🇨🇳cnBeta (Full RSS)•較早收集於 24m
Google 發布 Veo 3.1 Lite 影片模型
#video-gen#model-release#google-deepmindveo-3.1-litegoogleveo-3.1-liteopenaisora
💡Sora 關停後 Google 輕量影片模型發布—測試更快速生成。（32字元）
⚡ 30-Second TL;DR
有什麼變化
Veo 3.1 Lite 影片模型正式發布
為什麼重要
Sora 關停後加劇 AI 影片競爭；輕量模型或讓創作者與開發者更容易存取。顯示 Google 在多模態 AI 的積極推進。
下一步行動
透過 Google Labs 存取 Veo 3.1 Lite 測試影片生成提示。
誰應關注：Creators & Designers
關鍵要點
- •Veo 3.1 Lite 影片模型正式發布
- •回應 OpenAI Sora 應用關停
- •Google 承諾推進影片生成技術
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •Veo 3.1 Lite 採用了 Google 最新的「混合擴散變壓器」（Hybrid Diffusion-Transformer）架構，旨在顯著降低推理延遲，使其能夠在邊緣設備上實現近乎即時的影片生成。
- •該模型特別針對長影片的一致性進行了優化，透過引入全新的「時序注意力機制」（Temporal Attention Mechanism），解決了先前版本在生成超過 10 秒影片時常見的物體變形問題。
- •Google 此次發布採取了「分階段開放」策略，目前僅向 Google Cloud Vertex AI 的企業用戶提供 API 存取權限，並未同步開放給大眾消費者使用。
📊 競品分析▸ Show
| 特性 | Google Veo 3.1 Lite | Runway Gen-3 Alpha | Luma Dream Machine |
|---|---|---|---|
| 核心架構 | 混合擴散變壓器 | 擴散模型 | 擴散模型 |
| 推理延遲 | 極低 (針對邊緣優化) | 中等 | 中等 |
| 主要優勢 | 企業級整合與低延遲 | 專業影視製作工具鏈 | 高度寫實與動態控制 |
| 定價模式 | 按 API 調用量計費 | 訂閱制 | 訂閱制 + 按量計費 |
🛠️ 技術深入
- 架構創新：採用 Hybrid Diffusion-Transformer，結合了擴散模型的生成品質與 Transformer 的長序列處理能力。
- 推理優化：引入了模型量化技術（Quantization），將模型權重壓縮至 INT8，顯著降低了對 GPU 顯存的需求。
- 時序一致性：透過全新的 Temporal Attention 模組，在生成過程中強制執行跨幀的語義一致性約束，減少閃爍現象。
- 輸入支援：支援文字轉影片（T2V）、圖像轉影片（I2V）以及影片擴展（Video Extension），並支援最高 1080p 解析度輸出。
🔮 前景展望AI analysis grounded in cited sources
影片生成技術將從雲端運算轉向邊緣運算。
Veo 3.1 Lite 對推理延遲的優化顯示 Google 正試圖將影片生成能力直接部署在手機或個人電腦上。
企業級影片生成市場將進入 API 整合競爭階段。
Google 優先開放 Vertex AI 存取權，表明其策略重點在於將影片生成能力嵌入現有的企業工作流程中。
⏳ 時間線
2024-05
Google 於 I/O 大會首次發表 Veo 影片生成模型。
2025-02
Google 推出 Veo 2.0，提升了影片的解析度與物理模擬能力。
2026-03
Google 發布 Veo 3.1 Lite，強調低延遲與邊緣運算能力。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： cnBeta (Full RSS) ↗
每週 AI 簡報
每週一封，可隨時退訂。