近日，谷歌Alphabet部門Google DeepMind突然公布Veo 2視頻模型，距離Veo一代發(fā)布僅七個月后，現(xiàn)版本已經(jīng)可以生成最高4K分辨率，長達兩分鐘以上的視頻。

要知道，OpenAI在一周前剛剛正式推出了Sora視頻模型，同樣經(jīng)過近一年的打磨，Sora卻依舊受限于1080p的最大分辨率。

谷歌在關(guān)于Veo 2的介紹中提到：“低分辨率視頻非常適合移動設備，但創(chuàng)作者希望看到他們的作品在大屏幕上大放異彩。”顯然，這段發(fā)言直指Sora。

谷歌發(fā)言人表示，Veo 2 的4K剪輯默認限制為8秒，但可以延長至2分鐘或更長時間。與之相比，Sora的1080p視頻上限僅為20秒。

拋開以上這些參數(shù)，AI視頻模型有個問題繞不過，就是那些“低級”BUG。Sora一經(jīng)推出，很多自媒體都做了測試，壞消息是，各種奇怪的物理和人體表現(xiàn)依舊存在。比如，生成人物可能有許多條腿，或遇到稍微復雜的運動時，扭曲的身體讓人看得背后發(fā)毛，似乎這是AI現(xiàn)階段難以逾越的大山。

但谷歌部門聲稱，在糾正“幻覺”細節(jié)（如額外的手指）和展示“現(xiàn)實世界的物理學以及人類運動和表情”方面取得了重大進展。

一些具備相關(guān)學術(shù)背景的專業(yè)人士對AI所犯的物理錯誤發(fā)表了看法，他們認為，只能通過所謂的世界模型來解決，這些模型具有理解和生成3D環(huán)境的“空間智能”。湊巧的是，谷歌本月早些時候推出了自己的Genie 2世界模型，難道這就是《黑客帝國》的訓練場？

同時，Veo 2也能更好理解“電影語言”，比如“18mm鏡頭”、“淺景深”等專業(yè)用語。但是，也有很多人對日趨“合理”的視頻模型產(chǎn)生擔憂，圖像和視頻生成器的輸出越合理，它們被用于邪惡目的的風險就越大，防偽技術(shù)的迭代勢在必行。

對于Veo 2來說，DeepMind將不可見的SynthID水印置于Veo 2生成的視頻中。這種“水印”的優(yōu)點是，隱匿的SynthID可能會讓視頻傳播者大意，技術(shù)人員更容易發(fā)現(xiàn)造假視頻的證據(jù)。缺點也很明顯，普通人很難區(qū)分一段視頻是否由AI生成。

相比之下，OpenAI的Sora會在其生成視頻的右下角嵌入一個可見的水印動畫，對于普通人更容易分辨。

不過大家對于AI視頻模型的擔憂一定不會停止，現(xiàn)階段，各家視頻大模型還是以秒或分鐘來生成，而且相對比較容易分辨。但按照當今的發(fā)展速度，未來AI生成的視頻一定會以假亂真，到時候我們將如何面對互聯(lián)網(wǎng)世界？你所喜愛的視頻博主，也許根本不存在。