Google bringt VEO auf den Markt, eine KI, die Videos erstellt und mit Sora von OpenAI konkurriert

O Google kündigte an diesem Dienstag (14) sein neuestes generatives Videomodell, Veo, an, das Teil des VideoFX-Tools ist. Die neue Funktion ermöglicht die Erstellung von Videos auf Basis von Textansagen und kommt als Konkurrent dazu Sora da OpenAI.

Das Tool wurde im Rahmen einer Live-Übertragung angekündigt Google I / O 2024. Die Plattform ermöglicht nicht nur die Erstellung von Inhalten, sondern ermöglicht auch die Interaktion mit anderen Technologien des Unternehmens, beispielsweise dem Tool zur Erstellung von Musik mithilfe von KI.

Was ist Veo?

Bei der Enthüllung der neuesten künstlichen Intelligenz, die Google für die Videoerstellung entwickelt hat, wurde ein wichtiger Punkt hervorgehoben: Veo geht über die typische Länge von einer Minute hinaus und bietet Ergebnisse in 1080p-Auflösung und die Möglichkeit, eine Vielzahl von Filmstilen und Visuals zu erkunden.

Nach Angaben des Unternehmens verfügt diese KI über fortgeschrittene Kenntnisse sowohl in der natürlichen Sprache als auch in der visuellen Semantik, was eine genauere Wiedergabe auch bei längeren und detaillierteren Befehlen ermöglicht.

Google behauptet, dass Veo in der Lage ist, konsistente und zusammenhängende Inhalte zu generieren, in denen sich Menschen, Tiere und Objekte realistisch durch die Videos bewegen. Darüber hinaus ist das Tool in der Lage, spezifische Begriffe aus dem Filmuniversum zu verstehen, wie etwa „Zeitraffer“ und „Luftaufnahme einer Landschaft“, und bietet so eine größere kreative Kontrolle über die gewünschten Ergebnisse.

Die Präsentation der neuen KI richtete sich an eine Gruppe von Filmemachern und Kreativen, die die Gelegenheit hatten, das Modell auszuprobieren und dem Unternehmen Feedback zu geben, um zu möglichen zukünftigen Verbesserungen beizutragen.

Google kündigte außerdem an, dass einige Veo-Funktionen schrittweise in YouTube Shorts und andere Produkte des Unternehmens integriert werden, allerdings ohne einen Termin dafür zu nennen.

VideoFX

VideoFX ist ein Portal, auf das über den Browser selbst zugegriffen werden kann, um Veo zu nutzen, ein generatives Modell, das das Unternehmen entwickelt hat, um mit Sora von OpenAI zu konkurrieren. Derzeit ist die Neuheit in einer experimentellen Phase nur in den USA erhältlich.

Mit nur einer Text-, Bild- oder Videoaufforderung können Sie mit den neuen Funktionen Videos von mehr als 60 Sekunden in verschiedenen visuellen Stilen erstellen und bearbeiten, sodass der Benutzer die unterschiedlichsten Ideen erkunden kann.

Laut Google bietet das Tool neben der Einbindung von Musik und Soundeffekten auch einige Bearbeitungsmöglichkeiten, etwa den Storyboard-Modus zur Bearbeitung der generierten Szenen.

Einwohner der Vereinigten Staaten können über a auf das Tool zugreifen Warteliste. Derzeit gibt es keine Prognose für die Einführung in Brasilien und anderen Ländern.

ImageFX

Google hat außerdem Image 3 angekündigt, das in ImageFX von Google Labs verfügbar ist. Damit ist es möglich, auf Basis einer Textaufforderung völlig neue Bilder zu erstellen, etwas ganz Ähnliches, wie wir es beispielsweise in MidJourney sehen.

Mit der 3. Generation verspricht Google, dass Nutzer durch Verbesserungen in der Qualität und Wiedergabetreue der Bilderzeugung ebenso realitätsgetreue Bilder erhalten.

Laut dem Mountain View-Riesen wird Imagem 3 sogar in der Lage sein, Wörter und Phrasen in Bildern zu platzieren, was auf Plattformen mit ähnlichen Vorschlägen immer noch Probleme bereitet.

Musicfx

Google hat außerdem ein weiteres generatives KI-Tool zum Erstellen von Musik angekündigt: MusicFX mit AI Sandbox. Die neue Funktion, die in Zusammenarbeit mit YouTube eingeführt wird, wird direkt mit Unternehmen wie Moises.ai konkurrieren, die KI verwenden, um Titel desselben Songs zu trennen.

"Diese Tools sollen einen neuen Spielplatz der Kreativität eröffnen und es den Menschen ermöglichen, von Grund auf neue Instrumentalabschnitte zu erstellen, den Klang auf neue Weise zu transformieren und vieles mehr.“, erklärte Google während der Präsentation.

LearnLM

Schließlich stellte Google seine neue Familie generativer KI-Modelle vor, die auf das Lernen abgestimmt sind. LearnLM ist darauf ausgelegt, Schüler auf „konversationale“ Weise durch eine Vielzahl von Themen zu führen.

"LearnLM basiert auf Bildungsforschung und macht Lernerfahrungen persönlicher und ansprechender“, erklärte James Manyika, Senior Vice President für Forschung, Technologie und Gesellschaft bei Google Research, am Dienstag auf der Google I/O.

LearnLM wird derzeit von Funktionen in allen Google-Produkten unterstützt, darunter YouTube, die Gemini-Apps von Google, die Google-Suche und Google Classroom.

In den Gemini-Anwendungen wird es beispielsweise in den kommenden Monaten möglich sein, personalisierte Chatbots zu erstellen, die als Experten zu verschiedenen Themen fungieren können. Chatbots bieten Studienberatung und praktische Aktivitäten wie Quiz und Spiele und berücksichtigen dabei die individuellen Vorlieben jedes Studierenden.

Siehe auch:

Google zeigt Astra, einen Rivalen zu GPT-4, der die reale Welt durch die Handykamera sieht.

Quelle: Google.