創作者不知情:Google 用 YouTube 影片訓練 Gemini 和 Veo 3
據 CNBC 報道,Google 證實正使用 YouTube 影片庫訓練 Gemini 與影片模型 Veo 3。雖然 YouTube 稱有條款授權,但創作者根本無法選擇退出自家的 AI 訓練。不少創作者擔憂,自己在不知情、無報酬的情況下,正在被用來訓練未來可能取代自己的工具。
據 CNBC 報道,Google 證實正使用 YouTube 影片庫訓練 Gemini 與影片模型 Veo 3。雖然 YouTube 稱有條款授權,但創作者根本無法選擇退出自家的 AI 訓練。不少創作者擔憂,自己在不知情、無報酬的情況下,正在被用來訓練未來可能取代自己的工具。
Runway 宣佈推出 Chat Mode。使用者可以在單一對話介面中完成從創意構思到迭代的全過程,同時生成影像和影片。說白了,就是把原本分散的影像和影片工作流整合進一個對話方塊裡,省去了來回切換工具的麻煩。
Midjourney 近日上線首款影片生成模型 V1。該功能僅限網頁端,可將圖片轉為 5 秒動態片段,支援自定義運鏡與動作並可延長至 20 秒。官方稱其成本比競品便宜 25 倍。最值得關注的是其保留了獨家美學質感,不過目前僅支援圖生影片且沒有音訊。
週三,YouTube CEO Neal Mohan 宣佈,將在今年夏天晚些時候把 Google 旗下的 AI 影片生成工具 Veo 3 接入 YouTube Shorts。此前 Shorts 已用舊版 Veo 生成背景,升級後創作者可直接呼叫頂級影片模型。日均播放超 2000 億次的 Shorts 正藉此發力創作者生態。
Canva 推出新功能「Create a Video Clip」,接入 Google 最新影片生成模型 Veo 3。使用者輸入文本提示詞即可生成 8 秒帶同步音效的電影級影片片段,並能直接在 Canva 編輯器中調整排版。付費使用者與非營利組織每月可免費生成 5 次。
MiniMax 釋出新一代影片生成模型 Hailuo 02。新模型改用 NCR 架構,引數量擴大到上一代的 3 倍,訓練和推理效率提升 2.5 倍,支援原生 1080p 輸出,在體操等複雜物理動作表現突出。目前已在網頁端、移動端與 API 同步上線。
百度在電商平臺推出羅永浩數字人直播,由文心大模型驅動,首次採用雙數字人搭檔即時互動主持。這場 6 個多小時的直播吸引了超 1300 萬次觀看,產生超 5500 萬元人民幣 GMV,展現了數字人帶貨的規模化變現能力。
Adobe 正式在 iPhone 和 Android 推出 Firefly 移動應用。它不僅支援文生圖、文生影片與生成式填充等功能,還破天荒接入了 Google 的 Imagen 3/4 和 Veo 2/3 等第三方模型。所有生成內容都會自動同步到使用者的 Creative Cloud,方便在網頁或桌面應用繼續編輯。
本週起,流媒體平臺 Max 在美國智慧電視端上線主頁動態影片預覽。未來幾週內,Max 還會上線自研 AI 工具,自動從龐大片庫中抓出辨識度極高的「Drop-In Moments」精彩片段供人工挑選,大幅節省人工篩選和剪輯預覽的時間。
TikTok 擴充套件 Symphony 創意套件,推出圖生影片和文生影片功能,可將靜態產品圖或提示詞直接變為 5 秒品牌短片。這套工具除了在 TikTok 原生提供,還將整合進 Adobe Express 和 WPP Open,幫廣告人自動化生產素材。
Google DeepMind 宣佈首部與導演達倫·阿羅諾夫斯基旗下機構合作的短片《ANCESTRA》在翠貝卡電影節首映。團隊將影片模型 Veo 與實拍結合,開發出運動匹配和區域性加物功能,把 AI 生成的逼真新生兒無縫融入實拍鏡頭。這表明生成式 AI 正加速嵌進好萊塢傳統制作管線。
SAG-AFTRA 公佈遊戲行業暫定協議細節。資方使用演員聲音、肖像或動作訓練 AI 必須獲得知情同意;若將數字替身用於遊戲內的即時語音聊天機器人,演員將享有至少 7.5 倍最低報酬。這場圍繞生成式 AI 的罷工持續 320 天后,終於定下了具體賠償底線。
週三晚上,預測交易平臺 Kalshi 在 NBA 總決賽期間播出了一條全 AI 生成的電視廣告,製作成本僅約 2000 美元。製作者利用 Google 的 Veo 3 和 Gemini 在兩三天內生成並剪輯完成,號稱相比傳統廣告製作降低了 95% 的成本。
Microsoft 為線上影片編輯工具 Clipchamp 上線基於轉錄文本的剪輯功能。使用者不再需要反覆拖動時間軸,只要刪掉 AI 自動轉錄裡的某句對話,影片就會同步切除對應片段。該功能率先面向工作賬戶開放,個人使用者後續跟進。
Meta 在 Meta AI 應用、網頁版及 Edits 應用中推出生成式 AI 影片編輯功能。受 Movie Gen 模型啟發,使用者可通過 50 多種預設提示詞,將 10 秒短影片轉換為復古漫畫或遊戲風格。該功能目前在美國等十餘個國家限時免費提供。
Google 推出影片生成模型 Veo 3 Fast,已在 Gemini App 和 Flow 中上線。新模型在保持 720p 解析度的同時,生成速度提升超 2 倍,並進行了服務端最佳化以承載更多併發請求。也就是說,創作者調整畫面提示詞的等待時間將大幅縮短。
Higgsfield AI 推出影片生成工具 Higgsfield Speak。使用者選定風格與形象並輸入臺詞指令碼後,系統會自動合成包含鏡頭動態、語音與面部情緒的說話影片,降低了製作動態口播影片的門檻。
HeyGen 宣佈為其數字人 Avatar IV 推出重大升級。新版本支援根據指令碼自動生成動態手勢,也能直接用提示詞控制動作,同時加入了超逼真微表情,支援生成 60 秒的 1080p 影片。目前該功能已面向所有 HeyGen 賬戶開放。
Luma AI 推出影片編輯功能 Modify Video,能在保留人物動作、表情和鏡頭運動的前提下,一鍵替換場景、光影或角色。它提供三種控制預設,盲測在連貫性與運動保留上優於 Runway V2V。目前已在 Dream Machine: Ray 2 上線,單次最長支援 10 秒。
Runway 與 AMC Networks 達成合作,將 AI 工具引入後者的影視開發與營銷流程。出品過《絕命毒師》《行屍走肉》的 AMC 將藉此推進概念設計、前期畫面預演與宣發物料篩選,加速影視創意落地。