Veo 2是谷歌DeepMind于2024年12月推出的能夠根據(jù)簡(jiǎn)單的文本提示或參考圖像生成動(dòng)態(tài)視頻模型，具有生成高分辨率（最高可達(dá)4K）時(shí)長(zhǎng)超過兩分鐘的視頻的能力。Veo 2能夠模擬逼真的物理效果及多種視覺風(fēng)格，創(chuàng)造的場(chǎng)景和動(dòng)作幾乎與實(shí)拍無(wú)異，帶來(lái)幾近真實(shí)的運(yùn)動(dòng)表現(xiàn)和細(xì)膩的視覺效果，為廣告增添可信度和沉浸感，廣泛應(yīng)用于廣告制作、電影特效、教育內(nèi)容等地方。

Veo 2的開發(fā)基于Google多年的視頻生成模型工作，包括生成查詢網(wǎng)絡(luò)（GQN）、DVD-GAN、Imagen-Video和Phrenaki等，結(jié)合不同的架構(gòu)和技術(shù)以提高生成視頻的質(zhì)量和分辨率。

Veo 2還能夠根據(jù)用戶指定的類型、鏡頭和效果生成視頻，例如，用戶可以指定“低角度跟蹤鏡頭”或“淺景深”，Veo 2便會(huì)生成相應(yīng)的視覺內(nèi)容。

Veo 2的主要技術(shù)：

• 深度學(xué)習(xí)：Veo 2利用深度學(xué)習(xí)算法來(lái)分析和生成視頻內(nèi)容。它通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)大量數(shù)據(jù)，從中提取特征和模式，以生成高質(zhì)量的視頻。這使得模型在重復(fù)性學(xué)習(xí)中可以逐漸提高視頻輸出的真實(shí)感和細(xì)致度。

• 自然語(yǔ)言處理：該模型能夠理解用戶提供的文本提示。這意味著用戶只需輸入簡(jiǎn)單的描述，Veo 2便能夠根據(jù)這些指令自動(dòng)生成相關(guān)的視頻內(nèi)容。例如，用戶可以描述一個(gè)場(chǎng)景或動(dòng)作，模型會(huì)將其轉(zhuǎn)換為視覺表現(xiàn)。

• 計(jì)算機(jī)視覺：Veo 2特別擅長(zhǎng)分析和重現(xiàn)現(xiàn)實(shí)世界中的物理現(xiàn)象，包括光照、運(yùn)動(dòng)和物體交互。通過綜合這些信息，模型可以生成具備自然流暢性的高質(zhì)量視頻，甚至在復(fù)雜場(chǎng)景中保持細(xì)節(jié)的體現(xiàn)。

• 圖像處理和效果模擬：Veo 2支持最高4K分辨率（4096 x 2160像素）的視頻生成。這種高清晰度和長(zhǎng)達(dá)兩分鐘的視頻時(shí)長(zhǎng)，能滿足不同創(chuàng)作需求的同時(shí)，增強(qiáng)了用戶體驗(yàn)。

• 綜合多種媒體輸入：Veo 2不僅支持文本提示，還可以接受圖像和其他視頻作為輸入，依據(jù)這些輸入生成符合用戶要求的視頻內(nèi)容。

Veo 2廣告應(yīng)用

• 個(gè)性化廣告制作：利用Veo 2的多模態(tài)輸入特性，創(chuàng)建針對(duì)不同受眾的個(gè)性化廣告。通過準(zhǔn)備不同目標(biāo)受眾的特征描述和相關(guān)圖像，使用Veo 2生成多個(gè)版本的廣告視頻，通過A/B測(cè)試評(píng)估不同版本的效果，并根據(jù)反饋微調(diào)輸入?yún)?shù)，優(yōu)化廣告內(nèi)容，比如我在X上看到的一個(gè)叫做“Hands of Steel”的廣告，就是完全使用Veo 2制作的，非常的有視覺沖激效果和劇烈的場(chǎng)景模擬。

• 產(chǎn)品評(píng)測(cè)視頻：Veo 2能夠生成高質(zhì)量的產(chǎn)品評(píng)測(cè)視頻，通過模擬真實(shí)的使用場(chǎng)景和用戶評(píng)價(jià)，為消費(fèi)者提供更加直觀和詳細(xì)的產(chǎn)品信息。

• 品牌宣傳：企業(yè)可以利用Veo 2創(chuàng)作具有電影質(zhì)感的品牌故事，提升品牌形象和市場(chǎng)影響力。

• 社交媒體營(yíng)銷：快速生成吸引眼球的創(chuàng)意短視頻，適應(yīng)快節(jié)奏的社交媒體環(huán)境，提高用戶參與度和品牌傳播速度。

有了Veo 2，只需通過簡(jiǎn)單的提示，就能實(shí)現(xiàn)專業(yè)級(jí)的廣告視頻創(chuàng)作，大大降低了廣告制作的門檻。

Veo 2詳細(xì)介紹地址：https://deepmind.google/technologies/veo/veo-2/