Veo3逼真脫口秀火爆全網,視頻生成的GPT時刻到了嗎?

2025年05月26日11:13:06 科技 1012

“如果AI生成的角色拒絕相信他們是AI生成的,會怎麼樣?”

Veo3逼真脫口秀火爆全網,視頻生成的GPT時刻到了嗎? - 天天要聞

近日,海外博主用谷歌最新視頻模型Veo 3生成的一些人物視頻火了。在這些視頻中,有一群人集體高呼抗議“We're not prompts(我們不是提示詞)”,還有一位男士舉着手機自拍,背景是美妙的高山峽谷,他指着身後,“你想說我背後的完美創造物,僅僅是0和1的結果,一串二進制代碼,再無其他?這不合理。”

當然台詞和劇本是人創作的,但由AI生成的這些人物和場景都極具真實感,無論是光線在人臉上投下的陰影與高光,還是人物的長相、口型,在陽光下眯起眼睛的神態都極為自然。配合Veo 3新的原生音頻生成功能,人們再一次驚呼“真實不存在了”。

事實是否真的如此,視頻生成的GPT時刻終於來了嗎?第一財經記者採訪的Veo 3的使用者們並不這麼認為。AI Talk主理人、AIGC創作者汗青提到,Veo 3確實是很好的技術,但並沒有網傳那麼誇張,例如視頻生成質量有提升但不驚艷,價格不低,現階段對實際生產幫助還不大。

AIGC創作領域的KOL@尾鰭Vicky對第一財經表示,Veo 3的文生效果是很好,但圖生效果與國內第一梯隊產品差不多,而在AI創作中,圖生視頻是更重要的工作流模式,綜合價格看還未達到使用者的預期。

是時候和好萊塢說再見了?

Veo 3是谷歌在近日的I/O大會上發布的一系列更新之一,在當時一眾眼花繚亂的產品線更新中,並不特別突出,但目前已經超過了其基座模型、智能眼鏡更新,成為討論度最高的產品。

Veo 3最大的迭代是,新增了原生音頻生成功能,即模型在生成視頻的同時能生成環境音和人物對話等,走出了此前視頻生成的“無聲時代”。從谷歌的演示看,無論是城市街道的車流聲、公園中的鳥鳴,甚至是角色對話,均可通過文本提示生成。

在發布新視頻模型的同時,谷歌也發布了針對電影製作人的視頻創作工具FLOW。汗青認為,Veo 3配合FLOW的剪輯功能,是AI影像新一代工作流的雛形。

Veo 3發布後,汗青第一時間進行了測試,他用大概兩個多小時生成了一條一分半鐘的短片《前行列車》,包括影像在內,所有的配音、音效、對口型工作均由Veo 3完成。記者觀察到,無論是畫面、長鏡頭的鏡頭運動、人物表情和神態都非常有電影的質感。

Veo3逼真脫口秀火爆全網,視頻生成的GPT時刻到了嗎? - 天天要聞

汗青認為,Veo 3的優勢是真正原生多模態,原來的工作流是生成圖像、生成動畫、生成配音/音效/音樂,最後對口型,但Veo 3的工作流是:文字生成動畫,全部搞定。

“Veo 3生成的視頻,會根據你的要求自動配上音樂和音效,提示詞里如果有台詞,甚至連配音和對口型都做完了。這應該是本次模型最大的亮點之一。在這個新的多模態範式里,你不用再單獨去折騰音樂和找配音、對口型了。”汗青表示,這種一次性生成的體驗,不是一站式生成,價值不言而喻,如果體驗打磨到位,會大大降低創作的門檻,提升效率。

國外也不乏讚美的聲音。海外AI影片製作者@PJ Ace在X上表示,自己曾經拍攝過價值50萬美元的藥品廣告,但現在不到一天的時間內就用500美元的 Veo 3積分完成了一個一分多鐘廣告視頻,“現在花 50 萬美元的理由是什麼?(此前)拍這樣的廣告,從劇本到最終剪輯,我和50個工作人員得花兩個多月的時間。”

Veo3逼真脫口秀火爆全網,視頻生成的GPT時刻到了嗎? - 天天要聞

有網友評論表示,從上面提及的這些數字來看,一部時長3小時的AI製作的電影成本約為 9 萬美元,“是時候和好萊塢說再見了”。 @PJ Ace認為,AI製作相比好萊塢便宜了10到20倍。

這次出圈的脫口秀視頻是海外博主@Hashem Al-Ghaili用Veo 3製作的,他用谷歌的Veo 3做了一個測試,“想象一下,如果AI角色意識到他們生活在模擬環境中會是什麼樣子”。

谷歌DeepMind首席執行官哈薩比斯(Demis Hassabis)轉發了這一視頻,並表示,Veo 3在建模直觀物理方面的表現令人驚嘆,在他看來,這對世界的計算複雜性有着重要的意義。他透露,Veo 3的逼真效果源於其對複雜物理現象的推斷能力。

在帖子下面,科技圈名人馬斯克也現身稱讚,認為Veo 3“Nice work(幹得漂亮)”。

在磐霖資本風險合伙人陳利人看來,一個高中生用Veo 3生成的短片就能在TikTok獲得百萬播放量,畫面質量堪比漫威電影預告片,這就像數碼相機終結柯達對影像的壟斷,GitHub讓程序員不必擠進硅谷才能創造偉大產品。“當工具將專業創作能力賦予普通人,壟斷文化生產的傳統中心將失去存在的必要性。”

I/O大會之前,谷歌組織了一次媒體溝通會,第一財經記者曾問及谷歌的產品經理David,他們是如何實現Veo視頻模型的質量提升的,他回復稱,團隊通過早期版本的實踐,了解了需要改進的方向、適用的架構、數據類型,以及如何為模型提供準確、高質量和充足的數據,所有這些經驗都融入了迭代過程,這才有了Veo模型的驚喜。

也有業內人士認為,谷歌模型的進展離不開“數據金礦”YouTube,憑藉海量的視頻資源,谷歌可以輕鬆訓練AI模型,生成效果自然遠超競爭對手。哈薩比斯近日在播客節目中提到Veo 3表示,在視頻模型方面,“我們對數據質量管理非常嚴格”。

GPT時刻到了嗎

儘管Veo 3的視頻生成質量有提升,但長期接觸視頻生成產品的AI創作者們並不覺得這是“GPT時刻”。

汗青認為,從生成效果上看Veo 3有提升但並不驚艷,“相比Veo 2,效果低於我的預期。”而在真實度這方面,他提到,Veo系列本來就是天花板,此前發布的Veo 2真實性已經很強,Veo 3是向前又走了一步。

與此同時,視頻生成的瑕疵還有很多,例如,在火出圈的視頻中,一個“方頭小孩”明顯生成失誤,還有被採訪的女孩說話時,嘴型與發音略有偏差。汗青體驗發現,偶爾出現沒有音頻的現象,一致性很難把控等等。

汗青用Veo 3生成了一個女主和蜘蛛俠一起做播客訪談的視頻,可以看到其仿真度非常高,但背後LOGO的“AI.TALK”一直沒能顯示正確。

Veo3逼真脫口秀火爆全網,視頻生成的GPT時刻到了嗎? - 天天要聞

汗青也嘗試了在8秒的生成長度中能容納對話的上限能力,發現在台詞較多的時候,會出現丟台詞、對話主體混亂(A說了B的話)之類的問題,同時對中文的支持並不好,大部分情況下都會出錯。這些都是Veo 3需要不斷完善的,遠遠達不到完美。

汗青肯定了Veo 3音畫同出的方式,確實大幅度提升了創作效率,但目前體驗下來很多效果遠遠不夠理想,“它的意義是提出一個很有價值的方向,並且比Sora實現得要好得多,但千萬別指望現在就能用它做大量的商業生產。”

實際上,第一財經問及視頻生成現階段的挑戰時,David也表示,這個領域仍處於早期階段,視頻生成的首要挑戰是非常基礎的問題——指令遵循。用戶提出需求後,是否能得到預期的結果,這也是谷歌在持續改進的方向。

對於創作者來說,除開這些瑕疵點,Veo 3最大問題是文生工作流模式和昂貴的價格。

@尾鰭Vicky與多個視頻生成平台都有合作,她表示,Veo 3主要是文生效果很好,但從現階段真實的商業化生產場景來說,文生視頻並不是主要生產力。實際上創作者們“幹活”用即夢、可靈PixVerse、Vidu較多。

AI影視出現至今,AI創作者們有一個業內基本遵循的工作流範式,即以圖像為核心,按圖像去生成視頻、再去音頻融合(配音口型),最後剪輯,這是基本流程,而文生視頻的流程,不確定性更高。因此當一個新模型不支持圖生視頻時,則意味着創作者們無法將其用於生產流程。

“即便是Veo 3的出現,我也不認為AI創作基本流程在短期內會有太大的變化,因為控圖比控視頻的成本低太多了。”汗青也認為,傳統的工作流在效率上存在很大的提升空間,Flow的發布讓人們看見這種可能性正在形成,不過,還有很長的路要走。

Veo 3另一個問題是價格。目前要使用Veo 3,首先需要谷歌美區賬號,同時訂閱谷歌最貴的AI ultra套餐,費用高達每月249.99美元(約為人民幣1800元),這比OpenAI旗下最貴套餐ChatGPT Pro還貴近50美元。不過,目前首次使用AI ultra的用戶在前三個月可以享受50%的特別優惠,現價暫時是124.99美元每月(約為人民幣900元)。

但如果用於商業流程,AI ultra套餐也並不夠用。汗青介紹,目前每個8秒的Veo 3視頻需要150積分,ultra的套餐只贈送12500積分/月,超出部分需要加油包,100個積分1美元,算下來大約1個8秒的鏡頭就需要1.5美元。

“套餐里這點積分拿來做商業項目是肯定不夠的,一般都要涉及加油包的購買。由於文生視頻的不可控性,成片率並不高。”汗青表示,以他做的《前行列車》為例,這條一分半的視頻,用了6000-7000積分,花費在70美元左右。

從整體上來看,汗青認為Flow和Veo 3是有里程碑意義的一次發布,但絕不推薦大部分人目前重度使用它,除非是氪金玩家,或者有明確商業回報的項目。“惱人的瑕疵非常多,遠談不上完美,也很貴。但意義是讓我們看到了新的AI影像工作流的雛形。”

(本文來自第一財經)

科技分類資訊推薦

科技金融:“掃一掃,千萬到手” - 天天要聞

科技金融:“掃一掃,千萬到手”

5月22日,“金魚嘴·機構日”金沙江聯合資本·AI+智能硬件專場在南京金魚嘴基金大廈舉行。參加路演的9家企業覆蓋工業機器人、智慧城市、醫療健康設備等領域。今天,記者走進全國首個基金特色街區——南京金魚嘴基金街區,源碼資本、毅達資本、華映資本等知名機構的標識鋪滿一整面牆,另一面牆上則有清華大學、上海交通大學...
蘋果iPhone 17 Pro Max - 廚師cook做到了! - 天天要聞

蘋果iPhone 17 Pro Max - 廚師cook做到了!

蘋果iPhone17系列塑料模型的第一個上手視頻。這是接近最終的設計。iPhone17的外觀將會是這樣的。左邊有三個攝像頭,LED閃光燈、麥克風和騙子位於最右邊的角落,可能是為了給獨立顯示面部識別騰出空間。這個音量鍵、電源鍵、操作鍵和無用的
安卓16對智能手機手電筒亮度將可調節 - 天天要聞

安卓16對智能手機手電筒亮度將可調節

安卓 16 QPR1 Beta 版推出,帶來諸多精彩功能,未來版本可能還會有更驚艷的升級,其中一個可能就是 “手電筒亮度調節” 工具。也許很快,用戶就能控制設備閃光燈的光強度了。谷歌為推出此功能籌備已久。
特朗普對蘋果和三星說:要麼在美國製造,要麼支付25%的關稅 - 天天要聞

特朗普對蘋果和三星說:要麼在美國製造,要麼支付25%的關稅

唐納德・特朗普正力促蘋果、三星等主要智能手機製造商,將面向美國市場的產品生產環節遷回美國。他警告說,若不照做,就會對其產品徵收 25% 的進口關稅。特朗普先是通過其 “真相社交” 平台發布了這一消息,後又在橢圓形辦公室的簡報會上重申了一遍。
小米重磅發布,又“史上最強”!收入、盈利均創歷史新高!小米SU7系列交付新車75869輛,盧偉冰介紹小米AI布局 - 天天要聞

小米重磅發布,又“史上最強”!收入、盈利均創歷史新高!小米SU7系列交付新車75869輛,盧偉冰介紹小米AI布局

每經編輯:陳柯名,黃勝5月27日晚間,小米集團公布財報,2025年第一季度,集團收入及盈利均再次創下歷史新高。2025年第一季度,小米集團總收入為人民幣1113億元,創歷史新高,同比增長47.4%。業務分部來看,2025年第一季度,手機×AIoT分部收入為人民幣927億元,同比增長22.8%,智能電動汽車及AI等創新業務分部收入為人民幣...
全鏈條打擊 政企共治多部門聯合治理共享單車小廣告頑疾 - 天天要聞

全鏈條打擊 政企共治多部門聯合治理共享單車小廣告頑疾

共享單車是當下方便市民群眾出行的交通工具,但車身上被張貼噴塗的非法小廣告嚴重影響城市環境秩序,而且小廣告的內容往往與詐騙、涉黃涉毒、制假販假等違法犯罪活動相關聯,一旦輕信很有可能遭受財產損失或陷入違法犯罪陷阱。近年來,市城管執法局會同市交通委、市公安局等部門,強化對共享單車小廣告的執法檢查,不斷完善...