Στην εκδήλωση Google I/O 2025, η Google σόκαρε τον κόσμο της τεχνολογίας παρουσιάζοντας το μοντέλο δημιουργίας βίντεο με τεχνητή νοημοσύνη που ονομάζεται Veo 3, σηματοδοτώντας ένα σημαντικό βήμα προς τα εμπρός για τον τεχνολογικό γίγαντα σε έναν εξαιρετικά αμφιλεγόμενο τομέα.
Σύμφωνα με την δημοσιογράφο του The Verge, Allison Johnson, η πιο εξελιγμένη πτυχή του Veo 3 είναι η ικανότητά του να δημιουργεί πρωτότυπο ήχο για κάθε βίντεο, από ηχητικά εφέ και θόρυβο φόντου μέχρι διαλόγους χαρακτήρων.
«Το Veo 3 με εντυπωσίασε ως μια μηχανή που δημιουργεί απολύτως «άχρηστο» περιεχόμενο τεχνητής νοημοσύνης», σχολίασε ένας δημοσιογράφος από το The Verge .
Νέα χαρακτηριστικά και συγκλονιστικό επίπεδο ρεαλισμού.
«Μπαίνουμε σε μια νέα εποχή δημιουργικότητας», εξήγησε ο Josh Woodward, αντιπρόεδρος Gemini της Google, στην παρουσίαση του Veo 3, τονίζοντας την ικανότητά του να δημιουργεί «εξαιρετικά ρεαλιστικά» βίντεο.
Η Johnson ήταν αρχικά σκεπτική, αλλά αφού βίωσε προσωπικά το εργαλείο τεχνητής νοημοσύνης, επιβεβαίωσε ότι η Woodward δεν υπερέβαλε. Το Veo 3 είναι ικανό να δημιουργήσει τρομακτικά ρεαλιστικά προϊόντα.
Συγκεκριμένα, ένας δημοσιογράφος από το The Verge προσπάθησε να δημιουργήσει ένα σύντομο βίντεο με έναν παρουσιαστή ειδήσεων να ανακοινώνει μια πυρκαγιά. Το κλιπ ήταν απίστευτα πειστικό, με ήχο και εικόνες παρόμοιες με οποιαδήποτε παραδοσιακή μετάδοση ειδήσεων.
 |
Μια σκηνή από ένα βίντεο που δημιουργήθηκε από το Veo 3. Φωτογραφία: The Verge. |
Λίγο αργότερα, η ανάρτηση, η οποία περιελάμβανε μια σειρά βίντεο με χαρακτήρες που δημιουργούνται από τεχνητή νοημοσύνη και διαμαρτύρονται για τις εντολές που χρησιμοποιούνται για τη δημιουργία των βίντεο που υποστηρίζονται από τεχνητή νοημοσύνη, συγκέντρωσε 50.000 likes στο Reddit. Οι σκηνές περιελάμβαναν μια καταστροφή, μια γυναίκα ξαπλωμένη σε κρεβάτι νοσοκομείου χρησιμοποιώντας έναν αναπνευστικό σωλήνα και έναν χαρακτήρα που απειλείται με όπλο - όλα με προφορικό διάλογο και ρεαλιστικούς ήχους φόντου.
Σε σύγκριση με άλλα εργαλεία δημιουργίας βίντεο με τεχνητή νοημοσύνη, το Veo 3 έχει κάνει τα πράγματα πολύ πιο απλά. Το μόνο που χρειάζεται είναι μια βασική εντολή, λίγα λεπτά για να την επεξεργαστεί η πλατφόρμα και μια συνδρομή στο πρόγραμμα AI Ultra της Google ( 249,99 $ ανά μήνα).
Ο Johnson μάλιστα διαπίστωσε ότι ήταν πιο εύκολο να δημιουργεί βίντεο χρησιμοποιώντας λιγότερο συγκεκριμένες εντολές, και αυτό αποδεικνύει ένα πράγμα: το Veo 3 υπερέχει στη δημιουργία περιεχομένου YouTube με το χαμηλότερο κοινό παρονομαστή για παιδιά.
Τέλος στην «εποχή του βωβού κινηματογράφου»
Μέχρι σήμερα, κανένα μοντέλο δημιουργίας βίντεο με τεχνητή νοημοσύνη δεν έχει καταφέρει να παρέχει ταυτόχρονα συγχρονισμένο ήχο ή οποιοδήποτε είδος ήχου που να συνοδεύει την έξοδο βίντεο. Ωστόσο, το Veo 3 – με την ικανότητά του να δημιουργεί συγχρονισμένο ήχο – στοχεύει να τερματίσει την «εποχή του βωβού κινηματογράφου».
«Βγαίνουμε από την σιωπηλή εποχή της δημιουργίας βίντεο», δήλωσε ο Διευθύνων Σύμβουλος της Google DeepMind, Ντέμις Χασάμπης, σε συνέντευξη Τύπου.
Η ευρεία διαθεσιμότητα εργαλείων για τη δημιουργία δημιουργών βίντεο έχει οδηγήσει σε μια έκρηξη προμηθευτών σε σημείο που αυτός ο χώρος γίνεται κορεσμένος.
Από νεοσύστατες επιχειρήσεις όπως οι Runway, Lightricks, Genmo, Pika, Higgsfield, Kling και Luma, μέχρι τεχνολογικούς κολοσσούς όπως η OpenAI και η Alibaba, τα μοντέλα κυκλοφορούν με ταχύ ρυθμό. Σε πολλές περιπτώσεις, υπάρχει μικρή διαφορά μεταξύ αυτών των μοντέλων.
Παραμένει ασαφές εάν το Veo 3 μπορεί να ξεπεράσει το OpenAI Sora σε ποιότητα βίντεο. Ωστόσο, η απλή δυνατότητα εξαγωγής πλήρως παραγόμενων βίντεο κλιπ με εικόνα και ήχο θα μπορούσε να καταστήσει άμεσα το Veo 3 μια πιο ελκυστική πλατφόρμα.
 |
Το πιο σημαντικό χαρακτηριστικό του Veo 3 είναι η ικανότητά του να δημιουργεί «τέλειο» συγχρονισμένο ήχο με βίντεο. Εικόνα: Google. |
«Στον κόσμο του κινηματογράφου και της τηλεόρασης, ο θόρυβος του φόντου και τα ηχητικά εφέ είναι συνήθως έργο καλλιτεχνών. Τώρα, φανταστείτε αν το μόνο που έπρεπε να κάνετε ήταν να περιγράψετε στον Veo τον ήχο που θέλετε στο φόντο και να τον συνδέσετε με τη δράση, και θα εμφανίζονταν τα πάντα, συμπεριλαμβανομένου του βίντεο και των διαλόγων. Αυτή είναι μια δουλειά που οι animators θα χρειάζονταν εβδομάδες ή μήνες για να ολοκληρώσουν», σχολίασε ο Johnson.
Αν το Veo 3 μπορεί πραγματικά να ακολουθεί εντολές και να παράγει ώρες συνεχούς βίντεο και ήχου, δεν θα αργήσει πολύ να έχουμε την πρώτη ταινία κινουμένων σχεδίων που δημιουργήθηκε εξ ολοκλήρου με τεχνητή νοημοσύνη.
Αμέσως μετά την κυκλοφορία του Veo 3, οι δημιουργοί άρχισαν να μοιράζονται αποσπάσματα σε πλατφόρμες όπως το X, με πιο αξιοσημείωτο ένα βίντεο stand-up comedy που δημιουργήθηκε εξ ολοκλήρου από τεχνητή νοημοσύνη. Οι θεατές εξεπλάγησαν όταν έμαθαν ότι ολόκληρη η σκηνή, συμπεριλαμβανομένων των φωνητικών εντολών, του βίντεο, ακόμη και των ήχων του κοινού, δημιουργήθηκε από μία μόνο γραπτή εντολή.
Στη συνέχεια, ένα άλλο βίντεο έγινε viral, αναπαριστώντας τον Πυθαγόρα να εξηγεί το διάσημο θεώρημά του, με ένα αρχαίο σκηνικό και ακριβείς διαλόγους. Υπήρξε ακόμη και ένα μουσικό βίντεο που δημιουργήθηκε εξ ολοκλήρου από το Veo 3, όπου τόσο τα γραφικά όσο και η μουσική ήταν τέλεια συγχρονισμένα.
Οι Economic Times σχολίασαν ότι αυτό το είδος τεχνολογίας θα μπορούσε να ονομαστεί «μια νέα εποχή στον κινηματογράφο», επιτρέποντας σε οποιονδήποτε —από μεμονωμένους δημιουργούς έως μεγάλα στούντιο μέσων ενημέρωσης— να παράγει επαγγελματικό περιεχόμενο με χαμηλό κόστος και με ελάχιστους πόρους.
Πηγή: https://znews.vn/ac-mong-tu-ai-tao-video-moi-cua-google-post1556018.html
Σχόλιο (0)