九九热视频精品在线_国产成人mv视频在线观看_国产精品三级一区二区_亚洲精品国产av成拍色拍婷婷_久久伊人一区二区_国产高清精品网站_九九99热久久精品离线6_国产在线一卡2卡三卡4卡免费_日韩美女乱淫aaa高清视频_亚洲大胆_啪啪一级视频_午夜av免费观看_国产高清精品福利私拍国产写真_亚洲婷婷五月综合狠狠_日韩欧美一区二区三区视频_岛国av免费看_精品国产乱码久久久久久久软件_亚洲国产成人精品无码区99_www日本色_免费黄色看片

總被 OpenAI 壓著打的谷歌，終于揚(yáng)眉吐氣了！

最近，谷歌連上幾款大模型，個個備受好評。

先是推出最強(qiáng) AI 大模型 Gemini 2.0，接著又官宣了 AI 視頻生成模型 Veo2，直接對著 OpenAI 的 Sora 貼臉開大。

據(jù)介紹，Veo2 能生成 2 分鐘以上時長、4k 分辨率的視頻，也能理解提示詞中的相機(jī)控制指令，還能重建出符合真實(shí)世界的物理交互和人臉表情。

同時，在基于人類評估者的對比評估中整體表現(xiàn)遠(yuǎn)超對手。

一眾大佬也齊刷刷為其站臺。

官方給出的演示視頻也相當(dāng)驚艷。

《權(quán)力與游戲》中的龍在高樓大廈間穿梭，這效果是不是吊打不少視覺特效師？

一只貓對著鏡子中的自己咆哮，但它看到的卻是自己像獅子一樣在吼叫：

谷歌 DeepMind 研究員 @babaeizadeh 還制作了一系列動畫風(fēng)格的土豆小人情景喜劇。

（Prompt:anime style footage of two potatoes having a sword fight. cinematic, fastpaced with a lot of shotcuts.)

不過，與幾個月之前的 Sora 類似，Veo2 目前也尚未對公眾開放。

這也意味著，社交平臺上的 Veo2 生成視頻，要么時官方精挑細(xì)選出來的，要么是科技博主們一手評測出來的。

此外，這些放出來的視頻時長均為 8 秒，分辨率也不超過 720p。

Veo2 的實(shí)際效果究竟如何？

我們或許可以從科技博主的測評視頻中找到一些端倪。

-1-

Veo2 也逃不過翻車的命運(yùn)嗎？

目前，已經(jīng)有不少國外科技博主拿到了 Veo2 試用「門票」，并在社交平臺上放出來各種測評視頻。

從這些測評視頻中，我們發(fā)現(xiàn)Veo2 確實(shí)進(jìn)步一大截，但也存在不少老生常談的問題。

并未完全理解物理世界

X 博主 @shlomifruchter 是谷歌 Deepmind Veo 的聯(lián)合負(fù)責(zé)人。

他用 Veo2 生成了一系列將水果扔進(jìn)水里的視頻。

比如，把幾顆飽滿的藍(lán)莓丟進(jìn)水中，無論是藍(lán)莓入水后的浮沉，還是泛起的水泡、濺起的水花，乍一看都沒毛病，但一細(xì)究就會發(fā)現(xiàn)杯子的水位并沒有上升。

再比如鐵球垂直砸入裝滿硬幣的盒子，最初的「爆炸性」運(yùn)動生成得很真實(shí)，但在「飛」走很多硬幣后，盒子里又冒出了比開始還多的硬幣。

（視頻來自谷歌 DeepMind 成員.@hhm）

DeepMind 研究科學(xué)家 @MattMcGill_評論稱，在沒有感官反饋的情況下，視頻生成模型很難像人類一樣準(zhǔn)確地模擬和修正物理現(xiàn)象，從而導(dǎo)致生成的視頻中出現(xiàn)許多物理錯誤。

這就像在缺乏感官基礎(chǔ)的夢境中，人可以漂浮著下樓梯，物體之間可以隨意轉(zhuǎn)換，時間可以變得非線性等。

并未嚴(yán)格遵循提示詞

風(fēng)投公司 a16z 合伙人 Justine Moore 也測試了幾個 Prompt。

其中一個Prompt：giraffe librarian in a sweater and jeans putting books back on a shelf.（穿著毛衣和牛仔褲的長頸鹿圖書管理員把書放回書架上。）

對于這個長頸鹿圖書管理員的穿著，Veo2 領(lǐng)悟得很到位，但它并沒有把書放回書架。

Justine Moore 在回復(fù)中表示，有 25% 到 50% 的情況下模型能夠成功地完成任務(wù)或給出正確的結(jié)果。它在處理復(fù)雜任務(wù)、運(yùn)動量大的場景以及分布外推理方面的能力有了顯著提升，但仍有改進(jìn)空間。

谷歌 DeepMind 成員@hhm 輸入 Prompt: Bear writing the solution to 2x-1=0. But only the solution!（熊在寫解方程 2x - 1 = 0 的解，但只寫解！）

（視頻來自 X 博主 @hhm）

黑板上確實(shí)呈現(xiàn)出正確的答案，只不過小熊并沒有在寫字，它只是拿著一塊黑板而已。

手部細(xì)節(jié)生成異常

在某些細(xì)節(jié)方面，Veo2 也經(jīng)不起推敲。

比如這個女孩在云端跳舞的視頻，眼尖的觀眾會發(fā)現(xiàn)畫面驚現(xiàn)三條胳膊。

搞不定復(fù)雜的體育動作

對于 AI 來說，生成體操動作仍是一大難題。

這是因為 AI 需要能夠捕捉到運(yùn)動員在空中的旋轉(zhuǎn)、翻轉(zhuǎn)等動作，并且生成的視頻要保持流暢和連貫。

同時運(yùn)動員在翻轉(zhuǎn)時可能出現(xiàn)身體部位的相互遮擋，這增加了模型生成視頻時處理遮擋關(guān)系的難度。

下面這個 Veo2 生成的體操動作視頻就是一個失敗的案例：重力失靈、運(yùn)動員騰空翻轉(zhuǎn)時身體不正常扭曲等。

X 博主 @jerrod_lew 發(fā)布了一個 Veo2 生成的體育類視頻合集，里面有多處詭異的情形。

網(wǎng)球拍擊球的角度不正確，背后的力度看起來不夠；跑步者的手突然反向運(yùn)動，使得生成的動作不自然、不符合人體運(yùn)動規(guī)律等。

（視頻來自 X 博主 @jerrod_lew）

還有這個機(jī)器人和人類踢足球的視頻，人類和機(jī)器人的手臂會互相穿過；在無人觸碰的情況下，球會自己旋轉(zhuǎn)移動等。

（Prompt:Soccer of the future, mixing people and robots. This is a fragment from a 2024 cinematic movie.）

-2-

國外科技博主橫評

不少博主還發(fā)布了 Veo 2 和其他視頻生成模型對比的視頻。

提示詞：雙手熟練地在木菜板上切成熟的西紅柿。

提示詞：宇航員探索水下外星沉船。

提示詞：調(diào)酒師正在調(diào)制老式雞尾酒。

提示詞：一個人坐在咖啡館喝咖啡的視頻。過了一會兒，切到另一個視角，發(fā)現(xiàn)旁邊桌子上的一個人正在給他們寫信。