地使用不同的 Claude 模型(Sonnet 用于通用用途,Opus 用于复杂场景)来管理成本…
-
Google在印度推出AI故事应用Dreambeans,支持13种语言
Google已将其实验性AI应用Dreambeans扩展到印度,这是其在美国以外的第一个国际市场。该应用可以根据用户的Google服务数据生成个性化的插图故事,现已支持13种当地语言。Dreambeans利用来自Calendar、Gemini、Gmail、Photos、Search和YouTube等服务的信息,并最近整合了Veo视频生成功能以制作动画图像。此次扩展到印度是由于用户浓厚兴趣以及Google在该国服务的广泛使用。
-
DramaCanvas 在统一画布上集成 AI 视频工具
DramaCanvas 推出了一个新的制作工作区,将各种 AI 视频工具集成到一个无限画布上。该设置允许用户通过远程 MCP 服务器将 Claude Code、Codex 和 Cursor+ 等编码代理连接到工作区,从而实现协作式项目开发。该系统旨在通过在一个地方管理脚本、角色参考、故事板和生成的剪辑来简化视频制作流程,同时还提供每个镜头的模型选择和透明的成本跟踪。
-
Google Veo 3.1 为 AI 视频生成添加了声音和扩展编辑功能
Google 的 Veo 3.1 通过整合声音、角色和风格参考以及扩展场景功能,正在推进 AI 视频生成。这一演进将焦点从单一剪辑创作转移到为创作者提供更全面、可编辑的工作流程。新版本旨在提供更大的创意控制和更集成的 AI 驱动电影制作方法。
-
AI工具用于恐怖电影创作:Claude的局限性,Veo的潜力
一项使用AI创作60秒恐怖电影的实验表明,虽然Claude Opus 5.5可以生成剧本和故事板,但在制作照片级逼真电影片段方面仍显不足。作者发现Claude生成的角色看起来像Microsoft Paint的创作。对于实际的视频生成,推荐使用Google Flow(由Veo驱动)、Runway ML和Kling AI等工具,因为它们能够生成逼真的片段、电影般的运镜和角色。Claude在构思情节和为这些视频工具生成提示方面仍然有用。
-
Google DeepMind 发布 Genie 4 世界模型,增强了真实感和音频功能
Google DeepMind 发布了 Genie 4,一个先进的世界模型,在物理真实感、类人角色和实时音频生成方面比前代产品有了显著改进。Genie 4 集成了 Google 的 Gemini 模型,能够保持长达两分钟的持续模拟,并允许在模拟过程中进行编辑,例如改变天气或添加元素。该技术旨在为机器人技术创造无限的训练环境,并加速创意领域的快速原型设计,目前已向可信测试人员提供研究预览版,并计划向 Google AI Ultra 订阅…
-
2026年10月,8家提供商提供免费AI API套餐
截至2026年10月22日,有八家提供商提供免费的AI API套餐,允许开发人员在特定配额下免费访问LLM端点。这些提供商包括Google Gemini、Groq、OpenRouter、Mistral AI、Cloudflare Workers AI、NVIDIA、Cohere和SambaNova。虽然有些提供真正的免费套餐,无需支付方式且每日/每月配额重置,但其他提供商提供入门积分或试用密钥,这些可能有限制或需要支付方式才能完全访问…
-
Google Pixel 可能获得 AI 生成的动态壁纸
据报道,Google 正在为 Pixel 手机开发一项由 AI 驱动的功能,可以将静态照片转换为动态壁纸。这项代号为“catsmile”的功能已在 Android 17 QPR2 的测试版和名为“Custom Icons”的系统应用中被发现。该功能可能利用 Google 的 Veo AI 模型,类似于 Google Photos 中用于从图像生成视频的技术。虽然细节很少,但该过程似乎会在后台进行,用户可能面临每日生成限制,并且需要互联网连接。
-
Artlist的38000美元AI科幻剧集《The Arc》引发艺术价值争议
Artlist,一家已从音乐和音效库转型为AI平台的公司,以38000美元的成本制作了一部名为《The Arc》的五集科幻迷你剧。该剧集旨在展示Veo、Seedance和Kling等AI视频生成工具的能力,目标是实现电影制作的民主化。然而,批评者认为,依赖AI进行剧本创作和视觉呈现,导致缺乏艺术价值和人工努力,画面显得缺乏灵感且呆板。
-
AI 模型迁移需要精确的 ID 验证,以防止服务中断
FableBridge 的一份技术说明详细介绍了在 AI 模型之间迁移集成的过程,特别关注通过 Gemini API 和 Vertex AI 从 Veo 3.1 过渡到 Gemini Omni 模型。作者强调,在启动任何迁移之前,必须验证精确的模型 ID 和 API 路由,以避免服务中断,因为不同的模型有不同的退役日期。该说明包括一个测试 Gemini Omni 模型的案例研究,突出了处理时间和成本的差异,并为未来的迁移项目提供了一个清单。
-
LazySusan 通过统一的 API 密钥简化 LLM 访问
LazySusan 发布了新的 API 和 Python SDK,旨在简化对多个大型语言模型的访问。该工具允许用户使用单个 API 密钥和统一的预付余额与来自 Anthropic、OpenAI、Google、xAI、DeepSeek 等提供商的模型进行交互。这种方法旨在通过只需少量代码更改即可轻松切换不同 AI 模型来简化开发,同时还提供使用跟踪和成本管理功能。
-
AI视频生成进展受质疑,实验室似乎放缓步伐
多方消息人士对AI视频生成的现状和未来表示质疑,特别是美国主要实验室似乎缺乏进展。虽然提到了Google的Veo等模型,但有一种观点认为该领域的发展并未被优先考虑。讨论中指出Seedance是一个值得注意的例外,显示了该领域的进步。
-
Google Ads 将 Veo AI 视频生成集成到 Asset Studio
Google Ads 已将其 Asset Studio 集成 Veo 的 AI 驱动视频生成功能。此功能允许广告商为其广告系列从图像创建视频内容。此次更新旨在简化广告素材的视频创建过程。
-
AI模型被指控侵犯版权和滥用艺术品
一位 Mastodon 用户对 Grok、Veo 和 Nano Banana 等各种 AI 模型涉嫌滥用其版权艺术品和生物识别数据表示愤怒。用户声称,未经同意,他们的生物识别特征(如耳朵和手)已被纳入 AI 生成的图像中。他们呼吁这些 AI 系统和其他方面采取行动,解决这种对其艺术和版权的侵犯。
-
Google Earth 因信任问题暂停 AI 图像生成器
Google 已暂时下线 Google Earth 中一项新的人工智能图像生成功能,因为它被用来创建虚假的卫星图像,包括伊朗的一座核电站和加沙一家医院附近的炸弹坑。该功能将人工智能生成的场景与真实的卫星数据相结合,受到了依赖 Google Earth 获取可信信息的调查专家和记者的批评。此事件紧随对 OpenAI 的 Sora 和 Google 自家的 Veo 等其他生成式 AI 工具提出的类似担忧之后,凸显了快速部署 AI 工具然后…
-
ECCV 2026 聚焦 AI 预测与行动能力的转变 · 追踪 1 个来源
ECCV 2026 会议将显著增加对世界模型(World Models)和具身人工智能(Embodied AI)的研究,设有 13 个相关研讨会,这标志着人工智能正从理解世界转向预测和行动。这一转变的驱动力在于生成式 AI 的进步使得世界预测能力得到提升,以及机器人和自主系统对新学习范式日益增长的需求。关键讨论将围绕构建、评估和将这些模型整合到可操作的系统中,中国研究人员正积极参与定义边界、建立评估指标以及在真实机器人上部署模型。