据谷歌介绍，Veo 2是谷歌的视频生成工具，可以生成各种主题和风格的高质量视频。谷歌在博客文章中表示，该模型在真实感方面表现出色，可以捕捉人类表情和电影效果等细节。它增强了对物理和电影学的理解，使用户能够生成令人惊叹的内容，包括跟踪镜头、广角构图等。
例如，Veo 2 熟悉电影拍摄的语言。用户可以请求某种类型的风格、指定镜头、建议电影效果，Veo 2 将以高达 4K 的分辨率进行渲染，并将视频长度延长至几分钟。例如，如果您需要“穿过场景中心的低角度跟踪镜头”或“科学家通过显微镜观察的特写镜头”，Veo 2 就可以实现。说“18mm 镜头”，Veo 2 就知道生成广角镜头；要求“浅景深”，它会模糊背景并突出主题。
值得注意的是，这个分辨率是Sora型号的4倍，视频长度是Sora型号的6倍多。
然而，这些优势目前仍停留在理论上。在谷歌的实验性视频创建工具中，Veo 2生成的视频被限制为720p分辨率和8秒长度。 （相比之下，Sora 的最大输出为 1080p、20 秒的剪辑。）
谷歌表示，虽然视频生成模型倾向于“隐藏”不需要的细节，例如多余的手指或意外的物体，但 Veo 2 在这方面表现得更真实，并且生成错误的频率更低。
此外，Veo 2 生成的视频包含隐形水印，将其标记为人工智能生成的内容，从而降低误用或误归属的风险。
产品副总裁Eli告诉媒体，随着该模型逐渐准备好大规模使用，谷歌将通过其AI开发者平台提供Veo 2。
“未来几个月，我们将根据用户反馈继续迭代，并寻求将 Veo 2 的更新功能集成到 生态系统中的相关应用中……我们预计明年会分享更多更新。”
开发者和创作者目前可以通过 Labs 访问该工具，预计到 2025 年将广泛集成到 Play 等平台中。
同时，3.0模型在图像构图和细节精度方面得到了增强，支持从写实到抽象的多种风格，能够生成更丰富的纹理，更忠实地响应用户提示。
目前，3已通过谷歌实验室工具在100多个国家上线，让世界各地的用户能够尝试其前沿功能。
此外，谷歌还推出了 Whisk，这是一款结合了 3D 和可视化分析功能的创意工具。用户可以输入图像、生成详细的文本描述、重新混合样式或设计个性化作品，例如数字娃娃或珐琅徽章。
据谷歌介绍，Whisk 结合了 3 个模型的视觉理解和描述能力。该模型自动为用户的图像生成详细的文本描述，并将这些描述传递给 3。这个过程允许用户以有趣的新方式重新混合主题、场景和风格。
