大半夜的，OpenAI的垃圾直播沒任何看頭，就發了個個人化的AI搜尋。
但是，Google沒有預告、沒有行銷，默默的在X上發了兩個大貨。
當今最先進的AI視訊模型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視訊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視訊Veo 2
不說廢話，先看視訊。
說實話，這些視訊，我都不願意轉成gif，而是直接傳視訊上來給大家看。
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訊，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、運動等等的語意理解，都極佳。
比如這個汽車飛馳的視訊，Prompt裏寫的就是：
「 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，創造出視覺上引人註目且抽象的構圖。 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註目的運動、光線和城市能量的構圖。」
有那麽多的開車的AI視訊鏡頭，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視訊裏，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，透過 Meta釋出的基準數據集 MovieGenBench， 做了1003個數據，來讓大家盲測，哪個效果更好。
最後得到的結果，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，突然有一股熱血湧上心頭。。。
而每個柱由三個部份組成，顏色代表結果分類：
綠色部份（Veo）：評測者在對比中更偏好Veo輸出的比例。
白色部份（Ties）：評測者認為兩者不分上下，即沒有明顯偏好的比例。
粉色部份（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的評測裏，除了Veo 2之外，另外四個模型裏，最強的是可靈v1.5，這個結果也是挺有趣的。
而且，有一點是需要註意的，Veo 2，是可以直出4K視訊的。
他們在Youtube上傳的視訊，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：「
建立真實、動態或復雜的視訊，並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，這運動品質，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進行了一次大幅的前進演化，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。
直接在輸入框裏寫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霹靂的感覺，把一些詞分出來後，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，身穿帶翅膀的太空遊俠套裝，站在一個五彩繽紛的玩具店裏，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，我們轉譯成英文後，扔到Imagen 3裏。
你會發現它在執行之後，會給你選中一些詞變成下拉。
比如它把wings單獨拎了出來，你點下拉後。
可以自動替換成噴射背包、火箭助推器、滑板車等等，非常有意思。
我們按照它的聯想，把背飾換成噴射背包、背景換成電子遊戲機房、姿勢改成揮手告別，再跑一張看看。
這個互動，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醜的圖。
但是語意理解真的挺不錯的，上限目前沒太測出來，可能還不錯。
但是不太適合新手玩。
寫在最後
OpenAI這段時間的直播，徹底把人緣敗幹凈了。
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。。。
行銷這事，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。
