Veo – jaunākais Google ģeneratīvais mākslīgā intelekta video modelis – beidzot ir pieejams lietošanai video veidošanas procesos.
Google ģeneratīvais mākslīgā intelekta (MI) video modelis Veo beidzot ir pieejams uzņēmumiem, lai tie varētu to integrēt satura veidošanas procesos. Pēc tam, kad Veo pirmo reizi tika prezentēts maijā, MI rīks ir apsteidzis OpenAI Sora tirgū, uzsākot privātu priekšskatījumu, izmantojot Google Vertex MI platformu.
Veo spēj ģenerēt “augstas kvalitātes” 1080p izšķirtspējas videoklipus dažādos vizuālos un kinematogrāfiskos stilos, izmantojot teksta vai attēlu pamudinājumus. Kad modelis tika pirmo reizi izziņots, šie ģenerētie klipi varēja būt neskaidri “ilgāki par minūti”, taču Google nenorāda garuma ierobežojumus priekšskatījuma versijai.
Daži no piedāvātajiem video ģenerēšanas piemēriem Google paziņojumā ir līdzvērtīgi tam, ko jau esam redzējuši no Veo – bez vērīgas acs ir ārkārtīgi grūti noteikt, ka videoklipi ir radīti ar MI palīdzību.
Funkcijas un pilnvaras
Jaunākā Google Imagen 3 teksta-attēla ģeneratora versija būs pieejama arī visiem Google mākoņa klientiem, izmantojot Vertex, “sākot ar nākamo nedēļu”, paplašinot tās sākotnējo izlaidumu ASV Google AI Test Kitchen augustā.
Google atļauju sarakstā iekļautajiem lietotājiem ir pieejamas arī jaunas funkcijas, piemēram, uz pamudinājumiem balstīta fotoattēlu rediģēšana un iespēja ģenerētajos attēlos “iestrādāt savu zīmolu, stilu, logotipu, tēmu vai produkta iezīmes”.
Google apgalvo, ka Veo un Imagen 3 ir iebūvēti aizsargmehānismi, kas neļauj tiem radīt kaitīgu saturu vai pārkāpt autortiesību aizsardzību. Tomēr ir noskaidrots, ka autortiesību aizsardzību nav pārlieku grūti apiet.
Visiem Veo un Imagen 3 radītajiem darbiem ir iestrādāta arī DeepMind SynthID tehnoloģija – sava veida neredzams digitālais ūdenszīme, kas, kā norāda Google, var “samazināt dezinformācijas un nepareizas autorības problēmas”.
Tas ir līdzīgs koncepts Adobe satura akreditācijas sistēmai, ko var iestrādāt saturā, ko rada radošās programmatūras giganta pašu radīto attēlu un video ģeneratīvie mākslīgā intelekta modeļi.
Tagad, kad Google video modelis ir lietošanai, OpenAI ievērojami atpaliek no saviem konkurentiem un uzņēmumam trūkst laika, lai izpildītu savu solījumu līdz 2024. gada beigām laist klajā Sora.
Mēs jau redzam, ka MI radīts saturs parādās tādās reklāmās kā Coca-Cola svētku kampaņā, un uzņēmumiem nav nepieciešams gaidīt Sora. Saskaņā ar Google datiem 86% uzņēmumu, kas jau izmanto ģeneratīvo MI, ir novērojuši ieņēmumu pieaugumu.
Avots: The Verge