更多AI干貨：

大半夜的，OpenAI 的垃圾直播沒任何看頭，就發了個個性化的 AI 搜索。

但是，Google 沒有預告、沒有營銷，默默的在 X 上發了兩個大貨。

當今最先進的 AI 視頻模型 Veo 2，還有 AI 繪圖模型 Imagen 3 改進版。

我們一群人，一邊看效果，一邊不斷的驚呼臥槽。

我幾乎從來不使用炸裂這個詞，但是 AI 視頻 Veo 2 的效果，真的讓我有點想歡呼，甚至，有點像 2 月 16 號那個宿命的一夜，看 Sora 的感覺。

一個一個來說。

一、AI 視頻 Veo 2

不說廢話，先看視頻。

說實話，這些視頻，我都不愿意轉成 gif，而是直接傳視頻上來給大家看。

這個審美、這個穩定性、這個真實質感、這個物理規律，當得起當今最強的稱號。

真的，物理之神，特別是那個切番茄的視頻，我一度真的懷疑是實拍的，太恐怖了。

而且，我看了一圈 Prompt，發現對拍攝風格、角度、運動等等的語義理解，都極佳。

比如這個汽車飛馳的視頻，Prompt 里寫的就是：

“低角度跟蹤鏡頭，18mm 鏡頭。汽車漂移，留下光線和輪胎煙霧的軌跡，創造出視覺上引人注目且抽象的構圖。相機低位跟蹤，捕捉到流線型的橄欖綠色肌肉車駛向一個拐角。當汽車進行戲劇性的漂移時，鏡頭變得更加風格化。旋轉的輪子和翻滾的輪胎煙霧，在周圍城市燈光和鏡頭光暈的照射下，形成了在黑色瀝青上劃出的光線和色彩的條紋。城市景觀--黃色出租車、霓虹燈和行人--變成了模糊的抽象背景。體積光照增加了深度和氛圍，將場景轉變為一個視覺上引人注目的運動、光線和城市能量的構圖。”

有那么多的開車的 AI 視頻鏡頭，而這，是我看過的最好的，沒有之一。

還有，能直接對一個運動的物體，用 Prompt 來對其進行超級穩定的多輪材質變化。

穩定到起飛，這也是我第一次，能在 AI 視頻里，見到如此穩定的特效變換的。

Google 自己也做了一個人類觀察者的評測，通過 Meta 發布的基準數據集 MovieGenBench，做了 1003 個數據，來讓大家盲測，哪個效果更好。

最后得到的結果，是這樣的。

這塊我稍微解釋一下，有兩個表，分為 Overall Preference（整體偏好度）和 Prompt Adherence（提示匹配度）。

每個圖表的橫軸表示不同的被對比模型，分別是 Meta、可靈 v1.5、Minimax、Sora Turbo。

Google 做的是把 Veo 2 跟這些模型做點對點的盲測。真的，國產模型居然也能作為對比基準了，突然有一股熱血涌上心頭。。。

而每個柱由三個部分組成，顏色代表結果分類：

綠色部分（Veo）：評測者在對比中更偏好 Veo 輸出的比例。

白色部分（Ties）：評測者認為兩者不分上下，即沒有明顯偏好的比例。

粉色部分（Other preferred）：評測者更偏好另一模型（非 Veo）的比例。

以 Google DeepMind 濃眉大眼的一貫作風，基本不會造假，所以能看到，Google 的 Veo 2 在大多數情況下，取得了最優結果。

而在 Google 的評測里，除了 Veo 2 之外，另外四個模型里，最強的是可靈 v1.5，這個結果也是挺有趣的。

而且，有一點是需要注意的，Veo 2，是可以直出 4K 視頻的。

他們在 Youtube 上傳的視頻，也是原生 4K，這個就非常的恐怖。

他們自己也說，目前最大的難點和限制，還是在運動上。

原話是：“創建真實、動態或復雜的視頻，并在復雜場景或具有復雜運動的場景中保持完全一致性仍然是一項挑戰。”

來看一下他們的 Badcase。

說是 Badcase，但是我感覺他們發出來的時候估計臉上也都帶著笑，那意思就是：

給你們看看，爺的運動有多強。

有瑕疵，但是對比 Sora 這種，這運動質量，已經吊炸天了。

Veo 2 網址在此： https://labs.google/fx/tools/video-fx

需要排隊，直接填一份表單就好。

按照 Google 的性格，排隊肯定要不了多久，不是 OpenAI 那種純粹耍猴的，絕不可能一等就是半年，應該很快就能用上。

OpenAI 的這波 12 天直播，感覺徹底把路人緣敗光了，之前 Google 一直被 OpenAI 惡心的頭疼，而這次，直接徹底反擊。

你喜歡狙我是吧，來來來，這次 Gemini 2、Veo 2、Imagen 3 我一個一個放，你不是喜歡搶熱度嗎？來啊，這次來搶啊，看誰搶誰啊小兔崽子。

老虎不發威，你還當我 Google 是病貓了？

二、AI 繪圖 Imagen 3

除了 Veo 2 之外，Google 這波還直接發了他們改進版的 AI 繪圖 Imagen 3 模型，其實嚴格來說，是 Imagen 3-002 模型，Imagen 3 的第二代。

第一代 Imagen 3 是 2024 年 5 月 14 日，在谷歌的 I/O 開發者大會上發的。

半年過去，Google 對 Imagen 3 進行了一次大幅的進化，推出了改進版的第二代，他們自己的評測上，直接屠榜。

網址在此： https://labs.google/fx/zh/tools/image-fx

目前無需排隊，可以直接玩，而且，免費。

直接在輸入框里寫 Prompt，就可以開始玩。

他們這個 Prompt 的設計，也很有意思，你可以輸入各種奇奇怪怪的一大串 Prompt，他會自動給你拆解分詞，有點像老羅當年那個膠囊大爆炸的感覺，把一些詞分出來后，給你變成下拉框，自動聯想幾個其他的選項。

比如我的 prompt 是：

一個穿著巴斯光年服裝的小黃人，身穿帶翅膀的太空游俠套裝，站在一個五彩繽紛的玩具店里，指著天空，仿佛準備起飛，背景是滿滿的玩具架，生動而富有活力的風格，中景。

一個非常簡單的 Prompt，我們翻譯成英文后，扔到 Imagen 3 里。

你會發現它在運行之后，會給你選中一些詞變成下拉。

比如它把 wings 單獨拎了出來，你點下拉后。

可以自動替換成噴氣背包、火箭助推器、滑板車等等，非常有意思。

我們按照它的聯想，把背飾換成噴氣背包、背景換成電子游戲機房、姿勢改成揮手告別，再跑一張看看。

這個交互，真的很通人性。我太喜歡了。

再放一些我跑的圖。

整體看下來，有一種感覺就是，下限賊低，很吃 Prompt，要是 Prompt 寫不好，那其實也會出不少很丑的圖。

但是語義理解真的挺不錯的，上限目前沒太測出來，可能還不錯。

但是不太適合新手玩。

寫在最后

OpenAI 這段時間的直播，徹底把人緣敗干凈了。

看了一圈，幾乎都在罵。

不管是國內，還是國外。

再遙想今年 2 月 16 號，Google 的 Gemini1.5 Pro 被 OpenAI 的 Sora 淹的徹底沒了聲量，而現在，整個局勢，好像反了過來。

甚至，很多人都沒發現，之前 Sora 的大功臣，都已經跳槽到 Google DeepMind 了。。。

營銷這事，真的是一把雙刃劍。

現在這 OpenAI 的局面，真的都是自己造的。

萬物皆輪回。

不要把自己作沒了。

歡迎關注作者的微信公眾號：數字生命卡茲克