Google Veo 3.1: Ажурирањето што го зајакнува аудио и креативната контрола

Google го ажурираше својот модел за генерирање видеа со Veo 3.1, итерација фокусирана на аудиовизуелен квалитет, креативна контрола и сигурност. Компанијата интегрира Клучни подобрувања во вашиот уредувач и разбирање на инструкциите за да се забрза создавањето на дела со кинематографски изглед.

La Највидливата новина е во нативен аудио, сега присутен низ целиот работен процес: дијалогот, амбиентот и ефектите се создаваат синхронизирано со визуелните елементи. Покрај тоа, Flow вклучува прилагодувања што го олеснуваат финото подесување на сцените, ги намалуваат тестовите и одржуваат конзистентност помеѓу снимањата..

Што е Veo 3.1 и какви промени има во споредба со Veo 3?

Врз основа на Veo 3, новиот модел дава приоритет на придржување кон упатството и прецизност во видео и звучните излези. Google забележува дека подесувањето ги намалува непотребните повторувања, обезбедувајќи поголема контрола и конзистентни резултати со она што беше побарано.

Ажурирањето доаѓа по месеци интензивна употреба на Flow од страна на креаторите, со стотици милиони клипови генерирано од неговото лансирањеОва учење се преведува во посигурно толкување на сложени сцени, поголем реализам во текстурите и подобар континуитет помеѓу снимките.

Компанијата, исто така, ја зајакнува поддршката за сооднос на ширина и висина од 16:9, и хоризонтално и вертикално, за подобра интеграција во крос-платформски средини и тековните текови на објавување.

Интеграција на вграден звук и поддржани формати

Со Veo 3.1, звукот се генерира во синхронизирано и контекстуално во сите алатки на Flow: Амбиентот, ефектите и гласовите се усогласуваат со секој кадар без да се потпираат на надворешна постпродукција.

Моделот произведува основни клипови од околу 8 секунди со резолуција од 1080p и 24 FPS, со можност за проширување без губење на временската кохерентност. Исто така, поддржува вертикален формат 9:16, дизајниран за мобилна дистрибуција.

Овие аудио можности се прошируваат на претходно тивки функции, дозволувајќи она што го слушате да се развива заедно со она што го гледате и чекори за зачувување во последното собрание.

Алатки за проток: Контрола и уредување

Flow вклучува контроли кои помагаат во насочувањето на визуелната нарација. Во Состојки за видео, тие можат прикачете повеќе референтни слики за да воспоставите ликови, објекти и стил, одржување на конзистентност помеѓу снимките.

Функцијата Рамки за видео генерира транзиција помеѓу почетна слика и конечна слика, корисно за дефинирање на почетокот и крајот на сцената и намалување на времето за обиди и грешки.

со Extenderможно е продолжете ги клиповите повеќе од една минута, поврзувајќи сегменти со визуелен и звучен континуитет за да се изградат долги кадри или побавни наративи.

Во делот за уредување, Вметнете ви овозможува да додавате елементи на постоечка снимка, почитувајќи го осветлувањето, сенките и перспективата. Опцијата отстрани се очекува наскоро да пристигне: неговата цел е да се отстранат несаканите предмети и да се обнови морското дно по природен пат.

Перформанси, ограничувања и квалитет

Veo 3.1 покажува напредок во кохерентност на карактерот помеѓу кадрите и во претставувањето на основната физика (гравитација, судири или флуиди), покрај подобрувањата во претворањето на сликата во видео, со подобро зачувување на фините детали.

Како и со генеративната вештачка интелигенција, може да има артефакти од точки, особено во сцени со брзо движење или сложени транзиции. Синхронизацијата на усните е подобрена, иако сè уште бара ретуширање во продукции со високи барања.

Google применува видливи водени жигови и SynthID (идентификација на дигитална рамка) за следливост на генерираната содржина, мерка што не може да се деактивира.

Достапност и како да се тестира

Veo 3.1 е распореден во Проток, Апликацијата Gemini, Vertex AI и Gemini Developer APIДостапноста може да варира во зависност од регионот и веројатно е дека Некои напредни функции бараат претплата.

За техничките тимови и компаниите, пристапот преку Vertex AI и API го олеснува интегрирањето на моделот во внатрешните алатки, додека Индивидуалните креатори можат да експериментираат од апликацијата Близнаци или уредникот на протокот.

Конкуренти и практични употреби

Против Сора 2 од OpenAI, Veo 3.1 нагласува контрола од страна на корисникот за време на креирањето (показатели за слика, уредување на сцени и интегрирано аудио). Сора 2 се издвојува по својот фокус на реализам, па изборот зависи од креативната цел.

Во маркетингот, новинарството и образованието, овие функции овозможуваат прототип идеи, креирајте објаснувачки визуелизации и продуцирајте тематски клипови без традиционално снимање, забрзувајќи ја испораката на содржината.

Со ова ажурирање, Google ја дотерува формулата: поголема контрола, интегрирано аудио и подобри алатки за уредување, така што креаторот може режирај ја приказната со помалку триење, одржувајќи формати и текови компатибилни со главните платформи.

Поврзана статија:

Што е SynthID, водениот печат на вештачката интелигенција?

Алберто Наваро

Јас сум технолошки ентузијаст кој своите „гикови“ интереси ги претвори во професија. Поминав повеќе од 10 години од мојот живот користејќи најсовремена технологија и непречено со сите видови програми од чиста љубопитност. Сега сум специјализиран за компјутерска технологија и видео игри. Тоа е затоа што повеќе од 5 години пишувам за различни веб-локации за технологија и видео игри, создавајќи статии кои се обидуваат да ви ги дадат потребните информации на јазик што е разбирлив за секого.

Ако имате прашања, моето знаење се движи од се што е поврзано со оперативниот систем Виндоус како и Андроид за мобилни телефони. И мојата посветеност е кон вас, јас сум секогаш подготвен да потрошам неколку минути и да ви помогнам да ги решите сите прашања што може да ги имате во овој интернет свет.