OpenAI直播劃水的一天,谷歌版Sora迎來了它的2.0——
Veo2,根據(jù)文本或圖像生成更為高質(zhì)量的視頻。
從官方介紹中看,此次主要有三個方面的升級。
比如分辨率能達(dá)到4K。
能夠理解有關(guān)鏡頭控制的Prompt。
更注重現(xiàn)實(shí)物理世界與人類表情的理解和展示。
在官方賬號底下,大家都對這些效果表示了驚嘆:
我真的想谷歌輸?shù)舯荣,但是谷歌沒有輸。
另外,圖像生成模型Imagen3也有進(jìn)一步的改進(jìn)。
谷歌版Sora2.0:重新定義質(zhì)量和控制
質(zhì)量和控制,是此次視頻模型升級的關(guān)鍵詞。
除了顯而易見的清晰度的提升——最高可達(dá)4K分辨率,它能夠忠實(shí)地遵循簡單和復(fù)雜的指令Prompt,并令人信服地模擬現(xiàn)實(shí)世界的物理以及各種視覺風(fēng)格。
具體體現(xiàn)在它的真實(shí)感和保真度上,比如細(xì)節(jié)、偽影減少等方面都有顯著改進(jìn)。
還有高級的運(yùn)動功能,基于對物理學(xué)的理解,能夠更高精度的表示運(yùn)動。
還能準(zhǔn)確地遵循各種鏡頭控制類的Prompt,比如拍攝風(fēng)格、角度、動作以及所有這些的組合。
那么接下來直觀地感受一下效果。
Prompt:特寫鏡頭聚焦于一位女 DJ 的臉部,她美麗、濃密的黑色卷發(fā)勾勒出她的五官,她完全沉浸在音樂中。她閉上雙眼,沉浸在節(jié)奏中,嘴角掛著一絲微笑。當(dāng)她隨著節(jié)拍點(diǎn)頭和搖擺時,相機(jī)捕捉到了她頭部的細(xì)微動作,她的身體本能地隨著耳機(jī)中傳出的音樂而做出反應(yīng),傳到人群中。淺景深使背景變得模糊。她被鮮艷的霓虹色包圍著。特寫鏡頭強(qiáng)調(diào)了她迷人的氣質(zhì)以及音樂傳遞和超越的力量。
還有是這種集體的蜂群也能刻畫出來。
Prompt:鏡頭輕輕飄過一排排粉刷過的木制蜂箱,嗡嗡作響的蜜蜂在畫面中進(jìn)進(jìn)出出。鏡頭落在站在畫面中央的優(yōu)雅農(nóng)民身上,他潔白的養(yǎng)蜂服在金色的午后陽光下閃閃發(fā)光。他舉起一罐蜂蜜,稍微傾斜以捕捉光線。在他身后,高大的向日葵在微風(fēng)中有節(jié)奏地?fù)u曳,花瓣在溫暖的陽光下閃閃發(fā)光。鏡頭向上傾斜,露出一座復(fù)古的農(nóng)舍,百葉窗是薄荷綠色的,搖曳的樹木在墻上投下斑駁的陰影。用35毫米鏡頭在柯達(dá) Portra400膠片上拍攝,金色的光線在農(nóng)民的手套、果醬罐和蜂箱的風(fēng)化木材上形成了豐富的紋理。
還可以切換鏡頭,從近景到遠(yuǎn)景,而在鏡頭之下,不管是蜂蜜還是咖啡的泡沫細(xì)節(jié)都有精確地刻畫。
Prompt:太陽在一盤擺放整齊的早餐場景后緩緩升起。濃稠的金色楓糖漿以慢動作倒在松軟的煎餅上,每一塊煎餅都散發(fā)出柔軟溫暖的蒸汽云。特寫鏡頭中,脆培根發(fā)出嘶嘶聲,金色油脂的細(xì)小余燼在空中飛舞?Х纫皂樆男D(zhuǎn)動作倒入水晶般透明的杯子中,杯子里充滿了深棕色的咖啡油層。場景結(jié)束時,相機(jī)俯沖到新鮮切好的橙子上,以令人驚嘆的微距細(xì)節(jié)展示出它明亮多汁的果肉。
那么在根據(jù)人類對其性能的評估中,Veo2的表現(xiàn)優(yōu)于其他領(lǐng)先的視頻生成模型
在Meta基準(zhǔn)數(shù)據(jù)集 MovieGenBench上,人類參與者觀看了1003個提示和響應(yīng)的視頻。
結(jié)果顯示,跟市面上的主流視頻生成模型相比,Veo2.0在整體偏好、Prompt指令準(zhǔn)確遵循方面都表現(xiàn)最佳。
值得一提的是,這里除了Sora,國產(chǎn)模型可靈、MiniMax都上桌了。
所有的比較都在720P分辨率下進(jìn)行,Veo 采樣時長為8秒,VideoGen 采樣時長為10秒,其他型號采樣時長為5秒。我們向評分者展示完整視頻時長。
最后,他們表示,創(chuàng)建逼真、動態(tài)或復(fù)雜的視頻,并在復(fù)雜場景或復(fù)雜運(yùn)動的場景中保持完全一致性仍然是一項挑戰(zhàn)。他們將繼續(xù)開發(fā)和改進(jìn)這些領(lǐng)域的性能。
圖像模型Imagen3也增強(qiáng)了
除此之外,還增強(qiáng)了他們的圖像生成模型Imagen3。
可以生成更多樣化的藝術(shù)風(fēng)格,如現(xiàn)實(shí)主義、夢幻、肖像畫等等。
生成的圖像會更忠實(shí)于Prompt,哪怕這個Prompt有多么地離譜。(Doge)
而從各種生成的圖像來看,視覺效果也比之前更明亮,構(gòu)圖也更加平衡。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險自擔(dān)。
2024年的Adobe MAX 2024發(fā)布會上,Adobe推出了最新版本的Adobe Creative Cloud。
奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。
“以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。
9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會——工業(yè)互聯(lián)網(wǎng)標(biāo)識解析專題論壇在沈陽成功舉辦。