Vid Google I/O 2025-evenemanget chockade Google teknikvärlden genom att introducera sin AI-modell för videoskapande som heter Veo 3, vilket markerade ett stort steg framåt för teknikjätten inom ett mycket kontroversiellt område.
Enligt The Verge -reportern Allison Johnson är den mest sofistikerade aspekten av Veo 3 dess förmåga att skapa originellt ljud för varje video, från ljudeffekter och bakgrundsljud till karaktärsdialog.
”Veo 3 imponerade på mig som en maskin som verkligen skapar 'skräp'-AI-innehåll”, kommenterade en reporter från The Verge .
Nya funktioner och en chockerande realismnivå.
”Vi går in i en ny era av kreativitet”, förklarade Josh Woodward, Googles vice vd för Gemini, i sin lanseringspresentation av Veo 3 och lyfte fram dess förmåga att skapa ”extremt realistisk” video.
Johnson var inledningsvis skeptisk, men efter att ha upplevt AI-verktyget personligen bekräftade hon att Woodward inte överdrev. Veo 3 kan skapa skrämmande realistiska produkter.
Mer specifikt försökte en reporter från The Verge skapa en kort video av ett nyhetsankare som tillkännagav en brand. Klippet var otroligt övertygande, med ljud och bilder som liknade traditionella nyhetssändningar.
 |
En scen från en video skapad av Veo 3. Foto: The Verge. |
Strax därefter fick inlägget, som innehöll en serie videor med AI-genererade karaktärer som protesterade mot kommandona som användes för att skapa de AI-drivna videorna, 50 000 gilla-markeringar på Reddit. Scenerna inkluderade en katastrof, en kvinna som låg i en sjukhussäng med hjälp av en andningsslang och en karaktär som hotades med en pistol – allt med talad dialog och realistiska bakgrundsljud.
Jämfört med andra AI-verktyg för videoskapande har Veo 3 gjort saker och ting mycket enklare. Allt som krävs är ett grundläggande kommando, några minuter för plattformen att bearbeta och en prenumeration på Googles AI Ultra-abonnemang ( 249,99 USD per månad).
Johnson tyckte till och med att det var lättare att skapa videor med mindre specifika kommandon, och det bevisar en sak: Veo 3 utmärker sig på att skapa den typ av YouTube-innehåll med den minsta gemensamma nämnaren för barn.
Slutet på "stumfilmseran"
Hittills har ingen AI-modell för videoskapande kunnat ge synkroniserat ljud, eller någon typ av ljud som komplement till videoutgången. Veo 3 – med sin förmåga att skapa synkroniserat ljud – siktar dock på att avsluta "stumfilmseran".
"Vi är på väg ut ur den tysta eran av videoskapande", sa Google DeepMinds VD Demis Hassabis på en presskonferens.
Den utbredda tillgången till verktyg för att bygga videoskapare har lett till en explosion av leverantörer till den grad att detta utrymme håller på att bli mättat.
Från startups som Runway, Lightricks, Genmo, Pika, Higgsfield, Kling och Luma, till teknikjättar som OpenAI och Alibaba, släpps modeller i snabb takt. I många fall är det liten skillnad mellan dessa modeller.
Det är fortfarande oklart om Veo 3 kan överträffa OpenAI Sora i videokvalitet. Men att kunna exportera färdigproducerade videoklipp med både bild och ljud skulle omedelbart kunna göra Veo 3 till en mer attraktiv plattform.
 |
Den mest framstående funktionen hos Veo 3 är dess förmåga att skapa "perfekt" synkroniserat ljud med video. Bild: Google. |
"I film- och tv- världen är bakgrundsljud och ljudeffekter oftast konstnärers verk. Tänk dig nu om allt du behövde göra var att beskriva för Veo det ljud du vill ha i bakgrunden och kopplat till handlingen, och det skulle mata ut allt, inklusive video och dialog. Det här är arbete som animatörer skulle ta veckor eller månader att slutföra", kommenterade Johnson.
Om Veo 3 verkligen kan följa kommandon och mata ut timmar av konsekvent video och ljud, kommer det inte dröja länge innan vi har den första animerade filmen skapad helt med AI.
Omedelbart efter att Veo 3 släpptes började skaparna dela klipp på plattformar som X, framför allt en ståuppkomikvideo skapad helt av AI. Tittarna blev förvånade över att hela scenen, inklusive berättarröst, video och till och med publikljud, genererades från ett enda skriftligt kommando.
Sedan blev ytterligare ett klipp viralt, där Pythagoras återskapade sin berömda sats, komplett med en forntida miljö och träffsäker dialog. Det fanns till och med en musikvideo helt producerad av Veo 3, där både grafik och musik var perfekt synkroniserade.
Economic Times kommenterade att den här typen av teknik skulle kunna kallas "en ny era inom filmskapande", vilket gör det möjligt för vem som helst – från enskilda skapare till stora mediestudior – att producera professionellt innehåll till låg kostnad och med minimala resurser.
Källa: https://znews.vn/ac-mong-tu-ai-tao-video-moi-cua-google-post1556018.html
Kommentar (0)