Așa cum era de așteptat după zile întregi de scurgeri de informații și zvonuri online, Google a lansat Veo 3.1, cel mai recent model de generare video AI, aducând o serie de îmbunătățiri creative și tehnice menite să îmbunătățească controlul narativ, integrarea audio și realismul în videoclipurile generate de AI, relatează ArsTechnica.
Urmărește cele mai noi producții video TechRider.ro
- articolul continuă mai jos -
În timp ce actualizările extind posibilitățile pentru amatori și creatori de conținut care utilizează aplicația online de creare AI a Google, Flow, lansarea semnalează, de asemenea, o oportunitate în creștere pentru companii, dezvoltatori și echipe creative care caută instrumente video scalabile și personalizabile.
Deși Sora 2 de la OpenAI a atras toată atenția în ultima perioadă, unii utilizatori consideră că Google Veo 3 este un model de generare video mai performant în ansamblu. Acum Google ar putea să mărească diferența odată cu lansarea miercuri a Google Veo 3.1.
Noul model video al companiei oferă, se pare, un sunet și un realism mai bune, precum și o precizie mai mare a prompturilor. AI-ul video actualizat va fi disponibil în întregul ecosistem Google, inclusiv în instrumentul de realizare a filmelor Flow, unde noul model va debloca funcții suplimentare. Și dacă vă îngrijorează costul generării tuturor acestor videoclipuri AI, Google adaugă și o variantă „Fast” a Veo.
Veo a făcut valuri când a debutat la începutul acestui an, demonstrând o îmbunătățire uimitoare a calității video AI la doar câteva luni după lansarea Veo 2. Se pare că videoclipurile de pe YouTube sunt foarte utile pentru antrenarea modelelor AI, așa că Google trece deja la Veo 3.1 cu o serie de funcții noi.
Google spune că Veo 3.1 oferă o aderență mai puternică la prompturi, ceea ce duce la rezultate video mai bune și mai puține cicluri de calcul irosite. Audio, care a fost o caracteristică distinctivă a versiunii Veo 3, s-a îmbunătățit, de asemenea. Text-to-video al Veo 3 era limitat la o ieșire format peisaj de 720p, dar există un volum tot mai mare de videoclipuri verticale pe Internet. Astfel, Veo 3.1 poate produce atât videoclipuri peisaj, cât și portret 16:9.
Google a declarat anterior că va introduce instrumentele video Veo în YouTube Shorts, care utilizează un format video vertical similar cu TikTok. Lansarea Veo 3.1 deschide probabil calea către îndeplinirea acestei promisiuni. Această lansare menține Google în cursa cu OpenAI, care a lansat recent o aplicație Sora pentru iPhone cu o nouă versiune impresionantă a AI-ului său de generare a videoclipurilor.
Pentru realizatorii de filme, modelul Veo 3.1 va fi disponibil în întreg ecosistemul AI al Google. Veți putea crea conținut cu Veo 3.1 și Veo 3.1 Fast prin intermediul aplicației Gemini, iar dezvoltatorii vor avea acces în Vertex AI și prin API-ul Gemini. Utilizarea variantei Fast va ajuta la reducerea costurilor atunci când se plătește per token. Probabil, utilizatorii aplicației Gemini vor beneficia de mai multe generări de videoclipuri Fast.
Veo este modelul de bază al instrumentului de realizare a filmelor Flow al Google și beneficiază de câteva funcții noi datorită modelului actualizat. Funcțiile Ingredients to Video, Frames to Video și Extend sunt acum compatibile cu audio generat. Astfel, puteți încărca mai multe imagini ca referință sau puteți utiliza imagini ca punct de pornire sau de final, adăugând în același timp audio personalizat la clip. Aceleași funcții sunt oferite în API, iar aplicația Gemini continuă să accepte imagini de referință pentru ieșirile Veo. Totuși, aplicația nu beneficiază de toate funcțiile Flow.
Veo 3.1 vine și cu câteva funcții video complet noi. Google afirmă că Veo 3.1 este mai capabil să reproducă aspectul unui videoclip, efectuând în același timp editări „de precizie”. Astfel, veți putea adăuga un obiect la un clip, păstrând restul neschimbat (mai mult sau mai puțin). De asemenea, puteți elimina un element fără a modifica restul scenei. Adăugarea de obiecte va fi disponibilă imediat în Flow și API. Eliminarea obiectelor nu va fi disponibilă încă în Flow, dar Google afirmă că această funcție va fi disponibilă în curând.
Modelul Veo 3.1 se află în prezent în faza de previzualizare și este disponibil numai pe nivelul plătit al API-ului Gemini. Structura costurilor este aceeași ca în cazul Veo 3, generația anterioară de modele video AI de la Google unde modelul standard va costa 0,40 USD pe secundă de videoclip, iar modelul rapid 0,15 USD pe secundă.
Nu există un nivel gratuit, iar utilizatorii sunt taxați numai dacă un videoclip este generat cu succes. Acest model este în concordanță cu versiunile Veo anterioare și oferă prețuri previzibile pentru echipele conștiente de buget.
De la lansarea Flow în urmă cu cinci luni, Google afirmă că au fost generate peste 275 de milioane de videoclipuri în diferite modele Veo.
Ritmul de adoptare sugerează un interes semnificativ nu numai din partea persoanelor fizice, ci și din partea dezvoltatorilor și a companiilor care experimentează crearea automată de conținut.
Thomas Iljic, director de gestionare a produselor la Google Labs, subliniază că lansarea Veo 3.1 aduce capacități mai apropiate de modul în care regizorii umani planifică și filmează. Acestea includ compoziția scenei, continuitatea între cadre și coordonarea audio – toate domenii pe care întreprinderile caută din ce în ce mai mult să le automatizeze sau să le eficientizeze.
