在用18，384个最简单的视频生成任务进行测试时，Veo3展示出惊人的多功能性，包括寻找物体、修复照片、玩迷宫、解决数独等。具体来说，Veo3能够:
-
理解图像:自动识别图像中的边缘、轮廓、物体位置、颜色和形状等基本视觉元素。
-
理解物理原理:具备基本的物理认知，例如能够分辨出哪些物体会漂浮，哪些会下沉，并理解光的反射方式。
-
进行手动编辑:像“自动版Photoshop”一样，Veo3可以执行复杂的图片编辑任务，如去除背景、添加文字，甚至将照片转换为油画风格。
-
具备“理性”能力:在面对迷宫图像时，它能够自主规划并绘制出穿过迷宫的路径。
谷歌研究部门认为，Veo3的这一突破标志着视觉AI领域进入了新的发展阶段，其通用性和自主任务解决能力堪比自然语言处理领域的GPT-3。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
OneNav 一为导航主题，集网址、资源、资讯于一体的 WordPress 导航主题，简约优雅的设计风格，全面的前端用户功能，简单的模块化配置，欢迎您的体验
