谷歌DeepMind推出V2A技术，可为无声视频添加逼真音效

在人工智能领域，谷歌旗下的DeepMind公司推出了名为V2A（Video-to-Audio，视频到音频）的AI模型。该模型能够将视频内容与文本提示相结合，生成包含对话、音效和音乐的详细音频轨道。V2A技术不仅能够与DeepMind自身的视频生成模型Veo协同工作，还能与其他视频生成模型，如Sora、可灵或Gen 3等，进行集成，从而为视频添加戏剧性的音乐、逼真的音效或与视频中角色和情绪相匹配的对话。此外，这项技术也适用于为传统影像资料，如档案影像和无声电影添加声音。V2A的强大之处在于其能够为每个视频输入生成无限数量的音轨。该模型基于扩散模型，在同步视频和音频方面提供了最逼真和令人满意的结果。