牛透社 2025 年 9 月 29 日消息，谷歌研究部门发布视频生成模型 Veo3，该模型在视觉 AI 领域实现重大突破，被业界誉为该领域的“GPT – 3 时刻”。

Veo3 在无需额外训练前提下，可自主完成物体定位、图像修复、迷宫导航等 18,384 项复杂视觉任务，展现多模态能力。其技术覆盖图像理解、物理认知、智能编辑及逻辑推理四大维度，标志着视觉 AI 进入通用化发展阶段，与自然语言处理领域的 GPT – 3 形成跨模态里程碑呼应。