本研究提出Vevo框架，解决了语音模仿技术对标注数据的依赖及音色与风格解耦的问题，实现了可控的零-shot语音模仿，效果优于现有方法。

谷歌将Vevo和Imagen 3引入YouTube创作者的Dream Screen，帮助他们生成令人兴奋的背景视频。创作者可以选择符合自己喜好的风格、构图或美学。Vevo将根据用户的创意生成高质量的6秒背景视频。明年初，创作者还可以使用Dream Screen生成6秒独立视频剪辑。