AI热点 3小时前 91 阅读 0 评论

谷歌 Veo 3.1 视频生成模型发布:新增音频支持、对象添加等功能

作者头像
AI中国

AI技术专栏作家 | 发布了 246 篇文章

感谢IT之家网友 软媒用户1053564 的线索投递!

IT之家 10 月 16 日消息,谷歌今日推出了其新款视频生成模型 Veo 3.1,该版本在音频输出、精细化编辑控制以及图像转视频效果方面均有提升。谷歌表示,Veo 3.1 在今年 5 月发布的 Veo 3 基础上进一步优化,能够生成更加逼真的视频片段,并更准确地遵循用户提示词。

谷歌指出,新模型允许用户向视频中添加对象,并使其自然融入原有画面的风格。此外,公司还预告,不久后用户将可在视频编辑工具 Flow 中移除视频中的现有对象。

IT之家注意到,此前 Veo 3 已具备多项编辑功能,例如通过添加参考图像来塑造角色形象、提供首尾帧以生成完整视频片段,以及基于视频末尾几帧内容自动延长视频时长。此次 Veo 3.1 的升级为所有这些功能添加了音频,使生成的视频更加生动鲜活。

目前,谷歌正将 Veo 3.1 模型陆续部署至其视频编辑平台 Flow、Gemini 应用程序,以及 Vertex AI 平台和 Gemini API 接口。谷歌透露,自今年 5 月 Flow 上线以来,用户已在该应用上创作了超过 2.75 亿个视频。

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!