Dinsdag onthulde Google Veo 3, een nieuw AI-videotransmissiemodel dat in staat is om iets te bereiken dat geen enkele grote AI-videogenerator eerder heeft kunnen: het produceren van een gesynchroniseerde audiotrack samen met de video. Tussen 2022 en 2024 waren de eerste AI-gegenereerde video's stil en over het algemeen zeer kort. Nu levert Veo 3 achtseconden lange hoge-definitieclips af, compleet met stemmen, dialoog en geluidseffecten. Na de lancering stelden mensen meteen de opvallende benchmarkvraag: Hoe goed kan Veo 3 nep-oscargewonnen acteur Will Smith naderen terwijl hij spaghetti eet? Hier is even een korte samenvatting: de "spaghetti-benchmark" in AI-video begon in maart 2023 met een vroege, nogal verontrustende AI-gegenereerde video gemaakt met een open-source samesysteem genaamd ModelScope. Dat spaghetti-voorbeeld werd zo bekend dat Smith het bijna een jaar later, in februari 2024, nageaapt heeft. Hier een herinnering aan hoe de oorspronkelijke virale video eruitzag: Wat vaak vergeten wordt, is dat de parodie op Smith destijds niet werd gemaakt met de beste beschikbare AI-videogenerator—een model genaamd Gen-2 van Runway leverde al hogere kwaliteit resultaten, maar dat was nog niet openbaar toegankelijk. Toch was de versie van ModelScope zo vreemd en gedenkwaardig dat deze een referentiepunt werd voor de vroege beperkingen van AI-video’s terwijl de technologie voortgang boekte. Eerder deze week reageerde de AI-app-ontwikkelaar Javi Lopez op fans die graag het spaghetti-test wilden herhalen met Veo 3, en deelde hij zijn bevindingen op X. Maar bij het bekijken van de resultaten leek de soundtrack vreemd: de nep-Smith klonk alsof hij op de spaghetti aan het kauwen was. Deze storing komt voort uit de experimentele capaciteit van Veo 3 om geluidseffecten toe te voegen, waarschijnlijk omdat de trainingsdata van het model talloze voorbeelden bevatte van kauwen met knisperende geluiden. Generatieve AI-modellen werken als patroonherkennings-voorspellingen, afhankelijk van voldoende trainingsdata uit verschillende mediavormen om overtuigende output te genereren.

Wanneer bepaalde concepten in die data te veel of te weinig voorkomen, ontstaan er merkwaardige artefacten, zoals deze. We hebben zelf ook geprobeerd om dezelfde prompt te geven aan Veo 3, maar "Will Smith" werd geblokkeerd door de inhoudsfilters van Google. De prompt “Een zwarte man die spaghetti eet” leverde echter wel een soortgelijk knisperend geluidseffect op (mogelijk had Lopez vroege toegang zonder filters of experimenteerde hij met promptvariaties die door de filters heen kwamen). Veo 3 verbaast met zijn vermogen om coherente dialoog en muziek te genereren, en inspireert al tal van opvallende voorbeelden op X. Omdat we niet alleen een video wilden maken van een man die heel al dente pasta eet, testten we of hij ook tegelijk kon zingen en eten door de prompt: “Een man die een Engelstalige komedie-operette over spaghetti zingt aan een keukentafel terwijl hij het eet. ” Sinds 2023 is er aanzienlijke vooruitgang geboekt, en AI-videogeneratoren zullen blijven verbeteren in realisme en functionaliteit. Als het niet was voor de huidige filter op beroemdheden in Veo 3, hadden we gemakkelijk video's kunnen maken waarin Smith zingt—of bijna alles anders doet—wat de potentiële zorgen rond AI-video technologie onderstreept. De culturele singulariteit komt snel dichterbij. In dat kader hebben we recent onze eigen uitgebreide serie videos tests uitgevoerd met Veo 3 en zullen die resultaten binnenkort delen in een apart artikel. Voor nu beschouwen we dit als een korte update over de Fresh Prince of noodle time. Eet smakelijk!