Veo 3 گوگل: انقلابی در تولید ویدئو، مشابه کاری که ChatGPT با متن انجام داد

گوگل در کنفرانس I/O 2025، با رونمایی از مدل جدید تولید ویدئو خود به نامVeo 3بار دیگر در دنیای فناوری غوغا به پا کرد. این مدل نه‌تنها قادر به تولید ویدئوهای باکیفیت است، بلکه برای اولین بار امکان افزودن صدا را نیز فراهم کرده است؛ قابلیتی که تاکنون هیچ‌یک از مدل‌های مشابه، از جمله ابزارهای شرکت‌هایی مانند OpenAI، Meta، Stability AI و Runway ML، از آن برخوردار نبودند.

Veo 3می‌تواند صدای ترافیک در یک خیابان شهری، آواز پرندگان در پارک، و حتی مکالمات بین شخصیت‌ها را تولید کند. این ویژگی، نقطه عطفی در فناوری تولید ویدئو محسوب می‌شود که بسیاری از کارشناسان و کاربران آن را «لحظه AGI برای ویدئو» نامیده‌اند.

غوغایVeo 3در شبکه‌های اجتماعی

پس از معرفی Veo 3، شبکه‌های اجتماعی مملو از کلیپ‌هایی شدند که با استفاده از این فناوری تولید شده‌اند. کاربران از توانایی‌های این مدل در بازآفرینی فیزیک واقعی و هماهنگ کردن صدا و تصویر، از جمله حرکت آب، صدای قدم زدن روی برف، و حتی لب‌خوانی دقیق، شگفت‌زده شده‌اند.

یکی از کاربران در شبکه اجتماعی ایکس (X) ویدئویی منتشر کرد که در آن فیثاغورس، فیلسوف یونانی، در حال توضیح قضیه فیثاغورس در یونان باستان است. کلیپ دیگری نشان می‌داد مردی در حال اجرای یک استندآپ کمدی است که حتی موفق شده مخاطبان را بخنداند.

Veo 3اکنون برای مشترکان Ultra در آمریکا از طریق اپلیکیشن Gemini و Flow و همچنین برای کاربران سازمانی از طریق Vertex AI در دسترس است.

تغییرات بزرگ در صنعت فیلم‌سازی

گوگل با معرفی ابزار جدیدی به نامFlowبرای فیلم‌سازان، اعلام کرد که فرآیند تولید فیلم به‌طور کلی دگرگون خواهد شد. این ابزار به کاربران اجازه می‌دهد صحنه‌های سینمایی را تولید، دارایی‌ها را در شات‌های مختلف ادغام، و عناصر خلاقانه را با زبان ساده مدیریت کنند.

گوگل توضیح داده که Flow با الهام از لحظاتی طراحی شده است که زمان به‌نظر کندتر می‌گذرد و فرآیند خلق، پر از امکانات و بدون فشار است.

Flowقابلیت‌هایی مانند کنترل دوربین، ساخت صحنه برای ویرایش و گسترش شات‌های موجود، و ابزارهای مدیریت دارایی را ارائه می‌دهد. همچنین بخشی به نامFlow TVشامل کلیپ‌ها و کانال‌هایی است که با Veo تولید شده‌اند و دقیقاً تکنیک‌ها و دستورات استفاده‌شده برای تولید آن‌ها را نمایش می‌دهد.

آینده فیلم‌سازی با هوش مصنوعی

کارشناسان معتقدند که Veo 3 می‌تواند تولید فیلم‌های بلند را با هزینه و زمان بسیار کمتر ممکن سازد.دریا اونوتمازاستاد آزمایشگاه جکسون، پیش‌بینی می‌کند که به زودی فیلم‌هایی با کیفیت Toy Story تنها در چند روز و با هزینه‌ای چند هزار دلاری تولید شوند، در حالی که ساخت Toy Story اصلی چهار سال زمان برد و ۳۰ میلیون دلار هزینه داشت.

برخی کاربران نیز پیش‌بینی کرده‌اند که در آینده نزدیک، فیلم‌های کوتاه و حتی فیلم‌های بزرگ با بودجه بالا، به‌طور گسترده از هوش مصنوعی برای تولید صحنه‌های خاص و جلوه‌های بصری استفاده خواهند کرد.

گوگل همچنین همکاری خود را باPrimordial Soupیک پروژه داستان‌سرایی جدید به رهبریدارن آرونوفسکیکارگردان مشهور، آغاز کرده است. در این همکاری، سه فیلم کوتاه با استفاده از ابزارهای هوش مصنوعی، از جمله Veo، تولید خواهند شد. هر فیلم توسط یک فیلم‌ساز نوظهور کارگردانی می‌شود و آرونوفسکی نقش مربی را ایفا خواهد کرد.

Imagen 4؛ انقلابی در تولید تصاویر

گوگل علاوه بر Veo 3، مدل جدید تولید تصویر خود به نامImagen 4را نیز معرفی کرد. این مدل با سرعت و دقت بالا، تصاویر با جزئیات خیره‌کننده‌ای مانند پارچه‌های پیچیده، قطرات آب و خز حیوانات تولید می‌کند و در سبک‌های واقع‌گرایانه و انتزاعی عملکرد فوق‌العاده‌ای دارد.

Imagen 4می‌تواند تصاویر را با رزولوشن 2K تولید کند و از نسبت‌های مختلف ابعاد پشتیبانی می‌کند، که این ویژگی برای چاپ و ارائه بسیار مناسب است. همچنین بهبود قابل‌توجهی در تایپوگرافی و املای متن‌ها دارد و امکان استفاده در کارت‌های تبریک، پوسترها و کمیک‌های شخصی‌سازی‌شده را فراهم می‌کند.

این مدل اکنون در اپلیکیشن Gemini، ابزار Whisk، Vertex AI و مجموعه Workspace گوگل، شامل Slides، Vids و Docs، در دسترس است و مستقیماً با مدل تولید تصویر OpenAI رقابت می‌کند.

جمع‌بندی

گوگل با معرفی Veo 3 و Imagen 4 نشان داد که در رقابت هوش مصنوعی همچنان پیشتاز است. Veo 3 با توانایی تولید ویدئوهای باکیفیت همراه با صدا، انقلابی در صنعت فیلم‌سازی ایجاد کرده و ابزار Flow نیز فرآیند تولید محتوا را برای فیلم‌سازان ساده‌تر کرده است.

این نوآوری‌ها نه‌تنها آینده تولید محتوا را دگرگون می‌کنند، بلکه مرزهای خلاقیت را به سطح جدیدی می‌رسانند. گوگل بار دیگر ثابت کرده که در مسیر پیشرفت هوش مصنوعی، هیچ رقیبی توانایی توقف آن را ندارد.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.