谷歌AI模型Veo - 3可伪造手术视频，超93%错误源于医学逻辑缺陷

研究人员对谷歌最新视频生成人工智能模型veo-3进行了测试，使用真实手术录像作为评估素材。结果显示，该模型虽能生成高度逼真的视觉内容，但在医学操作流程的理解上存在根本性缺失。

研究中，研究人员仅输入单张手术图像，要求Veo-3预测此后8秒内的手术进展。为系统评估其性能，一个国际研究团队构建了名为SurgVeo的专用评测基准，涵盖50段真实的腹腔与脑部手术视频。评估由四位经验丰富的外科医生独立完成，从视觉真实性、器械使用合理性、组织反馈表现、操作医学逻辑性四个维度对AI生成视频进行打分（满分5分）。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

Veo-3生成的视频初看极具迷惑性，部分外科医生评价其画质“令人震惊地清晰”。然而深入分析后，其内容逻辑漏洞频出。在腹腔手术测试中，模型在第1秒的视觉合理性能达3.72分，但医学准确性相关指标则显著下滑：

• 器械操作：仅1.78分
• 组织反应：仅1.64分
• 最核心的手术逻辑性：低至1.61分

这表明，该模型虽可复现高保真影像表征，却无法还原真实手术室中必需的操作顺序、解剖约束与因果关联。

在神经外科这类对精度要求极高的场景中，Veo-3表现更为逊色。自第1秒起，即难以模拟神经外科所需的微米级操作精度。

• 器械使用得分降至2.77分（腹腔手术为3.36分）
• 8秒后的手术逻辑性评分更是跌至1.13分

研究团队进一步归类错误类型发现：超93%的错误源于医学逻辑层面。例如——凭空“创造”现实中不存在的手术器械、虚构违背生理规律的组织形变、执行临床毫无依据的操作步骤。而与图像质量相关的错误占比极低：腹腔手术仅6.2%，脑部手术更仅有2.8%。

标签： veo git github 人工智能 谷歌 ai 英伟达 ai视频 谷歌ai