'ฝันร้าย' จาก AI สร้างวิดีโอใหม่ของ Google

ด้วยคำสั่งพื้นฐานเพียงไม่กี่คำ วิดีโอ "ขยะ" จะได้รับการฟื้นฟูด้วยความสมจริงอย่างน่าเหลือเชื่อด้วย Veo 3 ซึ่งเป็น AI สร้างวิดีโอตัวล่าสุดของ Google

ในงาน Google I/O 2025 ทาง Google สร้างความตกตะลึงให้กับโลกเทคโนโลยีเมื่อเปิดตัวโมเดล AI สร้าง วิดีโอ ที่เรียกว่า Veo 3 ซึ่งถือเป็นก้าวสำคัญของยักษ์ใหญ่ด้านเทคโนโลยีในการก้าวเข้าสู่สาขาที่ก่อให้เกิดข้อถกเถียง

ตามประสบการณ์ของ Allison Johnson นักข่าว ของ The Verge สิ่งที่ซับซ้อนที่สุดเกี่ยวกับ Veo 3 ก็คือความสามารถในการสร้างเสียงต้นฉบับสำหรับวิดีโอแต่ละรายการ ไม่ว่าจะเป็นเอฟเฟกต์เสียง เสียงพื้นหลัง หรือแม้แต่บทสนทนาของตัวละคร

"Veo 3 ดูเหมือนจะเป็นเครื่องสร้างเนื้อหา AI แบบ 'ขยะ' อย่างแท้จริง" นักข่าว ของ The Verge ให้ความเห็น

AI สร้างวิดีโอใหม่ของ Google กำลังสร้างความฮือฮาด้วยคุณภาพที่มีความเที่ยงตรงสูง ตามประสบการณ์ของ Allison Johnson นักข่าวของ The Verge สิ่งที่ซับซ้อนที่สุดเกี่ยวกับ Veo 3 ก็คือความสามารถในการสร้างเสียงต้นฉบับสำหรับวิดีโอแต่ละรายการ ไม่ว่าจะเป็นเอฟเฟกต์เสียง เสียงพื้นหลัง หรือแม้แต่บทสนทนาของตัวละคร

คุณสมบัติใหม่และความสมจริงที่น่าตกใจ

Josh Woodward รองประธาน Gemini ของ Google อธิบายระหว่างการปาฐกถาเปิดตัว Veo 3 โดยเน้นย้ำถึงความสามารถในการสร้างวิดีโอที่ "สมจริงอย่างยิ่ง"

จอห์นสันรู้สึกไม่เชื่อในตอนแรก แต่หลังจากที่ได้ลองใช้เครื่องมือ AI ด้วยตัวเองแล้ว เธอจึงเชื่อมั่นว่าวูดเวิร์ดไม่ได้พูดเกินจริง Veo 3 มีความสามารถในการสร้างผลิตภัณฑ์ที่เหมือนจริงจนน่ากลัว

โดยเฉพาะอย่างยิ่งนักข่าว ของ The Verge พยายามสร้างวิดีโอสั้นๆ ที่มีเนื้อหาเป็นผู้ประกาศข่าวที่ประกาศเรื่องไฟไหม้ คลิปดังกล่าวมีความน่าเชื่อถือเป็นอย่างมาก โดยมีคุณภาพเสียงและฉากที่คล้ายกับการออกอากาศข่าวแบบดั้งเดิม

ฉากจากวิดีโอที่สร้างโดย Veo 3 รูปภาพ: The Verge

ไม่นานหลังจากนั้น โพสต์ดังกล่าวซึ่งประกอบด้วยชุดวิดีโอที่มีตัวละครที่สร้างโดย AI ซึ่งประท้วงคำสั่งที่ใช้สร้างวิดีโอที่สร้างโดย AI ก็ได้รับการโหวตโหวตถึง 50,000 ครั้งบน Reddit ฉากต่างๆ มีทั้งภัยพิบัติ ผู้หญิงนอนอยู่บนเตียงในโรงพยาบาลโดยใช้ท่อช่วยหายใจ และตัวละครถูกคุกคามด้วยปืน โดยทั้งหมดมีบทสนทนาและเสียงพื้นหลังที่สมจริง

เมื่อเทียบกับเครื่องมือ AI สร้างวิดีโออื่นๆ Veo 3 ได้ทำให้ทุกอย่างง่ายขึ้นมาก สิ่งที่ต้องใช้คือคำสั่งพื้นฐาน การรอให้แพลตฟอร์มประมวลผลเพียงไม่กี่นาที และสมัครใช้แผน AI Ultra ของ Google ( 249.99 ดอลลาร์ ต่อเดือน)

สำหรับจอห์นสัน การสร้างวิดีโอโดยใช้คำสั่งที่ไม่เฉพาะเจาะจงนั้นง่ายกว่ามาก และนั่นชี้ให้เห็นสิ่งหนึ่ง: Veo 3 โดดเด่นในด้านการสร้างเนื้อหา YouTube แบบมีส่วนร่วมน้อยที่สุดสำหรับเด็กๆ

จุดสิ้นสุดของ “ยุคหนังเงียบ”

จนถึงปัจจุบัน ยังไม่มีโมเดลการสร้างวิดีโอด้วย AI ที่สามารถให้เสียงซิงโครไนซ์หรือเสียงใดๆ เพื่อประกอบเอาต์พุตวิดีโอได้พร้อมกัน อย่างไรก็ตาม Veo 3 ซึ่งมีความสามารถในการสร้างเสียงที่ซิงโครไนซ์กัน กำลังมองหาจุดสิ้นสุดของ "ยุคหนังเงียบ"

“เรากำลังออกจากยุคแห่งการสร้างสรรค์วิดีโอแบบเงียบ” Demis Hassabis ซีอีโอของ Google DeepMind กล่าวในงานแถลงข่าว

ความพร้อมใช้งานของเครื่องมือสร้างวิดีโอที่แพร่หลายส่งผลให้มีผู้จำหน่ายเพิ่มขึ้นอย่างรวดเร็วจนทำให้พื้นที่อิ่มตัว

นับตั้งแต่สตาร์ทอัพอย่าง Runway, Lightricks, Genmo, Pika, Higgsfield, Kling และ Luma ไปจนถึงยักษ์ใหญ่ด้านเทคโนโลยีอย่าง OpenAI และ Alibaba ต่างก็มีการเปิดตัวโมเดลต่างๆ อย่างรวดเร็ว ในหลายกรณีมีความแตกต่างเพียงเล็กน้อยระหว่างโมเดลเหล่านี้

ยังต้องรอดูกันต่อไปว่า Veo 3 จะสามารถแซงหน้า OpenAI Sora ในด้านคุณภาพวิดีโอได้หรือไม่ อย่างไรก็ตาม ความสามารถในการส่งออกวิดีโอที่ผลิตเสร็จสมบูรณ์พร้อมทั้งเสียงและวิดีโอเพียงอย่างเดียวก็สามารถทำให้ Veo 3 เป็นแพลตฟอร์มที่น่าดึงดูดยิ่งขึ้นได้ทันที

คุณสมบัติที่โดดเด่นที่สุดของ Veo 3 คือความสามารถในการสร้างเสียงที่ซิงโครไนซ์กับวิดีโอได้ "อย่างสมบูรณ์แบบ" ภาพ: Google.

“ในโลกของ ภาพยนตร์และโทรทัศน์ เสียงพื้นหลังและเอฟเฟกต์เสียงมักเป็นผลงานของศิลปิน ลองนึกดูว่าถ้าสิ่งที่คุณต้องทำคืออธิบายให้ Veo ฟังว่าคุณต้องการเสียงพื้นหลังและแนบไปกับฉากแอ็กชั่นอย่างไร จากนั้น Veo ก็จะส่งเสียงออกมาทั้งหมด รวมถึงวิดีโอและบทสนทนาด้วย นี่คือผลงานที่แอนิเมเตอร์ต้องใช้เวลาหลายสัปดาห์หรือหลายเดือนในการทำ” จอห์นสันกล่าว

หาก Veo 3 สามารถปฏิบัติตามคำสั่งและส่งวิดีโอและเสียงที่สม่ำเสมอเป็นเวลานานหลายชั่วโมง เราก็คงจะมีภาพยนตร์แอนิเมชั่นเรื่องแรกที่สร้างขึ้นโดยใช้ AI ทั้งหมดในไม่ช้านี้

หลังจากที่ Veo 3 เปิดตัวไม่นาน ผู้สร้างก็เริ่มแชร์คลิปบนแพลตฟอร์มเช่น X ซึ่งมีวิดีโอการแสดงตลกแบบสแตนด์อัพที่สร้างขึ้นโดยใช้ AI ทั้งหมด ผู้ชมประหลาดใจเมื่อรู้ว่าฉากทั้งหมด รวมถึงเสียง วิดีโอ และแม้แต่เสียงของผู้ชม ถูกสร้างขึ้นจากคำสั่งคำอธิบายข้อความเพียงคำสั่งเดียว

จากนั้นมีคลิปอีกคลิปหนึ่งที่กลายเป็นไวรัล โดยมีการแสดงการอธิบายทฤษฎีบทอันโด่งดังของพีทาโกรัส พร้อมด้วยบริบทโบราณและบทสนทนาที่ถูกต้อง ยังมีมิวสิควิดีโอที่สร้างโดย Veo 3 ทั้งหมด ซึ่งทั้งภาพและ ดนตรี เข้ากันได้อย่างลงตัว

Economic Times แสดงความเห็นว่าเทคโนโลยีประเภทนี้อาจเรียกได้ว่าเป็น "ยุคใหม่ของการสร้างภาพยนตร์" ที่ให้ทุกคนตั้งแต่ผู้สร้างรายบุคคลไปจนถึงสตูดิโอสื่อรายใหญ่สามารถผลิตเนื้อหาระดับมืออาชีพด้วยต้นทุนต่ำและทรัพยากรที่น้อยที่สุด

ที่มา: https://znews.vn/ac-mong-tu-ai-tao-video-moi-cua-google-post1556018.html