谷歌旗下AI笔记工具NotebookLM即将推出视频概览功能，可将用户数据转换为视频。此前，NotebookLM已具备音频概览功能，支持76种语言，包括中文，帮助用户理解文档信息。据最新消息，NotebookLM网页版“Studio”面板中已出现视频概览选项。该功能可能基于Veo 2视频生成模型，目前视频时长较短，仅为几秒。业内推测，Video Overviews可能会结合短视频片段与较长的音频叙述，提供独特的内容呈现方式。此功能尚在开发中，具体上线时间未定。IT之家于5月10日首次报道了这一进展。

4月16日凌晨消息，谷歌宣布将视频生成AI模型Veo 2全面整合进其多模态AI平台Gemini，并开放使用。Veo 2以出色的视频生成能力著称，可制作最高达8秒、分辨率为720P的高质量电影级视频，在运镜效果、文本语义还原、物理模拟精度及动作连贯性方面表现突出，还支持基于图片生成视频的功能。谷歌提供的测试结果显示，Veo 2在用户偏好和提示还原两项关键指标上优于Sora、可灵1.5等竞争对手。此更新将进一步提升Gemini的多功能性和竞争力。

谷歌近期在其定价页面上公布了新一代AI视频生成模型Veo 2的使用费用，每秒50美分，即每分钟30美元，每小时1800美元。Veo 2于去年12月首次亮相，旨在快速生成高质量视频内容。相比之下，好莱坞大片《复仇者联盟4：终局之战》平均每秒成本约3.2万美元。Veo 2目前更适合生成两分钟以上视频片段。此外，OpenAI的Sora视频生成模型也已向ChatGPT Pro订阅用户开放，每月收费200美元。2月24日更新。

昨日，Google DeepMind发布了视频生成模型Veo 2，作为今年五月Google I/O上发布的Veo的升级版。近期，OpenAI发布的Sora在实测中表现不佳，与发布会的演示效果相差甚远，存在生成不自然的手指、物理模拟不到位等问题。在此背景下，Veo 2凭借其优化的物理引擎和更强的镜头感脱颖而出。Veo 2能生成长达两分钟、分辨率达4K的视频，且在模拟物理现象和人类动作方面更为真实，输出的视频更加清晰且少有“幻觉”现象。尽管如此，Veo 2尚未开放使用，有兴趣的用户可加入候补名单。未来，Google计划将Veo 2集成至更多视频编辑工具中，如YouTube Shorts。

谷歌发布了先进的视频生成模型Veo 2，超越了Sora，能够更好地理解物理世界和运动细节，分辨率高达4K。Veo 2不仅能生成高质量的视频，还能理解电影摄影语言，如镜头类型和效果。相比Sora，Veo 2在物理建模和一致性方面表现更佳。此外，谷歌还推出了Imagen 3图像生成模型和Whisk工具，后者允许用户通过图像而非文本作为提示生成图像。这些模型和工具在细节、真实感和多样性方面都有显著提升，为内容创作者提供了新的可能性。

谷歌发布最新AI视频模型Veo 2，最高支持4K分辨率、2分钟时长视频生成，于12月17日正式发布。该模型在物理世界理解和镜头控制上表现出色，显著超越Sora Turbo等竞品。Veo 2的技术突破集中在物理引擎优化、摄影技术集成及人物表现力提升。谷歌已将Veo 2集成至旗下视频创作工具VedioFX。近期，国内外多家公司加速AI视频生成产品的研发，如快手的可灵、智谱清影、字节跳动的即梦AI等。山西证券预测，随着AI视频生成工具持续迭代，未来其在创意、设计、教育等多模态领域的应用将加速发展。