币币情报道：
谷歌今日正式发布其AI视频生成器Veo 3.1，作为该工具的最新更新版本，新增了音频支持和多项编辑功能，进一步为创作者提供更强大的控制能力。
这一消息正值OpenAI的Sora 2在应用商店排行榜上掀起热潮，引发了关于人工智能生成内容在社交媒体泛滥的广泛讨论之际。谷歌显然希望借此将Veo 3.1定位为Sora 2病毒式传播方式的专业替代品。
Sora 2自9月30日上线以来，凭借类似TikTok的界面设计、优先分享与混音的功能，在短短五天内下载量突破百万，并成功登顶苹果App Store排行榜。与此同时，Meta也推出了一款基于AI视频驱动的虚拟社交平台，进一步加剧市场竞争。
Veo 3.1的核心亮点在于其“视频素材”功能，能够生成同步环境噪声、对话和拟音效果的视频，同时支持将多个参考图像组合成单一场景。“帧到视频”功能可以在起始图像和结束图像之间生成自然过渡，而“延长”功能则通过延续现有视频最后一秒的动作，生成长达一分钟的剪辑。
此外，新版本还引入了具备自动阴影和灯光调整功能的编辑工具，允许用户在生成场景中添加或删除元素。Veo 3.1支持以水平或垂直宽高比生成1080p分辨率的视频。
Veo 3.1可通过Flow（面向消费者）、Gemini API（面向开发者）以及Vertex AI（面向企业客户）获取。尽管功能强大，但其高昂的价格也成为用户关注的焦点。
测试模型
目前，Veo 3.1是市场上最昂贵的视频生成模型之一，价格与Sora 2相当，略低于Sora 2 Pro。免费用户每月可获得100积分用于测试系统，大约能生成5个视频。通过Gemini API，生成带有音频的视频每秒费用约为0.40美元，而更快的版本Veo 3.1 Fast每秒仅需0.15美元。
文本转视频
Veo 3.1在文本转视频方面表现出了显著改进，尤其是在场景连贯性和上下文理解方面。它能够适应多种风格，从写实主义到高度风格化的创作。
例如，我们要求模型混合场景，先是一幅画作，随后变为实景拍摄镜头，其处理效果优于我们测试过的任何其他模型。然而，它的移动速度较慢，牺牲了流畅性来确保连贯性。
图像转视频
尽管Veo 3.1在图像转视频领域依然表现出色，但这也是本次更新中的薄弱环节之一。当使用不同宽高比的起始帧时，模型难以维持一致性。
带对话的文本转视频
Veo 3.1在唇形同步方面的表现堪称行业顶尖，能够生成连贯的环境声音并与场景元素完美匹配。其对语调、情感和真实感的还原度超越了竞争对手。
然而，在图像转带对话视频的表现上，Veo 3.1仍存在不足，过度注重连贯性导致忽略即时性和参考图像。
总体而言，Veo 3.1展现了谷歌在AI视频生成领域的技术实力，但面对OpenAI Sora 2的强大市场影响力，是否能够真正实现预期效果仍需时间检验。
快讯