IT之家5月31日报道，谷歌上周发布的Veo 3生成式AI模型迅速走红，用户可快速生成高度真实的8秒短片，涵盖多种内容。随之兴起一种新趋势：真人“伪装”成AI生成内容吸引关注。例如，乐队Kongos将9年前的老歌包装为Veo 3生成的作品，音乐人Darden Bela和说唱歌手GameBoi Pat也通过标注Veo标签吸引流量。此外，“提示词理论”在TikTok流行，用户制作段子模拟AI角色或行为。TikTok上还出现了真假测试视频，让用户分辨AI生成与真实拍摄内容。尽管Veo视频有识别特征，但分辨难度已显著提高。专家认为，这种“真假模糊”趋势是生成式AI广泛应用的结果。

近日，一段由AI生成的“车展实拍”视频在网络上走红。视频中展示了一场盛大的车展，观众热情高涨，但事实上，这并非真实场景，而是完全由AI生成。视频开头便揭示真相：“欢迎来到一个不存在的车展。”所有场景、人物及对话均由谷歌Veo3模型与DeepMind工具完成，仅通过单一提示词生成后剪辑整合。视频虽有瑕疵，如夹克字母拼写错误及手部动作缺陷，但仍以高完成度呈现，背景车辆几乎以假乱真。此视频由创作者László Gaál发布于X平台，引发广泛关注。值得注意的是，谷歌在近期的I/O开发者大会上推出了Veo3模型，这是首个能生成视频背景音效的AI模型，不仅可模拟环境音，还能生成人物对话。

谷歌发布全新AI视频工具Veo 3，实现音画同步生成。Veo 3不仅能创建高质量视频，还能自动生成与画面同步的对白、音效及氛围音，如脚步声、风声等。这一突破解决了此前AI视频只能“动”不能“说”的问题，为视频创作带来全新可能。例如，用户只需输入提示词，即可获得包含唇动对齐、情绪音效的一体化视频。此外，Veo 3支持复杂场景下的多角色互动，并能理解长提示词，生成逻辑清晰的事件流。尽管目前仅面向美国Ultra订阅用户开放，且视频时长限制为8秒，但其潜力已引发广泛关注。这项技术标志着生成式AI从‘语言+图像’向‘视听一体’的转变，未来或将重新定义视频创作领域。

4月16日消息，谷歌宣布将Veo 2视频生成AI模型引入Gemini Advanced订阅服务，旨在对抗OpenAI的Sora平台。Veo 2允许用户生成8秒、720p分辨率的16:9视频片段，并可通过Gemini应用直接分享至TikTok、YouTube等平台，或下载带水印的MP4文件。目前，每月生成次数有限制，且Workspace商业/教育计划暂不支持。此外，Veo 2已集成至Google Labs的Whisk Animate功能，可基于图片生成动态视频。此功能面向Google One AI Premium订阅用户（20美元/月）。尽管功能仍显基础，谷歌计划未来结合Gemini与Veo提升对物理世界的理解力。然而，Veo 2等工具可能威胁创意产业，据2024年研究显示，至2026年美国影视及动画领域超10万岗位或将受冲击。

4月10日消息，谷歌升级其视频AI模型Veo 2，新增修复（inpainting）和外扩（outpainting）功能，可自动移除视频中的多余元素并扩展画面，生成自然融合的AI视频片段。Veo 2用户现可使用电影拍摄预设指导镜头构图、角度及节奏，并新增静态图像间视频过渡插值功能。此外，谷歌同步升级文本转图像模型Imagen 3与音频AI模型Lyria、Chirp 3。Imagen 3改进了物体移除效果，已被欧莱雅和卡夫亨氏用于营销内容制作，大幅缩短任务周期。Chirp 3支持从10秒音频生成逼真定制语音，并推出多人对话转录功能。谷歌还计划推出Gemini 2.5 Flash与企业Agentic AI工具更新，助力跨平台任务协作。