Google I/O 2024: представиха генеративния ИИ Veo за създаване на видеа и изображения чрез текстови заявки (видео)

Интернет гигантът демонстрира нови услуги, които в близко бъдеще ще лишат творците от работа. При това те работят перфектно.

По време на голямата презентация Google I/O 2024, представители на Google показаха два енджина, базирани на изкуствен интелект, които в бъдеще вероятно ще отнемат още работни места на творческите личности. Така например услугата Veo предоставя възможност за генериране на висококачествени видеоклипове с резолюция 1080p. По този начин тя се явява директен конкурент на Sora на OpenAI. От Google дори заявиха, че новият им продукт има по-усъвършенствано разбиране на визуалната семантика, а освен това системата е в състояние да моделира физиката на реалния свят – например да визуализира водата. Инструментът може също така да генерира видеоклипове с дължина над една минута, може да симулира кинематографични и визуални ефекти като таймлапс и др.

Корпорацията представи и Imagen 3 – голям езиков модел, който според Google е най-качественият модел за преобразуване на текст в изображение. Разработчиците на услугата обещават високо ниво на детайлност, фотореалистични изображения и минимални артефакти в крайното съдържание. Компанията е обърнала специално внимание на разбирането и обработката на детайлите в дългите реплики, но дали този инструмент действително ще бъде по-добър от потенциалните конкуренти, е отворен въпрос. Вероятно първо ще трябва да се проведат редица тестове, за да се сравни генерирането на изображения с лидерите на пазара, но е хубаво да се види, че Google работи в тази посока.