Кенгуру з квитком намагається потрапити на борт літака – Google вразив мережу відеогенератором Veo 3

Користувачі інтернету переполошилися через ролик, у якому кенгуру ніби стоїть з квитком і намагається сісти в літак, але йому відмовляють у посадці. Мільйони переглядів відео зібралися через його неймовірну реалістичність, та виявилося, що сюжет був повністю згенерований штучним інтелектом Veo 3 від Google.

Новий відеогенератор Veo 3 об’єднує всі етапи кіновиробництва в одному інструменті: від створення зображення й анімації до додавання звукового ряду та синхронізації діалогів. «Минули часи, коли вам доводилося генерувати відео на одній платформі, наприклад, Kling, писати сценарій за допомогою ChatGPT, надсилати його до іншого інструменту для роботи зі звуком, наприклад, ElevenLabs, а потім запускати окрему ШІ-модель, щоб синхронізувати губи з голосом. Це був складний робочий процес, який міг зайняти кілька годин, а то й днів. У Veo 3 все це об'єднано в єдиний конвеєр. Один промпт. Один інструмент», — зазначають автори в блозі Habr.

На відміну від конкурентів, серед яких згадують Sora від OpenAI, Veo 3 не лише створює зображення високої якості, а й автоматично додає музику, ефекти тваринних звуків і повноцінний діалог із точною синхронізацією губ. «Veo 3 перевершує інших, від текстових та графічних підказок до фізики реального світу та точної синхронізації губ», — підтверджує Елі Коллінз, віцепрезидент Google DeepMind.

Однією з демонстраційних робіт стала оновлена версія ролика зі спагеті, де Вілл Сміт із неймовірною правдоподібністю смакує макарони — від деталей міміки до звуків обгризання ниток пасти. Цей приклад ще раз підкреслив, наскільки потужною стала генерація відео й звуку в рамках одного конвеєра.

У США набирають популярності відео з ведучими новин, які створені за допомогою нового інструменту Google на основі нейромереж. Алгоритм точно інтерпретує текстові запити, створюючи ролики, які мають професійний вигляд. Аудіосупровід є поки що переважно англійською мовою.

Сервіс Veo 3 вже доступний підписникам нового пакета Google Ultra за 249,99 USD та користувачам корпоративної платформи Google Vertex AI. Наразі мешканці Європейського Союзу й Росії до нього доступу не мають.

Поряд із Veo 3 Google анонсував Imagen 4 — інструмент для створення фотореалістичних зображень за текстовими підказками, а також Flow — новий засіб для кінематографічного сторітелінгу, доступний у Gemini, Whisk, Vertex AI та Workspace.

Разом із технічними досягненнями зростає й занепокоєння експертів: з огляду на зростаючу чіткість й реалістичність фейкових роликів, їх можна буде використовувати для дезінформації та маніпуляцій громадською думкою. Фахівці радять уважно перевіряти джерела й звертати увагу на неочікувані сюжети навіть у високоякісних відео.

Підписуйтесь на наш Telegram-канал t.me/sudua та на Google Новини SUD.UA, а також на наш VIBER, сторінку у Facebook та в Instagram, щоб бути в курсі найважливіших подій.