სუთმვერს, Google-მა წარადგინა Veo 3, ახალი AI ვიდეოს სინთეზის მოდელი, რომელიც შეუძლებელია სხვა ძირითადი AI ვიდეოს გენერატორმა აქამდე მიაღწიოს: სინქრონული აუდიო ట్రეკის შექმნა ვიდეოსთან ერთად. 2022-დან 2024 წლამდე, სამოქმედო AI-განწმენდილი ვიდეოები უმეტესად ულმობელი და მოკრძალებულია. ახლა, Veo 3 წარმოგვიდგენს რვა-სექუნდის ჰაიდეფინიცია კლიპებს, რომლებშიც არის ხმოვანი სარწმუნოებები, დიალოგი და სუნის ეფექტები. გამოშვების შედეგად, ადამიანები დაუყოვნებლივ დაუსვეს ნათელი ბენჩმარკის კითხვა: რამდენად კარგად შეუძლია Veo 3-ის ფანდი ოსკარის გამარჯვებული მსახიობი უილიამ სმიტის ფრანგული გლეჯის ნაწილის სოჭიო? ჩვეულებრივი მიმოწერის მოსახდენობისთვის: AI ვიდეოში "გაზი ბენჩმარკი" დაიწყო მარტში 2023 წელს, ადრეული და ზოგჯერ დამაბრკოლებელი AI-განწმენდილი ვიდეოს შექმნით, რომელსაც იყენებდა გახსნის წყაროს სინთეზის მოდელი სახელწოდებით ModelScope. ის გარღვევა იყო ისეთი ცნობილი, რომ სმიტმა წამოიწია ეს ვიდეო σχεოდ წელს, 2024 წელს, თებერვალში, ხუმრობით. ეს არის შეჯამება იმისა, რა შეხსენებით იყო ის ვირუსული ვიდეო: სხვადასხვაას ხშირად დავიწყებულია ის, რომ იმ დროს სმიტის პაროდია არ გამოიყენებოდა საუკეთესო AI ვიდეო გენერატორზე. აფიშირებული გამოთვლითი მოდელი, სახელად Gen-2, რომელიც ჯერ კიდევ ვერ იქნებოდა საჯაროდ ჩართვადი, უკვე აძლევდა უკეთეს შედეგებს. თუმცა, ModelScope ვერსია იყო უჩვეულო და უკეთ მახსოვრი, რათა დაემყარებინა პირველი AI ვიდეოს შეზღუდვები, სადაც ტექნოლოგია განვითარდა. ამ კვირის დასაწყისში, AI აპლიკაციის მძღოლი ხავი ლოპესი უპასუხა ფანებს, რომლებიც იწინასწარმეტყველებდნენ Veo 3-ის გამოყენებით სავარაუდო spaghetti ტესტის გასაჩივრებენ. მან მიმოიხილა შედეგები X-ზე. თუმცა, როდესაც შედეგებს უყურებდნენ, საუბრიანი საუდტრეკი უცნაური ჩანდა: ფალჩი სმიტი ისეთ აკლდამას მსგავსი უღატისგან ითამაშებდა, თითქოს ხლიტავდა. ეს შეცდომა ხვდება Veo 3-ის ექსპერიმენტალურ უნარს სუნის ეფექტების დამატებით — სავარაუდოდ, მასში შეიყვანეს უამრავი მაგალითი გადამწყვეტი ყივყიტა, accompanied by crunching ხმები.

გენერაციული AI-პროექტები ფუნქციონირებს როგორც მორკილ-შესაბამისობის პროგნოზის სისტემები, რომლებიც მორგებული არიან საკმარის მონაცემებზე სხვადასხვა მედია ტიპებში, რათა წარმოშვან სარწმუნო ეფექტი. როდესაც 특정 კონცეფციები მეტ ან ნაკლებად წარმოდგენილი იქნებიან ამ მონაცემებში, ეს იწვევს სინდიკატურ ეფექტებს, გაენცნებს ამ ფაქტებს. ჩვენც თავად განვახორციელეთ უშუალო გამოკითხვა Veo 3-ზე, მაგრამ "უილიამ სმიტი" დაცული იყო Google-ის ფაილტერზე. თუმცა, გამოკითხვა "შავი კაცის გლეჯი სპაგეტი" გამოიმუშავა მსგავსი ხმოვანი ეფექტი (შესაძლოა, ლოპესს ჰქონდა ადრეული უფასო წვდომა ფილტრის გარეშე, ან სცადა სხვადასხვა გამოკითხვაზე, რომლებმაც ჩაიწერეს). Veo 3 დაამტკიცა თავისი უნარით დაკავშირებული დიალოგებისა და მუსიკის წარმოქმნის, უკვე შთაგონებულ უამრავ იშვიათი მაგალითებით X-ზე. არ ვიჩქარეთ შეშფოთებით მხოლოდ ერთ ვიდეოზე, სადაც მამაკაცი უძველესი ნუდლს უგზავნის, მაგრამ შევამოწმეთ, თუ შეუძლია მტკიცედ მღეროდა და ერთდროულად ჭამა, ვთქვი გამოკითხვა: "მამაკაცი ინგლისურსმღერალი კომედიის ოპერა სპაგეტის შესახებ კულინარიულ სუფრაზე, რომლიც მჭამავს. " ჩვენ უკვე მნიშვნელოვან პროგრესს მივაღწიეთ 2023 წლიდან, და AI ვიდეოს გენერატორები გაგრძელდებიან უკეთობის და რეალიზმის მიმართულებით. თუ არა Veo 3-ის პერსონაჟი უკვე ცნობილი ვარსკვლავების ფილტრი, შეგვიძლია მარტივად შევქმნათ სმიტის სოლო გამოჩენით ან თითქმის ნებისმიერი სხვა, რაც ამიჩენს შესაძლო შეშფოთებას AI ვიდეო ტექნოლოგიის მიმართ. კულტურული სინგულარობა სწრაფად მიახლოვდება. ამასთან, ჩვენაც გავაკეთეთ ჩვენი საკუთარი მასიური ტესტები ვიდეოს შექმნის მიმართულებით Veo 3-სთან, და მალე გავაზიარებთ ამ შედეგებს სპეციალური სტატიით. ამჟამად მიიჩნიეთ ეს მოკლე ინფორმაცია ყურსასმული პრინცის შესახებ. გთხოვთ, უგემრიელეს!