谷歌推出畫音同步的新一代AI視頻生成模型

谷歌公司的I/O開發(fā)者大會(huì)于不久前舉行。新一代視頻生成AI模型Google Veo3，無疑是最具話題性的新內(nèi)容。Veo3的最大亮點(diǎn)是能夠同時(shí)生成高質(zhì)量視頻與匹配的音頻內(nèi)容。這些內(nèi)容不僅包括背景音、音效、音樂，還能實(shí)現(xiàn)畫面精準(zhǔn)對(duì)應(yīng)口型的同步對(duì)白。在大會(huì)上，谷歌公司還展示了新的AI生成視頻工具Flow，并宣布與知名電影導(dǎo)演達(dá)倫·阿倫諾夫斯基（Darren Aronofsky）的合作計(jì)劃。

不少業(yè)內(nèi)人士認(rèn)為，谷歌顯然“劍指”電影行業(yè)。

導(dǎo)演達(dá)倫·阿倫諾夫斯基剛剛啟動(dòng)一項(xiàng)名為“原始湯”（Primordial Soup）的敘事項(xiàng)目。“原始湯”項(xiàng)目與谷歌旗下專注于人工智能和深度學(xué)習(xí)研究的DeepMind公司達(dá)成戰(zhàn)略合作伙伴關(guān)系，探索AI研究人員和電影人合作創(chuàng)作電影的新方式，并力求展示AI生成工具如何在藝術(shù)家的掌控下激發(fā)創(chuàng)意。該項(xiàng)目的首部作品《安茜斯特拉》（Ancestra）由埃莉莎·麥克尼特（Eliza McNitt）執(zhí)導(dǎo)，在不久前的2025年美國(guó)紐約翠貝卡電影節(jié)上首映。該片采取實(shí)景結(jié)合AI生成圖像的形式。

達(dá)倫·阿倫諾夫斯基在一份聲明中表示，“電影制作一直受到技術(shù)的推動(dòng)。在盧米埃爾兄弟和愛迪生的開創(chuàng)性發(fā)明之后，電影制作人釋放了鏡頭的敘事力量。后來的技術(shù)突破，包括聲音、色彩、視覺特效等，使我們能夠以前所未有的方式講述故事?，F(xiàn)在是探索一些屬于數(shù)字時(shí)代的新工具，并為未來做準(zhǔn)備的時(shí)候了。”

谷歌實(shí)驗(yàn)室的產(chǎn)品負(fù)責(zé)人托馬斯·伊利奇（Thomas Iljic）表示，正是影視創(chuàng)意人士的案例激發(fā)了Flow的開發(fā)，“過去的產(chǎn)品只能根據(jù)文本生成視頻，但我們還是看到了一些創(chuàng)作者生成的3到4分鐘短片，非常精彩，頗具創(chuàng)造力。這讓我們意識(shí)到，我們的工具已經(jīng)能夠成為藝術(shù)家手中的畫筆，而且有很大的發(fā)揮空間。在過去的6個(gè)月里，我們與這些AI短片創(chuàng)作者充分溝通，了解他們?cè)趽碛袆?chuàng)意靈感并想要表達(dá)出來的時(shí)候，需要些什么，或者缺少些什么，進(jìn)而針對(duì)這些需求完善產(chǎn)品?！?/p>

DeepMind創(chuàng)意總監(jiān)馬修·金·洛蘭（Matthieu Kim Lorrain）表示，在開發(fā)Veo 3時(shí)，公司與AI電影人和傳統(tǒng)電影人都進(jìn)行了大量交流，“我們同創(chuàng)意人群中的不同受眾交流，包括很多傳統(tǒng)影視制作人群體。這些業(yè)內(nèi)頂尖的從業(yè)者擁有卓越的專業(yè)知識(shí)，但他們同樣會(huì)面臨棘手問題，而Veo 3可以為他們提供幫助。”