Veo 2
PulseAugur coverage of Veo 2 — every cluster mentioning Veo 2 across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI发展周期：开源模型受益于模型浓缩
一位Reddit用户讨论了AI发展的周期性，并比较了开源和闭源模型。他们强调了开源模型如何受益于该周期的“浓缩”阶段（第3步），即能力被压缩到更小的模型中。用户指出本地AI视频生成取得了快速进展，提到了LTX-2.3等模型，并将其与Sora 1和Veo 2等早期基准进行比较，认为目前的开源模型在性能上可与甚至优于之前的SOTA模型相媲美，尤其是在考虑音频能力方面。
-
Google DeepMind 的 Genie 3 为实时 AI 代理导航生成交互式世界
Google DeepMind 推出了 Genie 3，这是一种新颖的世界模型，能够根据文本提示生成多样化的交互式环境。该模型允许用户以每秒 24 帧的速度实时导航这些动态世界，在 720p 分辨率下保持数分钟的一致性。Genie 3 在模拟自然现象、复杂交互甚至奇幻场景方面取得了重大进展，拓展了 AI 驱动的环境模拟的边界。
-
Google DeepMind 发布 Veo 3 视频、Imagen 4 图像和 Flow 电影制作 AI 工具
Google DeepMind 发布了新的生成式媒体模型和工具，包括用于生成带音频的视频的 Veo 3 和用于高质量图像创建的 Imagen 4。该公司还将扩展其音乐模型 Lyria 2 的访问权限，并推出 AI 电影制作工具 Flow。这些进步旨在通过为艺术家和创作者提供对其作品中视觉和听觉元素的精细控制来赋能他们。
-
Google DeepMind 为 Gemini 引入先进的 AI 图像和视频编辑工具
Google DeepMind 对其 Gemini 应用进行了重大升级，推出了一款先进的图像编辑模型，并集成了其最先进的视频生成模型 Veo 2。新的图像编辑功能允许用户在编辑过程中保持角色相似性并将多张照片融合，而 Veo 2 则使用户能够通过文本提示创建八秒钟的视频片段。这些功能正在向全球的 Google One AI Premium 订阅用户推出，所有 AI 生成的内容都将通过 SynthID 进行水印处理以确保透明度。
-
Google DeepMind 增强 Veo 3.1 视频模型，提升一致性和控制力
Google DeepMind 发布了 Veo 3.1，这是一个更新的视频生成模型，增强了用户的一致性、创意和控制力。新版本为移动优先内容提供原生竖屏输出，支持 upscaling 至 1080p 和 4K 分辨率，并提高了角色和场景的身份及背景一致性。这些改进正与 Flow 工具中的新编辑功能一起，集成到 Gemini 应用、YouTube 和 Vertex AI 等各种 Google 产品中。