Google、OpenAIのSoraと競合する動画を作成するAI「VEO」を発表

O グーグル は今週火曜日 (14 日)、VideoFX ツールの一部である最新のビデオ生成モデル Veo を発表しました。この新機能により、テキスト プロンプトに基づいてビデオを作成できるようになり、 ソーラ da OpenAI.

このツールは、期間中のライブブロードキャストで発表されました。 GoogleのI / O 2024。このプラットフォームでは、コンテンツの作成に加えて、AI を使用して音楽を作成するツールなど、同社の他のテクノロジーとの対話も可能になります。

ヴェオとは何ですか

Google がビデオ作成用に開発した最新の人工知能の公開では、重要なポイントが強調されました。Veo は通常の 1080 分の長さを超え、XNUMXp の解像度で結果を提供し、さまざまな映画スタイルやビジュアルを探索する機能です。

同社によると、このAIは自然言語と視覚的意味論の両方について高度な知識を備えており、より長く詳細なコマンドでもより正確なレンダリングが可能だという。

Google は、Veo はビデオ全体で人、動物、物体がリアルに動く、一貫性と一貫性のあるコンテンツを生成できると主張しています。さらに、このツールは「タイムラプス」や「風景の空撮」など、映画の世界の特定の用語を理解できるため、望ましい結果をより創造的に制御できます。

新しい AI のプレゼンテーションは、映画製作者やクリエイターのグループを対象としており、モデルを試して会社にフィードバックを提供する機会があり、将来の改善に貢献することができました。

Google はまた、Veo の一部の機能が YouTube ショートや他の同社製品に段階的に統合される予定であることも発表しましたが、具体的な日付は明記されていません。

ビデオFX

VideoFX は、Sora に対抗するために同社が作成した OpenAI の生成モデルである Veo を使用するためにブラウザ自体からアクセスするポータルです。現在、この新規性は米国でのみ実験段階で利用可能です。

新機能を使用すると、テキスト、画像、またはビデオのプロンプトだけで、さまざまなビジュアル スタイルで 60 秒を超えるビデオを作成および編集できるため、ユーザーはさまざまなアイデアを検討できます。

🎥Veo の紹介、新しい生成ビデオ モデル @GoogleDeepMind.

テキスト、画像、またはビデオのプロンプトだけを使用して、さまざまなビジュアル スタイルで 60 秒以上の HQ ビデオを作成および編集できます。 Labs の待機リストに参加して、新しい実験ツール VideoFX を試してみてください #GoogleIO pic.twitter.com/RnMsWu9s1q

- Google（@Google） 2024 年 5 月 14 日

Google によると、このツールには音楽や効果音を含めるだけでなく、生成されたシーンを処理するストーリーボード モードなどのいくつかの編集オプションも提供されています。

米国の居住者は、次の方法でツールにアクセスできます。 順番待ちリスト。現時点では、ブラジルおよびその他の国での発売の予定はありません。

イメージFX

Google はまた、Google Labs の ImageFX で利用できる Image 3 も発表しました。これを使用すると、テキスト プロンプトに基づいてまったく新しい画像を作成できます。これは、たとえば MidJourney で見られるものとよく似たものです。

第 3 世代では、画像生成の品質と忠実度が向上したため、Google はユーザーが同様に現実に忠実な画像を入手できることを約束します。

今日はImagen 3を紹介します。 @GoogleDeepMindのこれまでで最も有能な画像生成モデル。これは人々の書き方を理解して、より写実的な画像を作成し、テキストをレンダリングするための最良のモデルです。 #GoogleIO pic.twitter.com/6bjidsz6pJ

- Google（@Google） 2024 年 5 月 14 日

Mountain View の巨人によると、Imagem 3 では画像内に単語やフレーズを配置することもできるそうですが、同様の提案を行っているプラ​​ットフォームでは依然としていくつかの問題が発生しています。

Musicfx

Google はまた、音楽作成のための別の生成 AI ツール、AI Sandbox を備えた MusicFX も発表しました。 YouTubeと提携して登場したこの新機能は、AIを使って同じ曲のトラックを分割するMoises.aiのような企業と直接競合することになる。

「これらのツールは、創造性の新しい遊び場を開くように設計されており、人々が新しい楽器セクションをゼロから作成したり、新しい方法でサウンドを変換したりすることができます。」とGoogleはプレゼンテーション中に述べた。

LearnLM

最後に、Google は学習用に調整された生成 AI モデルの新しいファミリーを発表しました。 LearnLM は、さまざまな科目にわたって「会話型」の方法で学生を指導するように設計されています。

「LearnLM は教育研究に基づいており、学習体験をより個人的で魅力的なものにします。」と、Google Researchの研究・技術・社会担当上級副社長、James Manyika氏が火曜日のGoogle I/Oで説明した。

LearnLM は現在、YouTube、Google の Gemini アプリ、Google 検索、Google Classroom などの Google 製品の機能を利用しています。

たとえば、Gemini アプリケーションでは、今後数か月以内に、さまざまなテーマの専門家として機能するパーソナライズされたチャットボットを作成できるようになります。チャットボットは、生徒一人ひとりの希望を尊重した学習指導や、クイズやゲームなどの実践活動を提供します。

以下も参照してください。

Google、携帯電話のカメラを通して現実世界を見る GPT-4 のライバル、Astra を発表.

Google、携帯電話のカメラを通して現実世界を見る GPT-4 のライバル、Astra を発表

ソース： グーグル.