谷歌发布Veo 3.1视频生成模型:新增音频功能和精细化编辑能力
谷歌近日推出了视频生成模型Veo3.1,这是对今年5月发布的Veo3的升级版本。新版本在音频谷歌输出、编辑控制粒度和图像转视频质量等方面实现了改进,能够生成更真实的视频片段并更准确地遵循用发布户提示指令。 在功能层面,Veo3.1允许用户向视频中添加新对象,系统会自动将其融入原有画面风Ve格。谷歌还透露,即将在其视频编辑工具Flow中支持从视频中移除现有对象的功能,进一步增强编辑灵活o 性。 Veo3此前已经提供了多项编辑特性,包括通过参考图像驱动角色生成、提供首尾帧由AI生成中间内容3.,以及基于末尾帧扩展现有视频等功能。Veo3.1的核心升级在于为所有这些编辑功能增加了音频生成能力,使1视输出的视频片段具备声音元素,提升了内容的完整性和沉浸感。 从部署渠道来看,Veo3.1将通过多个平台频生向用户开放。谷歌正在将该模型集成到视频编辑器Flow、Gemini应用程序,以及面向开发者的Ver成模tex AI和Gemini API接口中。据谷歌披露的数据,自Flow在5月上线以来,用户已在该型:平台上创作了超过2.75亿个视频。 这次更新体现了AI视频生成技术在两个方向上的演进。一方面是生成质量新增的持续提升——更真实的画面、更准确的提示词理解;另一方面是编辑能力的细化——从整体生成到局部音频修改、对象增删等精细操作。音频生成的加入则填补了此前AI视频工具普遍缺乏声音元素的短板。 不过从技功能术成熟度来看,AI视频生成仍处于快速迭代阶段。视频的连贯性、物理规律的准确性、复杂场景的处理能和精力等方面,各家模型都在持续改进中。Veo3.1的实际表现,包括音频与画面的同步质量、对象融合的自然度等细化细节,还需要通过用户实际使用来验证。
- 最近发表
- 随机阅读
-
- 标签: 微光启航 微光一号 华光一号 液氧甲烷发动机
- 吃不完的车厘子怎么保存
- 芯片短缺仍将持续6个月!思科CEO认为芯片制造能力应更加分散
- 谁在等你你在等着谁是什么歌
- 能在人体中自由移动的机器人:能屈能伸,毛细血管也不在话下
- Transformer跨界超越CNN,还解决了计算复杂度难题
- 打破语言演变偏见:老年人同样迅速接受新词义
- Siri透露苹果下一次发布会计划于4月20日举行
- 标签: ADNOC Gas 阿布扎比国家石油 天然气 股息
- 700万参数微型模型 TRM,推理能力竟胜过 Gemini2.5Pro 和 Claude3.7
- 昆仑万维响应《人工智能生成合成内容标识办法》,启动 AI 内容双重标识体系
- 云安全日报210915:Adobe Photoshop图片处理软件发现任意代码执行漏洞,需要尽快升级
- 标签: 豆包 抖音生活服务 团购闭环 火锅团购
- 人工智能对于DevOps开发人员应对新一代勒索软件至关重要
- 标签: 追觅科技 俞浩 百万亿美元公司 高端品牌
- 标签: 智谱 AutoClaw 澳龙 OpenClaw
- AI认知革命:从Ilya的“超级智能对齐”到智能体“不完备定理”
- 云计算核心技术Docker教程:Docker Hub创建私人仓库
- 京东开源人脸识别工具包:覆盖最强模型,支持训练跑分
- 标签: 致敬未知 BleeqUp 吴德周 AI运动眼镜
- 搜索
-
- 友情链接