Google 發表 Veo 3：人工智慧模型生成帶同步音訊的影片

Google 在美國山景城舉行的年度 Google I/O 大會上發表了 Veo 3，這是一款能夠從文字生成影片的先進人工智慧模型。這個新版本可以解釋使用者編寫的短篇故事，並將其轉化為帶有動畫、面部表情和整合到敘事中的音訊的片段。 Veo 3 包含與圖像同步的音訊，例如角色之間的對話、環境聲音和音效。這代表著對其前身的重大進步，它能夠理解複雜的描述並將其轉化為具有詳細物理特性、自然運動和環境聲音的逼真場景。 Veo 3 與電影、音樂和視覺藝術專業人士合作開發，融合了 SynthID 技術，可以對人工智慧生成的內容進行數位標記，以防止虛假資訊。Veo 3 目前在美國透過 Gemini 應用程式向 Ultra 訂閱者提供，並透過 Vertex AI 向企業提供。它也可以在 Google 的新人工智慧輔助電影製作平台 Flow 上使用。