4 月 10 日消息，谷歌今天（4 月 10 日）推出 Vertex AI Media Studio 平台，该套件支持文本指令生成完整视频内容。

该平台整合 Imagen 3 图像生成、Veo 2 视频制作、Chirp 语音合成及 Lyria 背景音乐四大核心模型，用户无需编码或剪辑经验，即可在统一界面完成全流程创作。

谷歌近日宣布推出 Vertex AI Media Studio，这是一组基于 Google Cloud Vertex AI 的生成式工具，旨在让用户仅通过文本提示就能制作出精良视频。

作为谷歌 AI 产品线的重要扩展，该套件全部自动化图像生成、动态渲染、语音旁白和音乐配乐等环节，彻底改变了传统视频制作流程。附上演示视频如下：

技术架构方面，系统采用模块化设计：Imagen 3 负责生成静态画面，Veo 2 实现图像动态化转换，用户可自由调整镜头运动方式与视频时长，其中 Veo 2 内置的智能修正工具能自动消除不理想的生成元素。

完成视觉部分后，Chirp 模型为视频添加拟真语音解说，而 DeepMind 与 YouTube 联合研发的 Lyria 模型则提供定制化背景音乐。

Vertex AI Media Studio 依托 Vertex AI 平台，支持谷歌 Gemini 模型，能处理文本、图像、代码等多种数据类型。无论是开发者还是普通用户，都可在 Vertex AI Studio 中测试提示词并优化 AI 模型。尽管这些工具简化了内容创作，但也引发了关于真实性、人类创意及 AI 使用责任的讨论。