Google DeepMind представила конкурента Sora — нову модель Veo 2 для створення відео

Компанія DeepMind, дослідницький підрозділ Google, анонсувала нове покоління моделі штучного інтелекту для генерації відео Veo 2. Ця технологія може створювати двохвилинні ролики у роздільній здатності 4K, хоча наразі доступ до неї обмежений платформою VideoFX від Google з розміром відео у 720p та тривалістю лише вісім секунд.

Головним конкурентом Veo 2 є Sora від OpenAI, яку нещодавно відкрили для передплатників. Sora генерує ролики у 1080p з максимальною тривалістю 20 секунд. Попри обмеження Veo 2 на платформі VideoFX, потенціал моделі значно вищий, особливо у роздільній здатності відео.

Veo 2 використовує текстові підказки для створення реалістичних відео. Модель також здатна генерувати мультяшні анімації та має кілька ключових покращень:

• Вища реалістичність та точність — особливо у динамічних сценах.
• Краща обробка рухів — завдяки «розумінню фізики» модель генерує правдоподібні рухи.
• Управління камерою стало точнішим і ефективнішим.

Журналісти TechCrunch, які отримали приклади відео, відзначили високу якість матеріалу. Зокрема, модель добре обробляє складні фізичні ефекти, такі як заломлення світла та рідини — наприклад, кленовий сироп.

Попри значний прогрес, Veo 2 ще не вирішила всіх проблем:

• Ефект “зловісної долини” — коли відео виглядає майже реалістично, але викликає дискомфорт через незначні неточності.
• Динамічні та складні сцени досі становлять виклик для моделі.

Розробники DeepMind підкреслили, що працюють над покращенням продуктивності та усуненням цих недоліків у майбутніх версіях.

DeepMind підтвердила, що Veo 2 навчалася на великій кількості відеоконтенту, однак компанія не розголошує конкретні джерела. Є припущення, що одним із них міг бути YouTube, яким володіє Google.