该公司称， Veo 2可以创建4K分辨率、时长两分钟的视频，大幅领先美国开放人工智能研究中心（OpenAI）日前公布的最新视频生成模型Sora Turbo。据介绍， Veo 2能根据文本提示或参考图像生成视频，可以更真实地模拟运动、流体力学和光的特性，实现不同的镜头和电影效果，以及“细致入微”的人类表情。
“深层思维”公司产品副总裁柯林斯表示，在接下来的几个月里，公司将继续根据用户的反馈对产品进行迭代。他承认目前Veo 2仍有不足，该模型生成视频的“连贯性和一致性尚需改进”，在生成复杂细节、快速复杂动作以及突破现实局限方面也有进步空间。