过去这一年应该有很多人看到AI可以取代部分插画家的工作，通过文本指令创作出完成度相当高的手绘图片，也有不少人应用大型语言模型产生出短篇小说，或甚至OpenAI还展示出SORA视频生成技术，现在Google也加入这个战局，提供用户AI工具来产生素材。

Google将推出Veo视频生成模型以及Imagen 3文生图模型，并展示了Music AI Sandbox协助创作者录音的过程。

Veo是Google最新的视频生成模型，可以产生出不同视觉风格的1080p分辨率视频，视频长度还可以超过一分钟，直接对标OpenAI推出的Sora视频模型。

根据Google表示，Veo可以理解自然语言，甚至还可以理解专业的拍摄术语，例如延时录像、空拍等等，创造出符合真实世界的物理原理视频，同时可提供连贯而且一致性高的形象。

Google也与了电影制作Donald Glover和其工作室尝试在某部电影里使用Veo创作：

Veo视频生成模型结合了Google多年来的视频技术包含生成查询网络（GQN）、DVD-GAN、Imagen-Video、Phenaki、WALT、VideoPoet和Lumiere等，未来会将Veo部分功能开放给YouTube Shorts使用。

既然有AI视频模型，当然也有文本生图片模型，Google把它取名为Imaen 3，官方表示可以产生细节栩栩如生、逼真的照片，跟之前的图片模型相比，一些不合理的细节会少很多。

Google表示Imagen 3可以更准确地理解自然语言，甚至知道语言背后的意图，还会融合提示词中的细节，让创作出的照片可以更精确。

这四张图都是由Imagen 3生成。

有AI生成视频、AI生成图片后，Google也和音乐家、歌曲创作者、制作人合作，发展AI生成音乐，Google开发出名为Music AI Sandbox的音乐AI工具，让创作者可以应用AI改变声音、或是产生出新的乐器音乐等。

Google也提供了一段由AI辅助创作的音乐：

为了要帮助用户识别出哪些形象、照片、音乐是由AI创作，Google开发出SynthID，以数字浮水印的方式嵌入上述这些AI产生的内容。