Google znów jest lepszy w generowaniu filmów. Veo 3.1 precyzyjniej przestrzega instrukcji i lepiej renderuje materiały

Pięć miesięcy po wprowadzeniu oryginalnej wersji Veo 3, Google zaprezentował znacząco ulepszony model Veo 3.1. Podczas gdy pierwsza generacja tego narzędzia AI do tworzenia filmów dotarła do Czech w lipcu ubiegłego roku, nowa wersja wprowadza szereg technicznych ulepszeń, które przenoszą możliwości generowania filmów za pomocą sztucznej inteligencji na kolejny poziom. Jak sugeruje nazwa modelu, nie można mówić o rewolucji, ale postęp powinien być zauważalny, przynajmniej według słów Google’a.

Wierniejszy obraz i dokładniejsza interpretacja zadania

Główną zaletą modelu Veo 3.1 jest znacząco ulepszona zdolność do przestrzegania instrukcji tekstowych. Podczas gdy poprzednia wersja czasami ignorowała szczegóły w zadaniu, nowy model dokładniej interpretuje wymagania użytkowników i generuje filmy, które lepiej odpowiadają pierwotnej wizji. Google jednocześnie ulepszył realizm tekstur i materiałów – wygenerowane filmy podobno wyglądają teraz bardziej naturalnie i wierniej oddają powierzchnie obiektów.

Kluczową nowością jest zintegrowana obsługa dźwięku. Model potrafi generować nie tylko obraz, ale także odpowiadającą mu ścieżkę dźwiękową, która uzupełnia treści wizualne. Funkcja ta działa na razie eksperymentalnie, a Google stale ją ulepsza na podstawie opinii użytkowników.

Lepsza konwersja statycznych obrazów na wideo

Veo 3.1 wprowadza ulepszoną jakość audiowizualną podczas konwersji obrazów na filmy. Funkcja, która umożliwia ożywienie statycznych zdjęć, teraz generuje płynniejsze i bardziej realistyczne rezultaty. Model lepiej zachowuje spójność obiektów podczas ruchu i potrafi naturalniej animować złożone sceny.

Google w kontekście nowego modelu używa pojęcia „state-of-the-art”, co wskazuje, że model osiąga czołowe wyniki w benchmarkach do generowania filmów. Ulepszenia opierają się na oryginalnej architekturze Veo 3, którą inżynierowie rozszerzyli o nowe możliwości, zachowując podstawowe zalety.

Dostępność dla deweloperów i firm

Model Veo 3.1 jest natychmiast dostępny na trzy sposoby. Zwykli użytkownicy mają możliwość wypróbowania nowych funkcji bezpośrednio w aplikacji Gemini. Deweloperzy uzyskają do niego dostęp poprzez Gemini API, gdzie mogą zintegrować model z własnymi aplikacjami. Klienci biznesowi wykorzystają Vertex AI do wdrożenia w rozwiązaniach korporacyjnych.

Planujesz wypróbować nowe możliwości generowania filmów z modelem Veo 3.1?

Źródło: Google