大半夜的,OpenAI的垃圾直播沒任何看頭,就發(fā)了個(gè)個(gè)性化的AI搜索。
但是,Google沒有預(yù)告、沒有營銷,默默的在X上發(fā)了兩個(gè)大貨。
當(dāng)今最先進(jìn)的AI視頻模型Veo2,還有AI繪圖模型Imagen3改進(jìn)版。
我們一群人,一邊看效果,一邊不斷的驚呼臥槽。
我?guī)缀鯊膩聿皇褂谜堰@個(gè)詞,但是AI視頻Veo2的效果,真的讓我有點(diǎn)想歡呼,甚至,有點(diǎn)像2月16號(hào)那個(gè)宿命的一夜,看Sora的感覺。
一個(gè)一個(gè)來說。
一. AI視頻Veo2
不說廢話,先看視頻。
說實(shí)話,這些視頻,我都不愿意轉(zhuǎn)成gif,而是直接傳視頻上來給大家看。
這個(gè)審美、這個(gè)穩(wěn)定性、這個(gè)真實(shí)質(zhì)感、這個(gè)物理規(guī)律,當(dāng)?shù)闷甬?dāng)今最強(qiáng)的稱號(hào)。
真的,物理之神,特別是那個(gè)切番茄的視頻,我一度真的懷疑是實(shí)拍的,太恐怖了。
而且,我看了一圈Prompt,發(fā)現(xiàn)對(duì)拍攝風(fēng)格、角度、運(yùn)動(dòng)等等的語義理解,都極佳。
比如這個(gè)汽車飛馳的視頻,Prompt里寫的就是:
“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(chuàng)造出視覺上引人注目且抽象的構(gòu)圖。相機(jī)低位跟蹤,捕捉到流線型的橄欖綠色肌肉車駛向一個(gè)拐角。當(dāng)汽車進(jìn)行戲劇性的漂移時(shí),鏡頭變得更加風(fēng)格化。旋轉(zhuǎn)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(chǎng)景轉(zhuǎn)變?yōu)橐粋(gè)視覺上引人注目的運(yùn)動(dòng)、光線和城市能量的構(gòu)圖。”
有那么多的開車的AI視頻鏡頭,而這,是我看過的最好的,沒有之一。
還有,能直接對(duì)一個(gè)運(yùn)動(dòng)的物體,用Prompt來對(duì)其進(jìn)行超級(jí)穩(wěn)定的多輪材質(zhì)變化。
穩(wěn)定到起飛,這也是我第一次,能在AI視頻里,見到如此穩(wěn)定的特效變換的。
Google自己也做了一個(gè)人類觀察者的評(píng)測(cè),通過Meta發(fā)布的基準(zhǔn)數(shù)據(jù)集 MovieGenBench,做了1003個(gè)數(shù)據(jù),來讓大家盲測(cè),哪個(gè)效果更好。
最后得到的結(jié)果,是這樣的。
這塊我稍微解釋一下,有兩個(gè)表,分為Overall Preference(整體偏好度)和Prompt Adherence(提示匹配度)。
每個(gè)圖表的橫軸表示不同的被對(duì)比模型,分別是Meta、可靈v1.5、Minimax、Sora Turbo。
Google做的是把Veo2跟這些模型做點(diǎn)對(duì)點(diǎn)的盲測(cè)。真的,國產(chǎn)模型居然也能作為對(duì)比基準(zhǔn)了,突然有一股熱血涌上心頭。。。
而每個(gè)柱由三個(gè)部分組成,顏色代表結(jié)果分類:
綠色部分(Veo):評(píng)測(cè)者在對(duì)比中更偏好Veo輸出的比例。
白色部分(Ties):評(píng)測(cè)者認(rèn)為兩者不分上下,即沒有明顯偏好的比例。
粉色部分(Other preferred):評(píng)測(cè)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(fēng),基本不會(huì)造假,所以能看到,Google的Veo2在大多數(shù)情況下,取得了最優(yōu)結(jié)果。
而在Google的評(píng)測(cè)里,除了Veo2之外,另外四個(gè)模型里,最強(qiáng)的是可靈v1.5,這個(gè)結(jié)果也是挺有趣的。
而且,有一點(diǎn)是需要注意的,Veo2,是可以直出4K視頻的。
他們?cè)赮outube上傳的視頻,也是原生4K,這個(gè)就非常的恐怖。
他們自己也說,目前最大的難點(diǎn)和限制,還是在運(yùn)動(dòng)上。
原話是:“創(chuàng)建真實(shí)、動(dòng)態(tài)或復(fù)雜的視頻,并在復(fù)雜場(chǎng)景或具有復(fù)雜運(yùn)動(dòng)的場(chǎng)景中保持完全一致性仍然是一項(xiàng)挑戰(zhàn)。”
來看一下他們的Badcase。
說是Badcase,但是我感覺他們發(fā)出來的時(shí)候估計(jì)臉上也都帶著笑,那意思就是:
給你們看看,爺?shù)倪\(yùn)動(dòng)有多強(qiáng)。
有瑕疵,但是對(duì)比Sora這種,這運(yùn)動(dòng)質(zhì)量,已經(jīng)吊炸天了。
Veo2網(wǎng)址在此:https://labs.google/fx/tools/video-fx
需要排隊(duì),直接填一份表單就好。
按照Google的性格,排隊(duì)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(yīng)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Gemini2、Veo2、Imagen3我一個(gè)一個(gè)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(fā)威,你還當(dāng)我Google是病貓了?
二. AI繪圖Imagen3
除了Veo2之外,Google這波還直接發(fā)了他們改進(jìn)版的AI繪圖Imagen3模型,其實(shí)嚴(yán)格來說,是Imagen3-002模型,Imagen3的第二代。
第一代Imagen3是2024年5月14日,在谷歌的I/O開發(fā)者大會(huì)上發(fā)的。
半年過去,Google對(duì)Imagen3進(jìn)行了一次大幅的進(jìn)化,推出了改進(jìn)版的第二代,他們自己的評(píng)測(cè)上,直接屠榜。
目前無需排隊(duì),可以直接玩,而且,免費(fèi)。
直接在輸入框里寫Prompt,就可以開始玩。
他們這個(gè)Prompt的設(shè)計(jì),也很有意思,你可以輸入各種奇奇怪怪的一大串Prompt,他會(huì)自動(dòng)給你拆解分詞,有點(diǎn)像老羅當(dāng)年那個(gè)膠囊大爆炸的感覺,把一些詞分出來后,給你變成下拉框,自動(dòng)聯(lián)想幾個(gè)其他的選項(xiàng)。
比如我的prompt是:
一個(gè)穿著巴斯光年服裝的小黃人,身穿帶翅膀的太空游俠套裝,站在一個(gè)五彩繽紛的玩具店里,指著天空,仿佛準(zhǔn)備起飛,背景是滿滿的玩具架,生動(dòng)而富有活力的風(fēng)格,中景。
一個(gè)非常簡(jiǎn)單的Prompt,我們翻譯成英文后,扔到Imagen3里。
你會(huì)發(fā)現(xiàn)它在運(yùn)行之后,會(huì)給你選中一些詞變成下拉。
比如它把wings單獨(dú)拎了出來,你點(diǎn)下拉后。
可以自動(dòng)替換成噴氣背包、火箭助推器、滑板車等等,非常有意思。
我們按照它的聯(lián)想,把背飾換成噴氣背包、背景換成電子游戲機(jī)房、姿勢(shì)改成揮手告別,再跑一張看看。
這個(gè)交互,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(shí)也會(huì)出不少很丑的圖。
但是語義理解真的挺不錯(cuò)的,上限目前沒太測(cè)出來,可能還不錯(cuò)。
但是不太適合新手玩。
寫在最后
OpenAI這段時(shí)間的直播,徹底把人緣敗干凈了。
看了一圈,幾乎都在罵。
不管是國內(nèi),還是國外。
再遙想今年2月16號(hào),Google的Gemini1.5Pro被OpenAI的Sora淹的徹底沒了聲量,而現(xiàn)在,整個(gè)局勢(shì),好像反了過來。
甚至,很多人都沒發(fā)現(xiàn),之前Sora的大功臣,都已經(jīng)跳槽到Google DeepMind了。。。
營銷這事,真的是一把雙刃劍。
現(xiàn)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。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
2024年的Adobe MAX 2024發(fā)布會(huì)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(gè)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(jià)比很高,簡(jiǎn)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(huì)——工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析專題論壇在沈陽成功舉辦。