挑戰(zhàn)OpenAI，谷歌新動作！大幅更新生成式AI，推出視頻模型VEO 2和最新版Imagen3

每經(jīng)編輯 畢陸名

谷歌（GOOGL，股價196.66美元，市值24073億美元）的旗艦AI研究實驗室Google DeepMind周一大幅升級其人工智能驅(qū)動的內(nèi)容生成工具，推出了Veo 2視頻生成模型和增強版Imagen 3圖像模型，挑戰(zhàn)OpenAI在AI圖像和視頻生成的領(lǐng)先地位。谷歌表示，這些更新有望徹底改變創(chuàng)意工作流程，為視頻和圖像創(chuàng)作者提供更高的真實感和定制化體驗。

谷歌介紹，Veo 2是谷歌的視頻生成工具，能夠生成多樣化主題和風格的高質(zhì)量視頻。谷歌在博客中表示，這款模型在真實感方面表現(xiàn)卓越，能夠捕捉到人類表情和電影效果等細節(jié)。其增強的物理和電影學理解能力使用戶能夠生成令人驚嘆的內(nèi)容，包括跟蹤鏡頭和廣角構(gòu)圖等。

圖片來源：視覺中國

例如，Veo 2熟悉電影拍攝語言，用戶可以要求某種類型的風格，指定鏡頭，建議電影效果，Veo 2都會以高達4K分辨率并延長到數(shù)分鐘的視頻長度來呈現(xiàn)。值得注意的是，這一分辨率是OpenAI Sora模型的4倍，視頻時長更是其6倍以上。

不過，目前這些優(yōu)勢仍是理論上的。在谷歌的實驗性視頻創(chuàng)作工具VideoFX中，Veo 2生成的視頻被限制為720p分辨率、8秒的長度。（相比之下，Sora的最大輸出為1080p、20秒的短片。）

谷歌表示，雖然視頻生成模型往往會“幻象化”出不需要的細節(jié)，例如多余的手指或意外的物體，但Veo 2在這一方面的表現(xiàn)更為真實，生成錯誤的頻率較低。此外，Veo 2生成的視頻包括不可見的SynthID水印，用于標記它們?yōu)锳I生成的內(nèi)容，從而減少誤用或錯誤歸屬的風險。

DeepMind產(chǎn)品副總裁Eli Collins對媒體表示，隨著模型逐漸具備規(guī)?；褂玫臏蕚洌雀鑼⑼ㄟ^其Vertex AI開發(fā)者平臺提供Veo 2。

開發(fā)者和創(chuàng)作者目前可以通過谷歌實驗室（Google Labs）訪問該工具，預(yù)計到2025年，它將廣泛集成至諸如YouTube Shorts等平臺。同時，Imagen 3模型在圖像構(gòu)圖和細節(jié)準確性方面得到了增強，支持從寫實到抽象的各種風格，能夠生成更豐富的紋理，并更加忠實地回應(yīng)用戶提示。

目前，Imagen 3已經(jīng)通過谷歌實驗室的ImageFX工具在100多個國家上線，全球用戶可以試驗其尖端功能。

此外，谷歌還推出了Whisk，這是一款結(jié)合了Imagen 3和Gemini視覺分析能力的創(chuàng)意工具。用戶可以輸入圖像，生成詳細的文字描述、重新混合風格，或設(shè)計個性化作品，如數(shù)字玩偶或搪瓷徽章。

谷歌介紹，Whisk結(jié)合了Imagen 3模型和Gemini的視覺理解與描述能力。Gemini模型會自動為用戶的圖像生成詳細的文字描述，并將這些描述傳遞給Imagen 3。這一過程讓用戶能夠以有趣的新方式重新混合主題、場景和風格。

圖片來源：谷歌官網(wǎng)截圖

北京時間12月10日，谷歌宣布研發(fā)出新的量子芯片Willow（威洛）。這款計算能力超強的芯片，實現(xiàn)了量子計算領(lǐng)域30年來的關(guān)鍵性突破，5分鐘即可完成當今計算機要10堯（10的25次方）年才能完成的任務(wù)。研究成果發(fā)表在12月9日出版的《nature》雜志上。

消息傳出后，量子信息行業(yè)一片歡呼，AI圈也大受震撼。

Willow的重大突破表現(xiàn)在兩個方面：一是性能也就是計算能力的大幅飛升。5分鐘計算量相當于目前運行速度最快的計算機10堯（10的25次方）年才能完成的任務(wù)。10²年遠高于宇宙的年齡（約130億年）。5分鐘與10²年，這個對比，可見其計算速度的躍升非常之恐怖。

二是強大的量子糾錯能力。Willow在量子糾錯領(lǐng)域?qū)崿F(xiàn)的重大進展是，基于可擴展的方形網(wǎng)格，邏輯量子比特數(shù)量（目前是105個量子比特）增加，錯誤率卻迅速下降。其從3x3編碼量子位擴展到5x5的網(wǎng)格，再擴展到7x7的網(wǎng)格，每次擴展，錯誤率減半。而且Willow可實時糾錯，這使其在短時間內(nèi)擴展到更高位階的量子比特（比如1050個）成為可能。

以上兩項重大突破，相比性能提升，糾錯能力更受科學家關(guān)注。

量子芯片是量子計算機的核心。Willow的研發(fā)團隊是哈特穆特·內(nèi)文（Hartmut Neven）領(lǐng)導(dǎo)的谷歌量子AI實驗室。哈特穆特表示，Willow是向大規(guī)模、自糾錯量子計算機邁出的一大步，它的糾錯能力和超越經(jīng)典的計算能力使我們更接近一個可提供商業(yè)應(yīng)用的系統(tǒng)，從幫助發(fā)現(xiàn)新藥，到設(shè)計更高效的電動汽車電池，再到加速核聚變和新能源替代的進展。

每日經(jīng)濟新聞綜合谷歌、公開信息

免責聲明：本文內(nèi)容與數(shù)據(jù)僅供參考，不構(gòu)成投資建議，使用前請核實。據(jù)此操作，風險自擔。

封面圖片來源：每日經(jīng)濟新聞