Видео с использованием искусственного интеллекта только что сделало поразительный скачок в реализме

На прошлой неделе Google представил Veo 3, свою новейшую модель генерации видео. Она может создавать 8-секундные клипы с синхронизированными звуковыми эффектами и аудиодиалогами – впервые для инструментов ИИ компании. Модель, которая генерирует видео (на основе текстовых описаний) представляет собой, возможно, самый мощный генератор потребительского видео на сегодняшний день.

Это приближает синтез видео к точке, где становится очень сложно отличить «подлинные» и созданные ИИ медиа. Google также запустил Flow – онлайн-инструмент для создания фильмов на основе искусственного интеллекта. Он объединяет Veo 3 с генератором изображений Imagen 4 и языковой моделью Gemeni, что позволяет создателям описывать сцены на естественном языке и управлять персонажами, локациями и визуальными стилями в веб-интерфейсе.

Оба инструмента теперь доступны подписчикам Google AI Ultra в США, тарифный план стоит 250 долларов и включает 12500 кредитов. Видеоролики Veo 3 стоят 150 кредитов за поколение, что позволяет создать 83 видео на этом плане, прежде чем они закончатся. Дополнительные кредиты доступны по цене 1 цент за кредит блоками по 25, 50 или 200 долларов.

Как и другие современные модели генерации видео, Veo 3 построен на технологии диффузии – том же подходе, который используется в генераторах изображений. Процесс обучения заключается в том, что берутся реальные виде и постепенно добавляются к ним шумы, пока они не станут чистой статикой. Затем нейронная сеть обучается шаг за шагом обращать этот процесс вспять. Автор: Павел Афанасьев