Google представляє інструмент штучного інтелекту для перетворення тексту у відео від Gemini Advanced

Google — одна з технологічних корпорацій, яка дуже активно бере участь у гонці за розробку інструментів штучного інтелекту (ШІ), зокрема чат-бота Gemini, який конкурує з ChatGPT, або текстового інструменту для створення зображень Imagen. Однак здатність Google створювати відео з описового тексту все ще вважається технологічною спільнотою значно поступається конкурентам.

Зовсім недавно Google офіційно представив інструмент підтримки користувачів Gemini Advanced для перетворення тексту у відео високої роздільної здатності тривалістю 8 секунд. Водночас було розгорнуто функцію Whisk Animate, яка дозволяє перетворювати статичні зображення на яскраві анімовані відео аналогічної тривалості. Обидві ці функції тепер доступні користувачам, які підписалися на Google One AI Premium.

Google стверджує, що Veo 2 знаменує собою крок вперед у створенні відео, розроблений для створення високоякісних, деталізованих, реалістичних та кінематографічних відео. Захоплюючи реальну фізику та рухи людини, Veo 2 може створювати плавні рухи персонажів, динамічні сцени та вишукані деталі в широкому діапазоні сюжетів та стилів.

Щоб створити відео, користувачам потрібно вибрати Veo 2 з меню моделей у Gemini (розташування цієї опції в інтерфейсі може змінюватися під час розробки). Ця функція створить 8-секундне відео з роздільною здатністю 720p, експортоване у форматі MP4 з альбомним співвідношенням сторін 16:9. Google також зазначає, що користувачі можуть встановити обмеження на кількість відео, які вони можуть створювати на місяць.

Користувачі просто описують сцену, яку вони уявляють, будь то коротка історія, візуальна ідея чи конкретна сцена. Потім Gemini втілює ці ідеї в життя. Чим детальніший опис користувача, тим кращим буде кінцеве відео.

Google стверджує, що користувачі можуть легко ділитися відео, створеними Veo 2, на платформах соціальних мереж, таких як TikTok або YouTube Shorts. Однак відео, створені Veo 2, мають співвідношення сторін 16:9, що абсолютно не підходить для поширення на цих відеоплатформах.

Результат команди: анімована сцена з крихітною мишкою у великих окулярах, яка читає книгу під мерехтливим світлом гриба в затишному гніздечку посеред лісу.

Функція створення відео тепер доступна для користувачів Gemini Advanced у всьому світі, як у веб-версії, так і на мобільних пристроях. Однак вона доступна лише тим, хто підписався на тарифний план Google One AI Premium, з повною мовною підтримкою, доступною на Gemini.

Наразі Veo 2 надається Google користувачам Gemini Advanced за ціною 489 000 донгів на місяць у В'єтнамі.

Окрім Veo 2, Google також запустила інструмент штучного інтелекту під назвою Whisk Animate, який дозволяє користувачам створювати нові зображення з описовим текстом, а потім перетворювати це зображення на відео з плавним рухом, але також має максимальну тривалість лише 8 секунд, як і Veo 2.

Whisk, експеримент Google Labs, запущений наприкінці 2024 року, допомагає користувачам швидко досліджувати та візуалізувати нові ідеї за допомогою текстових та графічних підказок. Користувачі можуть втілити свої ідеї в життя за допомогою функції Whisk Animate.

Whisk Animate пропонує можливість перетворювати статичні фотографії користувачів на 8-секундні відео в реальному часі за допомогою технології Veo 2. Ця функція стала доступною для передплатників Google One AI Premium у понад 60 країнах.

Google також заявив, що вжив значних заходів для забезпечення безпечного процесу створення відео. Це включає червоне командування та ретельну перевірку, щоб запобігти створенню контенту, який порушує політику Google. Крім того, кожне відео, створене за допомогою Veo 2, позначено SynthID – цифровим водяним знаком, вбудованим у кожен кадр, який чітко вказує на те, що воно згенеровано штучним інтелектом.

(В'єтнам+)

Джерело: https://www.vietnamplus.vn/google-gioi-thieu-cong-cu-ai-chuyen-doi-van-ban-thanh-video-tu-gemini-advanced-post1033671.vnp