На конференції розробників I/O 2025 компанія Google представила модель штучного інтелекту Veo 3. Вона здатна створювати відео зі звуковим супроводом, що наближає ШІ до рівня повноцінного режисера.
Особливості Veo 3
Veo 3 – це найновіша відеомодель Google, яка не тільки генерує реалістичні відео, а й супроводжує їх аудіо, відповідним до сцени. Так, модель може створити відео співочих птахів, де зображення ідеально синхронізоване з пташиним щебетом.
За словами Google, Veo 3 демонструє покращену фізику руху та точну синхронізацію губ, що робить її ідеальною для створення коротких сюжетів, кліпів або рекламних роликів. Наразі вона доступна лише передплатникам Gemini Ultra у США в додатку Gemini та для корпоративних користувачів через Vertex AI. Модель також інтегрована у Flow, новий інструмент для створення відео на основі опису природною мовою.
Flow поєднує потужності моделей Veo, Imagen та Gemini, даючи змогу користувачам описувати відеоряд звичайною мовою. Наприклад, написавши фразу на кшталт “романтична вечеря на даху в Парижі”, Flow самостійно згенерує відповідний відеофрагмент із врахуванням звуку, освітлення та деталей композиції. Поки що інструмент доступний лише у США для підписників AI Pro та AI Ultra. Проте Google обіцяє міжнародне розгортання найближчим часом.