4 月 10 日消息，谷歌為其視頻 AI 模型 Veo 2 推出新功能，旨在幫助用戶更輕松地生成具有電影質(zhì)感的畫(huà)面以及編輯真實(shí)視頻。這些新增的 Veo 2 功能目前可通過(guò)谷歌云的 Vertex AI 平臺(tái)進(jìn)行預(yù)覽，與此同時(shí)，谷歌還對(duì)文本轉(zhuǎn)圖像生成器 Imagen 3 以及音頻相關(guān) AI 模型進(jìn)行了更新。

據(jù)IT之家了解，Veo 2 的新功能包括修復(fù)功能（inpainting）和外擴(kuò)功能（outpainting）。谷歌表示，修復(fù)功能可以自動(dòng)移除視頻中的“不想要的背景圖像、標(biāo)志或干擾元素”，而外擴(kuò)功能則能夠?qū)⒃家曨l的畫(huà)面進(jìn)行擴(kuò)展，該工具會(huì)用 AI 生成的視頻片段填充新增的空間，使其與原始片段自然融合，類似于 Adobe 為圖像提供的生成式擴(kuò)展功能。

此次更新還允許 Veo 2 用戶在生成畫(huà)面時(shí)，將電影拍攝技巧預(yù)設(shè)與文字描述一同選用，以便指導(dǎo)最終結(jié)果中的鏡頭構(gòu)圖、拍攝角度和節(jié)奏。例如，預(yù)設(shè)包括延時(shí)效果、無(wú)人機(jī)視角以及模擬不同方向的鏡頭平移等。

此外，Veo 2 新增了一種插值功能，能夠?yàn)閮蓚€(gè)靜態(tài)圖像之間創(chuàng)建視頻過(guò)渡，為開(kāi)頭和結(jié)尾序列填充新的幀。

Adobe 的競(jìng)爭(zhēng)產(chǎn)品 Firefly 視頻模型也具備一些類似的功能，其生成式 AI 視頻擴(kuò)展功能于上周在 Premiere Pro 中推出。谷歌還在其 AI 生成的輸出中加入了 SynthID 數(shù)字歸屬水印，類似于 Adobe 的內(nèi)容憑證系統(tǒng)。不過(guò)，Adobe 進(jìn)一步承諾其工具完全可用于商業(yè)用途，因?yàn)樗鼈兪腔谑跈?quán)和公有領(lǐng)域內(nèi)容進(jìn)行訓(xùn)練的，而谷歌在訓(xùn)練其 AI 模型時(shí)大量抓取了網(wǎng)絡(luò)上的內(nèi)容，無(wú)法達(dá)到這一標(biāo)準(zhǔn)。

在文本轉(zhuǎn)圖像模型 Imagen 3 方面，谷歌對(duì)其編輯功能進(jìn)行了更新，聲稱可以“顯著”提升自動(dòng)移除物體的效果，使移除干擾元素后的結(jié)果看起來(lái)更加自然。Veo 2 和 Imagen 3 已被包括歐萊雅和卡夫亨氏在內(nèi)的公司用于營(yíng)銷內(nèi)容制作。卡夫亨氏的數(shù)字體驗(yàn)負(fù)責(zé)人賈斯汀?托馬斯表示，過(guò)去需要八周才能完成的任務(wù)，現(xiàn)在只需八小時(shí)。

在音頻領(lǐng)域，谷歌推出了其文本轉(zhuǎn)音樂(lè)模型 Lyria 的私人預(yù)覽版，并為其合成語(yǔ)音模型 Chirp 3 推出了“即時(shí)定制語(yǔ)音”功能。谷歌稱，Chirp 3 現(xiàn)在能夠從 10 秒的音頻輸入中生成“逼真的定制語(yǔ)音”，并且正在推出一項(xiàng)新的轉(zhuǎn)錄功能預(yù)覽，該功能可以識(shí)別并分離出多人對(duì)話中的各個(gè)說(shuō)話者，從而為多參與者的談話提供更清晰的轉(zhuǎn)錄。

這些更新只是谷歌今日宣布的一系列 AI 相關(guān)消息中的一部分。谷歌效率優(yōu)化型 Flash 模型的最新版本 Gemini 2.5 Flash 即將登陸 Vertex AI。谷歌表示，Gemini 2.5 Flash 會(huì)根據(jù)任務(wù)的復(fù)雜程度“自動(dòng)調(diào)整處理時(shí)間”，以便為簡(jiǎn)單請(qǐng)求提供更快的結(jié)果。

此外，谷歌本周還將更新其面向企業(yè)的 Agentic AI 工具，使 AI 代理能夠在不同平臺(tái)（如 PayPal 和 Salesforce）之間相互溝通并執(zhí)行任務(wù)。同時(shí)，谷歌云市場(chǎng)將推出一個(gè)新板塊，供企業(yè)瀏覽和購(gòu)買由第三方谷歌合作伙伴構(gòu)建的 AI 代理。