Google on julkaissut edistyneimman AI -videogeneraattorin VEO 3: n kehittäjille, jotka käynnistävät tänään maksetun esikatselun Gemini API: n ja Vertex AI: n kautta. Muutto, joka hinnoitella 720p -videon synkronoidulla äänellä 0,75 dollaria sekunnissa, on merkittävä askel Googlen strategiassa ansaitakseen sen tehokkaita luovia työkaluja.
Tämän avulla kehittäjät voivat integroida mallin, joka tuottaa teräväpiirtovideon, vuoropuhelun ja äänitehosteet yhdestä kehotuksesta suoraan omiin sovelluksiinsa. API-julkaisu seuraa nopeaa päivityssarjaa, joka toi äskettäin kuva-video-ominaisuudet ja globaalin pääsyn Googlen AI-tilaajille.
Kuluttajasovelluksesta kehittäjä -sovellusliittymään
SeUusi kehittäjä pääsyon kriittinen laajennus mallille, joka oli tähän mennessä ensisijaisesti kuluttaja-osoittava ominaisuus. Sovellusliittymä tukee tällä hetkellä teksti-video-generaatiota, ja Google lupaa, että kuva-video-ominaisuudet ovat matkalla. Nopeampi, kustannustehokkaampi ”VEO 3 Fast” -tila on myös suunniteltu tulevaisuuden sovellusliittymän julkaisuun.
Mallin ydinvoimakkuus on kyvyssä luoda yhtenäisiä ja realistisia lähtöjä. Google Deepmind VP Eli Collins totesi, että "VEO 3 on erinomainen tekstistä ja kuvan kehotuksesta reaalimaailman fysiikkaan ja tarkkaan huulten synkronointiin". Tämä kyky oli keskeinen osa alkuperäistä paljastamista, kun toimitusjohtaja Demis Hassabis julisti, että tällä tekniikalla "olemme nousseet videon sukupolven hiljaisesta aikakaudesta."
Auttaakseen kehittäjiä aloittamaan Google tarjoaa SDK -mallin ja aloitussovelluksenNopea prototyyppi Google AI Studiossa. Tämä mahdollistaa nopean kokeilun ennen sitoutumista täysimittaiseen integraatioon, mikä on tärkeä askel käyttöpohjaisten kustannusten vuoksi.
Varhaiset kokeilut: 3D -animaatiosta pelielokuviin
Google korostaa sovellusliittymän käytännön arvoa yksinkertaisten teknisten demojen ulkopuolella, kuinka varhaiset kumppanit käyttävät VEO 3: taAivoriihipitoisuus, iteroi nopeasti ja parantaa tehokkuutta. Nämä alkuperäiset esimerkit osoittavat erittäin erikoistuneita, ammatillisia työnkulkuja, joissa mallin kustannukset voidaan perustella ajan säästöjen ja luovan kiihtyvyyden perusteella.
Esimerkiksi,Animaatioyritys Cartwheelon kehittänyt järjestelmän, joka kääntää 2D-videon ihmisen liikkeestä tuotantovalmiiksi 3D-animaatioiksi. Yhtiö käyttää VEO 3: ta generoimaan realistisia ja sujuvia ihmisen toimia, jotka toimivat sen putkilinjan perustana, muuttaen AI -lähtöä asiakkaille kiinnitetyiksi merkkianimaatioiksi.
SamoinGame Studio volleyhyödyntää malliatuottaa pelin sisäisiä videokuviaSe etenee tarinan tulevassa RPG: ssä, Wit's End. Tämän avulla suunnittelijat voivat nopeasti kokeilla uusia narratiivisia ideoita ja visioita, mikä on keskeinen etu pelin kehittämisen iteratiivisessa syklissä.
Nämä huolellisesti valitut käyttötapaukset ovat erityisen erikoistuneita, mikä voi viitata siihen, että suurempia, enemmän valtavirran integraatioita ei ole vielä valmis julkiseen ilmoitukseen. Tämä on yleinen strategia tehokkaiden, mutta kalliiden uusien tekniikoiden käyttöönotolle, keskittyen ensin kapealle teollisuudelle, joka voi välittömästi absorboida kustannukset.
Hinnoittelurakenne korostaa tätä ammatillista keskittymistä. MukaanGooglen viralliset hinnat, kahdeksan sekunnin leike maksaa 6 dollaria, kun taas viiden minuutin video olisi 225 dollaria. Koska täydellisen tuloksen luominen vaatii usein useita yrityksiä, reaalimaailman kustannukset voivat kasvaa nopeasti.
Kuten yksi analyysi huomauttaa, viiden minuutin käyttökelpoisen materiaalin luominen saattaa edellyttää kymmenen kertaa tuottamista summaa, mikä mahdollisesti työntää kokonaiskustannukset kohti 2 250 dollaria. Google vedonlyönti, että tietyissä käyttötapauksissa tämä on silti huomattavasti halvempaa kuin perinteiset videotuotantomenetelmät.
Viimeinen kappale laajemmasta AI -strategiasta
Tämä sovellusliittymän lanseeraus on Capstone kuukauden ajan aggressiivisten VEO 3: n käyttöönoton aikana, muuttaen sen lupaavasta uudesta mallista monipuoliseksi tuotteeksi. Kehittäjän käyttöoikeus seuraa mallin maailmanlaajuista julkaisua AI Pro -tilaajille heinäkuun alussa ja kuva-video-ominaisuuksien lisäämistä juuri viime viikolla.
Muutto vahvistaa VEO 3: n asemaa Googlen selkeän kaksikerroksisen AI-tilausstrategian keskuspylväänä. Tämä rakenne luo selkeän eron valtavirran 19,99 dollaria/kuukausi AI Pro -suunnitelman välillä, joka on suunnattu yleiseen luovaan tutkimukseen, ja huippuluokan 249,99 dollaria/kuukausi AI Ultra -suunnitelma ammattilaisille.
Google Labs -yrityksen johtaja Josh Woodward kehitti aiemmin premium -tarjouksen yksinoikeudella kokemukseksi ja totesi, että "voit ajatella tätä ultra -suunnitelmaa VIP -passina Google AI: lle". API tarjoaa nyt kolmannen, selkeän polun tekniikan pääsyyn, joka on suunnattu suoraan kaupalliseen integraatioon eikä yksilölliseen käyttöön.
Tämä julkaisu asettaa Googlen kilpailemaan suoraan Openain kaltaisten kilpailijoiden kanssa tärkeässä kilpailussa tarjotakseen perustavanlaatuisia AI -malleja kehittäjille ja yrityksille. Laittamalla hintamerkin edistyneimpaan videomalliinsa Google antaa selkeän lausunnon kaupallisista tavoitteistaan generatiivisilla AI -markkinoilla.
Lisätietoja:Google julkaisee VEO 3 -videontuotantomallin Gemini -käyttäjille 159 maassa
Väistämättömien huolenaiheiden ratkaisemiseksi väärinkäytöksistä ja syvistä kflekeistä kaikki API: n kautta tuotetut videot sisältävät digitaalisen syntetisoidun vesileiman. Tämä on keskeinen osa Googlen ilmoittamaa sitoutumista vastuulliseen AI-kehitykseen ja avoimuuden tarjoamiseen AI: n tuotetulle medialle. Tekniikka ei kuitenkaan ole hopea luoti, kutenakateemiset opinnotovat todenneet, että vesileimat eivät ole tyhjiä.
Viime kädessä sovellusliittymä avaa voimakkaita uusia keinoja tekijöille. Elokuvantekijä Darren AronofskykommentoidaTällaisten työkalujen potentiaalista "on nyt hetki tutkia näitä uusia työkaluja ja muotoilla niitä tarinankerronnan tulevaisuuteen."
