Podczas wydarzenia Google I/O 2025 firma Google zszokowała świat technologii, prezentując swój oparty na sztucznej inteligencji model tworzenia filmów o nazwie Veo 3. Był to ważny krok naprzód dla tego giganta technologicznego wkraczającego na niezwykle kontrowersyjną dziedzinę.
Według Allison Johnson, reporterki The Verge , najbardziej zaawansowaną cechą Veo 3 jest możliwość tworzenia oryginalnej ścieżki dźwiękowej do każdego filmu, od efektów dźwiękowych i szumów tła po dialogi postaci.
„Veo 3 zrobiło na mnie wrażenie jako maszyna, która tworzy absolutnie „śmieciową” treść związaną ze sztuczną inteligencją” – skomentował reporter The Verge .
Nowe funkcje i szokujący poziom realizmu.
„Wkraczamy w nową erę kreatywności” – wyjaśnił Josh Woodward, wiceprezes Google ds. Gemini, podczas prezentacji z okazji premiery Veo 3, podkreślając możliwość tworzenia „niezwykle realistycznych” filmów.
Johnson początkowo była sceptyczna, ale po osobistym przetestowaniu narzędzia AI potwierdziła, że Woodward nie przesadza. Veo 3 potrafi tworzyć przerażająco realistyczne produkty.
Reporter z The Verge próbował stworzyć krótki film, w którym prezenterka wiadomości zapowiada pożar. Klip był niezwykle przekonujący, z dźwiękiem i obrazem przypominającym tradycyjne wiadomości.
 |
Scena z filmu stworzonego przez Veo 3. Zdjęcie: The Verge. |
Wkrótce potem post, zawierający serię filmów z postaciami generowanymi przez sztuczną inteligencję, protestującymi przeciwko komendom użytym do ich stworzenia, zebrał 50 000 polubień na Reddicie. Sceny obejmowały katastrofę, kobietę leżącą na szpitalnym łóżku podłączoną do rurki intubacyjnej oraz postać, której grozi się bronią – wszystkie z dialogami i realistycznymi dźwiękami w tle.
W porównaniu z innymi narzędziami do tworzenia filmów opartymi na sztucznej inteligencji, Veo 3 znacznie uprościło proces. Wystarczy podstawowe polecenie, kilka minut na przetworzenie przez platformę i subskrypcja planu Google AI Ultra ( 249,99 USD miesięcznie).
Johnson odkrył, że tworzenie filmów przy użyciu mniej szczegółowych poleceń jest łatwiejsze, a to dowodzi jednego: Veo 3 świetnie sprawdza się w tworzeniu treści na YouTube, które mają najmniejszy wspólny mianownik dla dzieci.
Koniec „ery kina niemego”
Do tej pory żaden model tworzenia wideo oparty na sztucznej inteligencji nie był w stanie jednocześnie zapewnić zsynchronizowanego dźwięku ani żadnego innego rodzaju dźwięku towarzyszącego wyjściu wideo. Jednak Veo 3 – z możliwością tworzenia zsynchronizowanego dźwięku – ma na celu zakończenie „ery kina niemego”.
„Wychodzimy z cichej ery tworzenia filmów wideo” – powiedział na konferencji prasowej Demis Hassabis, dyrektor generalny Google DeepMind.
Szeroka dostępność narzędzi do tworzenia filmów wideo doprowadziła do gwałtownego wzrostu liczby dostawców i do tego stopnia, że przestrzeń ta jest nasycona.
Od startupów takich jak Runway, Lightricks, Genmo, Pika, Higgsfield, Kling i Luma, po gigantów technologicznych, takich jak OpenAI i Alibaba, modele są udostępniane w szybkim tempie. W wielu przypadkach różnice między tymi modelami są niewielkie.
Nadal nie jest jasne, czy Veo 3 przewyższy OpenAI Sora pod względem jakości wideo. Jednak sama możliwość eksportowania w pełni wyprodukowanych klipów wideo, zarówno obrazu, jak i dźwięku, mogłaby od razu uczynić Veo 3 atrakcyjniejszą platformą.
 |
Najbardziej wyróżniającą się cechą Veo 3 jest możliwość tworzenia „idealnie” zsynchronizowanego dźwięku z obrazem. Zdjęcie: Google. |
„W świecie filmu i telewizji dźwięki tła i efekty dźwiękowe są zazwyczaj dziełem artystów. Wyobraź sobie, że wystarczyłoby opisać Veo dźwięk, który chcesz dodać do tła i powiązać z akcją, a on by wygenerował wszystko, łącznie z wideo i dialogami. To praca, której wykonanie zajęłoby animatorom tygodnie lub miesiące” – skomentował Johnson.
Jeśli Veo 3 rzeczywiście będzie wykonywał polecenia i generował godziny spójnego obrazu i dźwięku, to niedługo doczekamy się pierwszego filmu animowanego stworzonego w całości przy użyciu sztucznej inteligencji.
Zaraz po premierze Veo 3 twórcy zaczęli udostępniać klipy na platformach takich jak X, a wśród nich znalazł się teledysk stand-upowy stworzony w całości przez sztuczną inteligencję. Widzowie byli zaskoczeni, dowiadując się, że cała scena, w tym narracja, wideo, a nawet dźwięki publiczności, została wygenerowana za pomocą jednego polecenia.
Następnie kolejny klip stał się viralem, odtwarzając Pitagorasa objaśniającego swoje słynne twierdzenie, w starożytnej scenerii i z precyzyjnym dialogiem. Powstał nawet teledysk w całości wyprodukowany przez Veo 3, w którym zarówno efekty wizualne, jak i muzyka były idealnie zsynchronizowane.
Dziennik „The Economic Times” skomentował, że ten typ technologii można nazwać „nową erą produkcji filmowej”, umożliwiającą każdemu — od indywidualnych twórców po duże studia medialne — produkcję profesjonalnych treści przy niskich kosztach i minimalnych zasobach.
Źródło: https://znews.vn/ac-mong-tu-ai-tao-video-moi-cua-google-post1556018.html
Komentarz (0)