OpenAI被偷家，谷歌Veo 2反超Sora

主要观点总结

谷歌发布三款视觉生成工具：Veo 2、Imagen 3和Whisk。其中Veo 2是视频生成模型，能够基于文本或图像生成高真实感、高质量的视频。Imagen 3是文生图模型，可实现更丰富的细节和纹理渲染。谷歌反击OpenAI的技术，Sora等其他模型在生成质量和表现上仍有差距。

关键观点总结

关键观点1: 谷歌发布视觉生成工具

谷歌一口气发布了三款视觉生成工具：Veo 2、Imagen 3和Whisk。

关键观点2: Veo 2的优势表现

Veo 2能够创建高真实感的视频，其生成质量超过了当前最佳的Sora等模型。它不仅可以理解提示词中的相机控制指令，还能重建符合真实世界的物理交互和人脸表情。

关键观点3: 人类评估者的对比评估结果

在整体偏好和指令遵从度上，Veo 2的表现都非常强势。与其他模型相比，它在人类评审中的表现是压倒性的。

关键观点4: Veo 2的亮点

Veo 2对真实世界物理运动规律的理解有显著提高，能够生成更加真实的视频。此外，它还能生成更加真实的人类表情和复杂的细节。

关键观点5: 谷歌反击OpenAI的技术

谷歌的这次发布被视为对OpenAI的反击。OpenAI的Sora项目虽然在社交网络上受到关注，但在技术迭代的速度和质量上，可能面临被谷歌超越的风险。