在2025年I/O開發(fā)者大會上，谷歌震撼發(fā)布新一代AI視頻生成模型Veo 3，標志著其在生成式AI領域的又一次重大突破。該模型不僅繼承了前代產(chǎn)品的核心優(yōu)勢，更實現(xiàn)了音視頻一體化生成的突破性進展，成為首個能夠同步生成高質(zhì)量視頻與適配音效的商業(yè)化AI工具。

　　Veo 3支持用戶通過文本或圖像提示快速生成專業(yè)級視頻內(nèi)容，并可根據(jù)場景需求自動匹配環(huán)境音效。無論是人物對話、自然聲響還是復雜的城市交通音效，系統(tǒng)均能實現(xiàn)精準同步，顯著提升視頻的真實感和沉浸感。谷歌DeepMind產(chǎn)品副總裁Eli Collins對Veo 3的表現(xiàn)給予高度評價，他指出："Veo 3在物理效果模擬、人物唇形同步等關鍵技術指標上已達到行業(yè)領先水平。通過持續(xù)優(yōu)化算法，我們成功解決了音畫不同步的行業(yè)痛點。"

　　目前，Veo 3主要面向美國地區(qū)的Gemini Ultra訂閱用戶開放，訂閱費用為每月249.99美元。此外，企業(yè)用戶可通過谷歌Vertex AI平臺獲取定制化服務，滿足商業(yè)級視頻創(chuàng)作需求。在本次發(fā)布會上，谷歌還同步推出了升級版的Imagen 4圖像生成模型及電影制作輔助工具Flow。值得注意的是，谷歌針對Veo 2進行了功能迭代，新增了基于文本提示的物體增刪功能，進一步擴展了視頻編輯的可能性。

　　盡管近年來谷歌在生成式AI領域動作頻頻，但其2024年因Imagen 3模型生成歷史錯誤圖像而引發(fā)的風波仍歷歷在目。對此，谷歌聯(lián)合創(chuàng)始人Sergey Brin坦言："技術進步必須建立在嚴謹?shù)臏y試體系之上。"此次Veo 3的發(fā)布不僅是谷歌技術實力的集中展現(xiàn)，更預示著AI視頻創(chuàng)作將邁入音畫協(xié)同的新時代。隨著技術的不斷迭代，我們有理由相信，未來的內(nèi)容創(chuàng)作將更加高效、智能且富有創(chuàng)意。