Możecie już generować filmy AI w Google Gemini i Whisk

Google ogłosiło właśnie kolejny istotny krok w zakresie możliwości jego sztucznej inteligencji: możliwość generowania krótkich filmów wideo za pomocą czatu Gemini oraz narzędzia eksperymentalnego Whisk. Całość opiera się na najnowszym modelu wideo od Google DeepMind – Veo 2, który po raz pierwszy został zaprezentowany w ubiegłym roku.

Nowa funkcjonalność pozwala użytkownikom Gemini Advanced (na komputerach i urządzeniach mobilnych) tworzyć ośmiosekundowe filmy w jakości 720p (format 16:9), które można zapisać jako plik MP4. Wystarczy wpisać opis sceny, a chatbot wygeneruje na jego podstawie dynamiczny klip.

Google podkreśla, że dokładność i szczegółowość opisu wpływa na finalny efekt i im bardziej precyzyjny prompt, tym większa kontrola nad estetyką i przebiegiem wideo.

Google podkreśla, że dokładność i szczegółowość opisu wpływa na finalny efekt i im bardziej precyzyjny prompt, tym większa kontrola nad estetyką i przebiegiem wideo. Dla wygody użytkownika dodano również możliwość szybkiego udostępniania filmów na platformach takich jak YouTube Shorts czy TikTok.

Veo 2 - moc AI w akcji

Model Veo 2 to ten sam, który napędza znane już funkcje, takie jak Dream Screen (opcja dla twórców YouTube Shorts umożliwiająca generowanie teł wideo). Nowe narzędzie wykorzystuje Veo 2 do pełnego renderowania scen filmowych na podstawie tekstu lub obrazu. I choć jego możliwości są imponujące, Google wprowadza miesięczne limity liczby wygenerowanych filmów, aby, jak żartobliwie zauważa, „chronić swoje GPU przed przegrzaniem”.

Whisk Animate - ożywianie obrazów

Równolegle, w ramach eksperymentalnego narzędzia Whisk, Google dodaje nową opcję: Whisk Animate. Funkcja dostępna dla subskrybentów Google One AI Premium pozwala zamieniać obrazy w ośmiosekundowe animacje wideo, również zasilane przez model Veo 2.

Oznaczenie syntetycznych treści

Co istotne, wszystkie generowane filmy będą automatycznie oznaczane cyfrowym znakiem wodnym SynthID, który jest niewidoczny dla ludzkiego oka, ale jednoznacznie wskazuje, że materiał powstał przy użyciu AI. To odpowiedź Google na rosnące obawy dotyczące przejrzystości i autentyczności treści w dobie deepfake'ów.

Google nie poprzestaje na eksperymentach. Wspólnie z partnerami firma niedawno wykorzystała swoje modele AI do rekonstrukcji klasycznego filmu z 1939 roku, specjalnie na potrzeby największego ekranu LED na świecie – Las Vegas Sphere, mającego aż 160 000 stóp kwadratowych powierzchni.