Google анонсировала ИИ, создающую видео по текстовому описанию

На конференции Google I/O был представлены новы ИИ для создания медиаконтента: Veo, создающий видео в разрешении 1080p, и Imagen 3, последняя модель для преобразования текста в изображение. Эти инструменты конкурируют с моделями Sora и Dall-E 3 от OpenAI. Google утверждает, что Veo обладает «продвинутым пониманием естественного языка и визуальной семантики», позволяя создавать видео на основе текста. Veo может создавать видео более минуты и понимает такие техники, как таймлапс. В промо-ролике Дональд Гловер и его студия Gilga демонстрируют, как с помощью текста создается видео с кабриолетом и парусником. Veo улучшил симуляцию физики и качество видео. Veo будет доступен в инструменте VideoFX от Google и появится в YouTube Shorts. Что касается Imagen 3, Google обещает «высочайшее качество» модели для преобразования текста в изображение с меньшим количеством артефактов. Эта модель лучше справляется с длинными текстовыми запросами и сложными деталями.