'ฝันร้าย' จาก AI สร้างวิดีโอใหม่ของ Google

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

ในงาน Google I/O 2025 ทาง Google ได้สร้างความตกตะลึงให้กับโลกเทคโนโลยีด้วยการเปิดตัวโมเดล AI สร้าง วิดีโอ ที่เรียกว่า Veo 3 ซึ่งถือเป็นก้าวสำคัญของบริษัทเทคโนโลยียักษ์ใหญ่ในการก้าวเข้าสู่สาขาที่เป็นที่ถกเถียง

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

“Veo 3 ดูเหมือนเครื่องสร้างเนื้อหา AI ที่เป็น ‘ขยะ’ อย่างแท้จริง” นักข่าว ของ The Verge ให้ความเห็น

AI สร้างวิดีโอตัวใหม่ของ Google กำลังสร้างความฮือฮาด้วยความแม่นยำสูง จาก ประสบการณ์ของ Allison Johnson ผู้สื่อข่าว The Verge พบว่าสิ่งที่ล้ำหน้าที่สุดของ Veo 3 คือความสามารถในการสร้างเสียงต้นฉบับสำหรับวิดีโอแต่ละรายการ ตั้งแต่เอฟเฟกต์เสียง เสียงพื้นหลัง ไปจนถึงบทสนทนาของตัวละคร

คุณสมบัติใหม่และความสมจริงที่น่าตกใจ

“เรากำลังก้าวเข้าสู่ยุคใหม่แห่งความคิดสร้างสรรค์” Josh Woodward รองประธาน Gemini ของ Google อธิบายระหว่างการปาฐกถาเปิดตัว Veo 3 โดยเน้นย้ำถึงความสามารถในการสร้างวิดีโอที่ “สมจริงอย่างยิ่ง”

ตอนแรกจอห์นสันค่อนข้างสงสัย แต่หลังจากได้ลองใช้เครื่องมือ AI ด้วยตัวเองแล้ว เธอมั่นใจว่าวูดเวิร์ดไม่ได้พูดเกินจริงเลย Veo 3 สามารถสร้างผลิตภัณฑ์ที่สมจริงจนน่าตกใจได้

โดยเฉพาะอย่างยิ่ง ผู้สื่อข่าว ของ The Verge พยายามสร้างวิดีโอสั้นๆ ที่มีเนื้อหาเกี่ยวกับผู้ประกาศข่าวที่กำลังประกาศเหตุเพลิงไหม้ คลิปวิดีโอนี้น่าเชื่อถืออย่างยิ่ง ทั้งคุณภาพเสียงและฉากที่ใกล้เคียงกับรายงานข่าวทั่วไป

ฉากหนึ่งจากวิดีโอที่สร้างโดย Veo 3 รูปภาพ: The Verge

โพสต์ดังกล่าว ซึ่งประกอบไปด้วยวิดีโอชุดหนึ่งที่นำเสนอตัวละครที่สร้างโดย AI ประท้วงคำสั่งที่ใช้สร้างวิดีโอดังกล่าว ได้รับการโหวตบน Reddit กว่า 50,000 ครั้ง ฉากต่างๆ ประกอบด้วยเหตุการณ์ภัยพิบัติ ผู้หญิงนอนอยู่บนเตียงโรงพยาบาลโดยใช้เครื่องช่วยหายใจ และตัวละครที่ถูกข่มขู่ด้วยปืน ทั้งหมดนี้มีบทสนทนาและเสียงประกอบที่สมจริง

เมื่อเทียบกับเครื่องมือสร้างวิดีโอ AI อื่นๆ Veo 3 ทำให้ทุกอย่างง่ายขึ้นมาก เพียงแค่สั่งการพื้นฐาน รอเพียงไม่กี่นาทีให้แพลตฟอร์มประมวลผล และสมัครแพ็กเกจ AI Ultra ของ Google ( ราคา 249.99 ดอลลาร์ ต่อเดือน)

สำหรับจอห์นสัน การสร้างวิดีโอโดยใช้คำสั่งที่ไม่เฉพาะเจาะจงนั้นง่ายกว่ามาก และนั่นชี้ให้เห็นถึงสิ่งหนึ่ง: Veo 3 โดดเด่นในการสร้างเนื้อหา YouTube ประเภทที่มีส่วนร่วมน้อยที่สุดสำหรับเด็กๆ

จุดจบของ “ยุคหนังเงียบ”

จนถึงปัจจุบัน ยังไม่มีโมเดลการสร้างวิดีโอ AI ใดที่สามารถให้เสียงที่ซิงโครไนซ์ หรือเสียงใดๆ เลย ประกอบกับเอาต์พุตวิดีโอได้พร้อมกัน อย่างไรก็ตาม Veo 3 พร้อมความสามารถในการสร้างเสียงที่ซิงโครไนซ์ กำลังมุ่งหน้าสู่การสิ้นสุด “ยุคแห่งความเงียบ”

“เรากำลังออกจากยุคแห่งความเงียบของการสร้างสรรค์วิดีโอ” Demis Hassabis ซีอีโอของ Google DeepMind กล่าวระหว่างการแถลงข่าว

ความพร้อมใช้งานอย่างแพร่หลายของเครื่องมือสร้างวิดีโอทำให้มีผู้จำหน่ายเพิ่มขึ้นอย่างรวดเร็วจนถึงจุดที่ตลาดเริ่มอิ่มตัว

ตั้งแต่สตาร์ทอัพอย่าง Runway, Lightricks, Genmo, Pika, Higgsfield, Kling และ Luma ไปจนถึงยักษ์ใหญ่ด้านเทคโนโลยีอย่าง OpenAI และ Alibaba โมเดลต่างๆ กำลังถูกปล่อยออกมาอย่างรวดเร็ว ในหลายกรณี มีความแตกต่างเพียงเล็กน้อยระหว่างโมเดลเหล่านี้

ยังคงต้องรอดูกันต่อไปว่า Veo 3 จะสามารถแซงหน้า OpenAI Sora ในด้านคุณภาพวิดีโอได้หรือไม่ แต่ความสามารถในการส่งออกวิดีโอที่ผลิตเต็มรูปแบบพร้อมทั้งเสียงและวิดีโออาจทำให้ Veo 3 เป็นแพลตฟอร์มที่น่าสนใจยิ่งขึ้นทันที

คุณสมบัติที่โดดเด่นที่สุดของ Veo 3 คือความสามารถในการสร้างเสียงที่ "ซิงค์" กับวิดีโอได้อย่างสมบูรณ์แบบ ภาพ: Google

ใน โลกของ ภาพยนตร์และโทรทัศน์ เสียงพื้นหลังและเอฟเฟกต์เสียงมักเป็นผลงานของศิลปิน ลองนึกภาพว่าถ้าสิ่งที่คุณต้องทำคืออธิบายให้ Veo ฟังว่าต้องการเสียงพื้นหลังแบบไหนและใส่ลงไปในฉากแอ็คชั่น เสียงนั้นก็จะออกมาทั้งหมด รวมถึงวิดีโอและบทสนทนาด้วย นี่เป็นงานที่นักสร้างแอนิเมชันต้องใช้เวลาหลายสัปดาห์หรือหลายเดือน” จอห์นสันกล่าว

หาก Veo 3 สามารถปฏิบัติตามคำสั่งและส่งออกวิดีโอและเสียงที่สม่ำเสมอเป็นเวลาหลายชั่วโมง เราก็จะไม่นานก่อนที่เราจะมีภาพยนตร์แอนิเมชั่นเรื่องแรกที่สร้างขึ้นด้วย AI ทั้งหมด

หลังจาก Veo 3 เปิดตัวได้ไม่นาน เหล่าครีเอเตอร์ก็เริ่มแชร์คลิปบนแพลตฟอร์มอย่าง X รวมถึงวิดีโอตลกเดี่ยวไมโครโฟนที่สร้างด้วย AI ทั้งหมด ผู้ชมต่างประหลาดใจเมื่อรู้ว่าฉากทั้งหมด ทั้งเสียง วิดีโอ และแม้แต่เสียงของผู้ชม ล้วนสร้างขึ้นจากคำอธิบายข้อความเพียงอย่างเดียว

นอกจากนี้ยังมีคลิปไวรัลอีกคลิปที่จำลองทฤษฎีบทอันโด่งดังของพีทาโกรัส พร้อมบริบทโบราณและบทสนทนาที่แม่นยำ นอกจากนี้ยังมีมิวสิควิดีโอที่สร้างโดย Veo 3 ทั้งหมด ซึ่งภาพและ ดนตรี ประกอบเข้ากันได้อย่างลงตัว

The Economic Times ให้ความเห็นว่าเทคโนโลยีประเภทนี้อาจเรียกได้ว่าเป็น "ยุคใหม่ของการสร้างภาพยนตร์" ที่ให้ใครก็ตาม ตั้งแต่ผู้สร้างรายบุคคลไปจนถึงสตูดิโอสื่อรายใหญ่ สามารถผลิตเนื้อหาระดับมืออาชีพด้วยต้นทุนต่ำและทรัพยากรที่น้อยที่สุด

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