گوگل برای تقویت قابلیت‌های هوش مصنوعی مولتی‌مدیای خود، از مدل‌های جدید تولید ویدیو و تصویر خود به نام‌های Veo و Imagen 3 در پلتفرم Vertex AI رونمایی کرد. این اقدام به تیم‌ها امکان می‌دهد تا قابلیت‌های پیشرفته تولید ویدیو و تصویر را در جریان‌های کاری هوش مصنوعی خود ادغام کنند و استفاده‌های مختلفی، به‌ویژه در زمینه بازاریابی و تبلیغات، داشته باشند. این همچنین موجب می‌شود تا گوگل کلود اولین ارائه‌دهنده خدمات ابری باشد که مدل ویدیویی را به مشتریان خود ارائه می‌دهد.
مدل Veo که در حال حاضر در مرحله پیش‌نمایش خصوصی قرار دارد، به تیم‌ها این امکان را می‌دهد تا با استفاده از ورودی‌های متنی یا تصویری، ویدیوهایی سینمایی و با کیفیت بالا تولید کنند. این مدل قابلیت تولید ویدیوهایی با طول بیش از ۶۰ ثانیه را دارد و با حفظ انسجام فریم‌به‌فریم، حرکت سوژه‌ها را به‌طور روان و پیوسته در صحنه‌ها نمایش می‌دهد.
از سوی دیگر، مدل Imagen 3 که از هفته آینده به‌طور عمومی در دسترس تمام کاربران Vertex AI قرار خواهد گرفت، به تولید تصاویر فتوواقعی با جزئیات دقیق‌تر، دقت نورپردازی بالاتر و کاهش بهتر آثار جانبی می‌پردازد. این مدل همچنین امکان ویرایش تصاویر تولید شده را فراهم می‌آورد تا کاربران بتوانند به‌راحتی محتواهای خود را مطابق با نیازهای خاص خلاقانه‌شان تنظیم کنند.
پلتفرم Vertex AI که پیش‌تر به‌عنوان ابزار اصلی توسعه و استقرار برنامه‌های هوش مصنوعی گوگل شناخته می‌شد، اکنون با افزودن مدل‌های Veo و Imagen 3، مجموعه‌ای کامل‌تر از ابزارها را برای نوآوری در بازاریابی، فروش و دیگر حوزه‌ها به سازمان‌ها ارائه می‌دهد. کاربران این پلتفرم می‌توانند از قابلیت‌هایی مانند افزایش کیفیت تصاویر، ترمیم، نقاشی دیجیتال و تعویض پس‌زمینه با استفاده از دستورات متنی بهره‌مند شوند.
این مدل‌ها شامل ویژگی‌های ایمنی مانند واترمارک دیجیتال و ابزارهای نظارت بر محتوا هستند تا خطرات مرتبط با هوش مصنوعی تولیدی را کاهش دهند. این تحولات به کسب‌وکارها در صنایع مختلف این فرصت را می‌دهد تا شیوه‌های جدیدی برای ایجاد و ارائه محتوای بصری ایجاد کنند.
گزارش‌ها نشان می‌دهد که این حرکت گوگل با معرفی مدل Veo در حالی اتفاق افتاده است که آمازون نیز اخیراً مدل Nova Reel را معرفی کرده که توانایی تولید ویدیوهای شش ثانیه‌ای استودیو-کیفیت از ورودی‌های متنی و تصویری را دارد. در حال حاضر، مایکروسافت در این حوزه عقب‌تر از رقبا به نظر می‌رسد، اما انتظار می‌رود با معرفی مدل Sora از OpenAI تغییراتی در این زمینه ایجاد شود.
کد خبر ۲۱۳۰۳۰۹۱۷.۱۸۷
