گوگل از مدل هوش مصنوعی Veo 2 برای ایجاد ویدیو رونمایی کرد

یوسف اسفندیاری

۲۷ آذر ۱۴۰۳ | ۰۹:۰۰ زمان مورد نیاز برای مطالعه: ۱ دقیقه

گوگل در هفته‌ی گذشته بسیار پرکار بود و خبرهای متعددی درباره‌ی هوش مصنوعی منتشر کرد، از جمله اخبار مربوط به «Gemini 2»، «Deep Research» و قابلیت‌های جدید «NotebookLM».

اکنون نوبت به بخش خلاقانه‌تر این غول جست‌وجو رسیده است. «DeepMind» نسخه‌ی جدیدی از مدل ویدیویی «Veo» خود را رونمایی کرده است. «Veo» که اولین بار در کنفرانس «Google I/O» در اوایل امسال معرفی شد، رقیب مستقیم «Sora» متعلق به «OpenAI» محسوب می‌شود و هدف آن تبدیل شدن به یکی از بهترین تولیدکنندگان ویدیوی هوش مصنوعی است.

«Veo 2» با بهبود واقع‌گرایی بصری و درک بهتر فیزیک، حرکات را دقیق‌تر به‌نمایش می‌گذارد. این موضوع شبیه به‌روزرسانی‌های انجام شده توسط «Pika Labs» در مدل جدید «Pika 2.0» است. به‌گفته‌ی گوگل، «Veo 2» در مقایسه با سایر مدل‌های پیشرو، به‌ویژه در زمینه‌ی حالات چهره‌ی انسان، به‌نتایج بسیار پیشرفته‌ای دست می‌یابد.

«Veo 2» چه تفاوتی دارد؟

گوگل ادعا می‌کند که هوش مصنوعی «Veo 2» می‌تواند فیزیک دنیای واقعی را درک کند. این موضوع به‌نوعی هدف نهایی برای مدل‌های ویدیویی هوش مصنوعی است و حوزه‌ای است که حتی بهترین‌ها، از جمله «Sora» از «OpenAI»، با آن چالش دارند. «Veo 2» همچنین درک خوبی از انواع مختلف دوربین دارد. این قابلیتی است که مدل‌های تصویری مدتی است از آن برخوردار هستند و می‌توان از آن به‌طور موثری استفاده کرد.

به‌گفته‌ی گوگل، شما می‌توانید: «در دستور خود «لنز ۱۸ میلی‌متری» را پیشنهاد دهید و «Veo 2» می‌داند که چگونه نمای زاویه باز را که این لنز به‌خاطر آن شناخته شده است، بسازد.» همچنین می‌توانید «عمق میدان کم» را برای محو کردن پس‌زمینه اضافه کنید. «Veo 2» می‌تواند کلیپ‌هایی تا یک دقیقه و با رزولوشن «4k» تولید کند. این مدل بر اساس «زبان سینما» آموزش داده شده است و گوگل ادعا می‌کند که انگشتان اضافی و اشیای ناخواسته کمتری در ویدیوها مشاهده خواهید کرد.

«Veo 2» به‌«VideoFX» اضافه شده است، اما این سرویس همچنان دارای یک فهرست انتظار است. همچنین قرار است در آینده به‌«YouTube Shorts» اضافه شود تا امکان تولید محتوای هوش مصنوعی در این پلتفرم ویدیویی فراهم شود.