近年来，多模态AI技术以其强大的跨领域能力，逐渐成为科技行业的增长引擎。谷歌DeepMind最新发布的Veo3模型以及OpenAI的GPT-4o，通过结合文本、图像、视频甚至音频的生成能力，不仅提升了用户体验，还在全球范围内引发了广泛关注和流量激增。

视觉部分，现在大多是用文生视频模型做的，比如谷歌刚发布的 Veo 3。这类模型已经可以把“刀切一颗透明水果”这类模糊的想象，通过提示词精确地生成出拟真的三维效果。你可以只输入一句话，比如“超慢镜头下玻璃质感的 XX ...

戛纳国际创意节近日圆满落幕，YouTube首席执行官尼尔·莫汉在会上宣布了一项重大更新：YouTube Shorts即将在今年夏季末迎来Veo3AI视频生成模型的加入。Veo3AI被誉为“创意者的福音”，预示着短视频创作领域即将迎来新一轮的创新风暴。

皮查伊向The Verge透露，这些产品标志着人工智能平台转型进入新阶段。专访深入探讨了这个转型进程的演进逻辑、不同发展阶段的标志性特征，以及这些产品能否真正兑现谷歌多年来在AI领域数千亿美元投资的商业价值。

未来AI路线图曝光！谷歌发明了Transformer，但在路线图中承认：现有注意力机制无法实现「无限上下文」，这意味着下一代AI架构，必须「从头重写」。Transformer的时代，真的要终结了吗？在未来，谷歌到底有何打算？