谷歌 DeepMind产品管理副总裁 Eli Collins 早在 2022 年就首次向公司董事会演示了生成式 AI 视频工具。尽管该模型速度慢、运行成本高昂，有时输出结果也不稳定，但他说，看到从随机提示中生成的新鲜视频片段让他们大开眼界。
现在，仅仅几年之后，谷歌宣布计划在 YouTube 应用程序内推出一款工具，任何人都可以使用该公司的 Veo 模型生成 AI 视频片段，并直接将其作为YouTube Shorts的一部分发布。YouTube 产品管理高级总监 Sarah Ali 表示：“展望 2025 年，我们将让用户制作独立的视频片段和短片。他们将能够通过开放的文本提示生成六秒的视频。”Ali 表示，此次更新可以帮助创作者寻找素材来填充视频或试图构想一些奇幻的东西。她坚称 Veo AI 工具并非旨在取代创造力，而是增强创造力。
这并不是谷歌首次为 YouTube 推出生成工具，但这次发布将是该公司迄今为止最广泛的 AI 视频集成。今年夏天，谷歌推出了一款名为 Dream Screen 的实验性工具，用于为视频生成 AI 背景。在明年全面推出生成视频片段之前，谷歌将在未来几个月内使用 Veo 模型更新该 AI 绿屏工具。
近年来，这家庞大的科技公司已经展示了多种人工智能视频模型，如Imagen和Lumiere ，但正试图通过 Veo 模型凝聚出一个更加统一的愿景。“顺便说一句，Veo 将是我们未来的模型，”柯林斯说。“你不应该指望我们再推出五种模型。”是的，谷歌最终可能会发布另一种视频模型，但他预计在不久的将来会专注于 Veo。
谷歌面临着多家初创公司的竞争，这些初创公司都在开发自己的文本转视频生成工具。OpenAI的 Sora是最知名的竞争对手，但早在 2024 年就宣布的 AI 视频模型尚未公开，仅供少数测试人员使用。至于广泛可用的工具， AI 初创公司 Runway已经发布了其视频软件的多个版本，包括最近推出的一款用于将原始视频改编成视频片段的替代现实版本的工具。
YouTube 宣布这一消息之际，生成式 AI 工具对创作者而言已变得越来越有争议，他们有时认为当前的 AI 浪潮窃取了他们的作品并试图破坏创作过程。Ali 并不认为生成式 AI 工具会损害创作者与观众之间关系的真实性。她表示：“这实际上关乎观众及其兴趣，而不一定关乎工具。但是，如果你的观众对你的作品制作方式感兴趣，他们可以通过描述来表达自己的观点。”谷歌计划使用SynthID为 YouTube Shorts 生成的每个 AI 视频加水印，SynthID 会嵌入一个不易察觉的标签来帮助识别视频是否为合成视频，并在描述中包含“使用 AI 制作”的免责声明。
Hustle-culture 影响者已经尝试通过使用多种第三方工具来自动化创作过程，以最小的努力赚钱，从而玩弄算法。明年的 Veo 集成是否会导致大量低质量、垃圾的 YouTube Shorts 占据用户信息流？“我认为，我们向合适的观众推荐合适内容的经验在这个规模化的 AI 世界中是有效的，因为我们一直在如此大规模地这样做，”Ali 说。她还指出，无论使用什么工具制作视频， YouTube 的标准指南仍然适用。
AI 艺术往往具有独特的美感，这可能会让那些重视个性并希望其内容独一无二视频创作者感到担忧。柯林斯希望谷歌的指纹不会遍布 AI 视频输出。“我不希望人们看到这个说，‘哦，那是 DeepMind 模型’，”他说。获得提示以生成与创作者设想一致的 AI 输出是一个核心目标，而避免 Veo 的明显美学对于实现广泛的适应性至关重要。
“这一旅程的很大一部分实际上是构建对人们有用、可扩展且可部署的东西，”柯林斯说。“这不仅仅是一个演示。它正在用于真正的产品中。”他认为，将生成式人工智能工具直接放入 YouTube 应用程序中将为创作者和 DeepMind 带来变革。“我们从未真正做过创作者产品，”他说。“我们当然从未做过如此规模的产品。”
