【Google Cloud Next'25】專為企業打造的 AI 影片製作平台！Vertex AI Media Studio 全面解析

在 Google Cloud Next 25 大會上，Google 隆重推出 Vertex AI Media Studio 一款劃時代的影片創作平台。此平台集合 Imagen 3（圖像生成）、Chirp（聲音生成）、Lyria（音樂生成）以及 Veo 2（影片生成）四大頂尖影音模型，使用者只需輸入簡單文字指令（Prompt），即可快速生成高畫質圖片，或產出有專業旁白和配樂的影片。Vertex AI Media Studio 操作簡便，使用者只需登入 GCP Console，點選 Vertex AI 中的 Media Studio，即可根據 UI 介面指示輕鬆使用各項功能。

下圖便是 Media Studio 的示意圖，紅色方框部分由上到下分別是 Imagen 3（圖片生成）、Chirp（聲音生成）、Lyria（音樂生成）以及 Veo2（影片生成）等功能。使用者可以依據自己的需求，根據網頁上的指示做操作。

注意：因為 Chirp（聲音生成）、Lyria（音樂生成）、以及 Veo2（影片生成）目前還在 Preview 中，如果要使用，需要填寫 Allow List 來作申請（歡迎洽詢 CloudMile 萬里雲來協助申請事宜）。

四大模型介紹

Imagen 3 - 高品質靜態圖像生成

Imagen 3 是 Google DeepMind 最新推出的 AI 圖像生成模型，在圖像與 Prompt 的符合度表現上超越同類產品。其生成效率提高約 40%，畫面細節、光影和整體逼真度均達業界領先水準。Imagen 3 還加強了長文本 Prompt 的理解能力，並新增對多語言輸入的支援，滿足全球企業用戶的需求。

Chirp - 自然流暢的語音合成，打造專業影片旁白

Chirp 基於 Google Research 的「通用語音模型」（Universal Speech Model, USM），提供自動語音辨識（ASR）和語音合成（TTS）技術。Chirp 3 提供 8 種不同風格的合成聲線，涵蓋 35 種語言地區的在地化口音。Vertex AI 的 Chirp 5 更支援即時客製語音（Instant Custom Voice）和帶有日誌功能的轉錄（Transcription with Diarization），大幅提升會議摘要、播客分析等應用程式的轉錄清晰度與實用性。

Lyria - 量身打造背景音樂，強化影片情感表達

Lyria 是 DeepMind 與 YouTube 合作開發的 AI 自動生成音樂模型。Lyria 結合 YouTube 音樂影片的聲音資料庫、專業音樂資料集，以及詞曲專家的合作資料，能透過文字輸入生成多樣化的音樂內容，包括樂器伴奏和人聲演唱，使用者可以更細緻地控制音樂的風格和呈現方式。與以往的 AI 音樂模型相比，Lyria 不僅能同時生成歌詞、伴奏以及虛擬歌手的聲音，還能模擬特定藝術家的風格，並內建 SynthID 數位浮水印，以確保生成內容的安全性與可追溯性。

Veo 2 - 透過文字或圖像提示，輕鬆生成高質感影片

Veo 2 是 Google DeepMind 推出的最新一代 AI 影片生成模型，支援文字與影像的多模態輸入。用戶可以單純透過 Text Prompt（文字提示），或結合文字說明和參考圖像，引導模型依據圖像中的主體或風格生成影片。Veo 2 生成的內容內嵌 SynthID 隱形浮水印，並設有提示級別的過濾機制，有效攔截不當的內容請求，確保生成過程的安全性。

各模型的功能特色與應用場景

Vertex AI Media Studio 的商業價值

Vertex AI Media Studio 整合多項先進 AI 模型，使用者只需輸入簡單文字提示，平台即可自動完成畫面、旁白配音及音樂製作。無需任何編碼或剪輯經驗，企業便能夠快速、高效地製作專業級影片內容，適用於宣傳影片製作、教學素材生成等多種商業情境。相較於其他同類工具，Vertex AI Media Studio 能更方便且快速地將影片製作納入現有的工作流程中，為企業帶來顯著的效率提升。

用 Vertex AI Media Studio 精簡影音製作流程、提升效率

Vertex AI Media Studio 的推出，重新定義企業級影片製作模式。透過整合 Imagen 3、Chirp、Lyria 和 Veo 2 等強大的 AI 模型，企業用戶能夠以更簡便、高效的方式生成高品質的圖像和影片內容。無論是製作宣傳影片、教學素材，還是其他商業用途，Vertex AI Media Studio 都能顯著提升工作效率，降低製作門檻。儘管部分功能目前仍處於 Preview 階段，其潛力與價值已不容忽視。對於希望在數位內容領域取得領先地位的企業，Vertex AI Media Studio 無疑是一個值得重視的強大資源。

參考文件

1. https://cloud.google.com/blog/products/ai-machine-learning/expanding-generative-media-for-enterprise-on-vertex-ai
2. https://blog.csdn.net/weixin_57291105/article/details/134664426
3. https://www.woshipm.com/ai/5945398.html
4. https://www.freethink.com/robots-ai/ai-music-generator
5. https://www.ithome.com.tw/news/164516
6. https://cloud.google.com/use-cases/text-to-image-ai?hl=en
7. https://www.clarifai.com/blog/evaluate-the-best-speech-to-text-models
8. https://medium.com/@aitechtoolbox48/how-googles-chirp-3-hd-is-quietly-changing-ai-interaction-f63ca9cd6211
9. https://www.prnewswire.com/news-releases/gemini-for-the-united-kingdom-google-cloud-announces-ai-products-skills-initiatives-and-startup-credits-for-organisations-across-the-uk-302402375.html
10. https://techcrunch.com/2024/12/16/google-deepmind-unveils-a-new-video-model-to-rival-sora/
11. https://blog.google/technology/google-labs/video-image-generation-update-december-2024/