据介绍，Veo2 能生成 2 分钟以上时长、4k 分辨率的视频，也能理解提示词中的相机控制指令，还能重建出符合真实世界的物理交互和人脸表情。

　　（该图也侧面显示，在 AI 视频生成模型方面，中国真的冲到了第一梯队，成为谷歌也不容小觑的对手）

　　谷歌 DeepMind 研究员 @babaeizadeh 还制作了一系列动画风格的土豆小人情景喜剧。

　　这也意味着，社交平台上的 Veo2 生成视频，要么时官方精挑细选出来的，要么是科技博主们一手评测出来的。

　　目前，已经有不少国外科技博主拿到了 Veo2 试用「门票」，并在社交平台上放出来各种测评视频。

　　比如翻墙手机不会中病毒吧，把几颗饱满的蓝莓丢进水中，无论是蓝莓入水后的浮沉，还是泛起的水泡、溅起的水花，乍一看都没毛病，但一细究就会发现杯子的水位并没有上升。

　　再比如铁球垂直砸入装满硬币的盒子，最初的「爆炸性」运动生成得很真实，但在「飞」走很多硬币后，盒子里又冒出了比开始还多的硬币。

　　DeepMind 研究科学家 @MattMcGill_评论称，在没有感官反馈的情况下，视频生成模型很难像人类一样准确地模拟和修正物理现象，从而导致生成的视频中出现许多物理错误。

　　这就像在缺乏感官基础的梦境中，人可以漂浮着下楼梯，物体之间可以随意转换，时间可以变得非线性等。

　　Justine Moore 在回复中表示，有 25% 到 50% 的情况下模型能够成功地完成任务或给出正确的结果。它在处理复杂任务、运动量大的场景以及分布外推理方面的能力有了显著提升，但仍有改进空间。

　　还有下面这个一群人围坐在一起吃火锅的片段，右侧穿红衣服的女生一度出现 4 根手指，左下角的男生手部则不断扭曲虚化。

　　这是因为 AI 需要能够捕捉到运动员在空中的旋转、翻转等动作，并且生成的视频要保持流畅和连贯。

　　下面这个 Veo2 生成的体操动作视频就是一个失败的案例：重力失灵、运动员腾空翻转时身体不正常扭曲等。

　　X 博主 @jerrod_lew 发布了一个 Veo2 生成的体育类视频合集，里面有多处诡异的情形。

　　网球拍击球的角度不正确，背后的力度看起来不够；跑步者的手突然反向运动，使得生成的动作不自然、不符合人体运动规律等。

　　还有这个机器人和人类踢足球的视频，人类和机器人的手臂会互相穿过；在无人触碰的情况下，球会自己旋转移动等。

　　提示词：一个人坐在咖啡馆喝咖啡的视频。过了一会儿，切到另一个视角，发现旁边桌子上的一个人正在给他们写信。

　　尽管在科技博主的一番测评下，Veo2 吊打其他对手，但我们还是想说，先别急着下结论，毕竟曾经的 Sora 也一度被捧上天，最后还是逃不掉翻车的命运。