زه انځور ۳ او انځور ۴ ګورم: دا هغه څه دي چې ګوګل د مصنوعي ذهانت سره د انځور او ویډیو جوړولو کې انقلاب راولي.

مصنوعي استخبارات په دوامداره توګه لوی پرمختګونه کوي. که چیرې داسې شرکت وي چې پدې برخه کې خپل پرمختګ ته دوام ورکړي، نو دا بې له شکه ده، د ګوګل. په خپل اوږد انتظار کې د ګوګل I/O ۲۰۲۵ کلنۍ پیښه، ټولۍ یو ځل بیا یې د دوو پرمختګونو په وړاندې کولو سره د محتوا په جوړولو کې انقلاب راوستی دی چې ژمنه کوي چې زموږ د انځورونو او ویډیوګانو د تولید لاره به بدله کړي: تولیدي ماډلونه زه ۳ او انځور ۴ ګورم. دواړه د عصري او غیر متوقع نوښتونو لړۍ راوړي چې د تولیدي AI متخصصین او کاروونکي دواړه یې ساه بنده کړې ده.

ډیسډ د محیطي غږ او ډیالوګونو سره په بشپړ ډول د ویډیوګانو نسل واقعیتله لارې هغه انځورونه چې جزئیات لري د دودیز عکس څخه توپیر کول تقریبا ناممکن دي، د دفتر وسیلو او تخلیقي پلیټ فارمونو کې د بې ساري ادغام لپاره، دا ماډلونه د مصنوعي استخباراتو څخه چې په بصري او آډیو کې پلي کیږي، د هغه څه څخه مخکې او وروسته په نښه کوي چې موږ یې تمه کولی شو. راځئ وګورو چې ویو ۳ او امیجن ۴ په حقیقت کې څه کولی شي، راځئ چې دې ته ورسیږو.

ویو ۳ څه شی دی: د مصنوعي ذهانت له لارې تولید شوي ویډیو نوې دوره د حقیقي غږ سره

زه ۲ ګورم دا یوازې یو بل تازه معلومات نه دي؛ د ګوګل د لومړي تولیدي مصنوعي ذهانت راتګ استازیتوب کوي چې رامینځته کوي ویډیوګانې چې په اتوماتيک ډول اصلي غږ تولیدوي. تر اوسه پورې، نور سیالي کوونکي ماډلونه لکه د OpenAI سورا په دې برخه کې وروسته پاتې دي، د نسل پروسې په جریان کې د همغږي شوي آډیو اضافه کولو توان نلري. ګوګل په ریښتیا سره یو متفاوت وړاندیز وړاندې کوي: ویډیوګانې سره محیطي غږونه، ډیالوګ، او حتی د غږ اغیزې په بشپړه توګه مصنوعي مګر واقعیتي، ټول د کارونکي لخوا چمتو شوي توضیحاتو پراساس. د مثال په توګه، تاسو کولی شئ "د ښاري منظرې لپاره چې ترافیک او خلک خبرې کوي" وغواړئ او تاسو به یې په سمه توګه ترلاسه کړئ، د معمول غږونو او کرکټرونو د شونډو سره همغږي سره.

دا ویو ۳ د مصنوعي ذهانت په توګه ځای پر ځای کوي چې پیچلي لارښوونې ښه پوهیږي او په عمل کې یې بدلوي غږیز. تاسو کولی شئ په تفصیل سره ووایاست چې کوم کرکټرونه غواړئ، دوی باید څه ووایی، او حتی چاپیریال باید څنګه غږ شي ترڅو یو ځانګړی فضا ترلاسه کړي. د 4K ویډیوګانو جوړولو دا وړتیا، تر دوو دقیقو پورې اوږده (د Veo 2 ماډل څخه په میراث کې)، اوس د واقعیت یوې طبقې سره پیاوړې شوې چې د مصنوعي ذهانت لخوا رامینځته شوي افسانې سینمایی معیارونو ته نږدې کوي.

همدارنګه، ویو ۳ تاسو ته اجازه درکوي چې پایله په چټکۍ سره بدله کړئ.: شیان اضافه یا لرې کړئ، چوکاټ بدل کړئ (له عمودی څخه افقی ته او برعکس)، او حتی د رنګ کولو تخنیکونو په کارولو سره د لید ساحه پراخه کړئ. د کیمرې د ډیرو دقیقو کنټرولونو (ګریوټونو، زوم، تعقیب) سره یوځای، پایله د آډیو ویژول کیسې په اړه د کنټرول یوه کچه ده چې مخکې هیڅکله د مصرف کونکي AI کې نه وه لیدل شوې.

د لاسرسي اسانتیا لپاره، ګوګل دا ماډل په د جیمني اپلیکیشن (پخوانی بارډ)، او همدارنګه په نوي پلیټ فارم کې فلو (چې موږ به یې وروسته په اړه خبرې وکړو) او په مسلکي وسیلو کې لکه Vertex AI.

اړوند ماده:

ګوګل د آنر سمارټ فونونو لپاره د ویډیو جوړولو لپاره خپل نوی مصنوعي ذهانت لرونکی وسیله معرفي کړه.

پرمختللي توضیحات: د شونډو همغږي کولو څخه تر الوتنې پورې ترمیم پورې

د تولیدي ویډیو AI لپاره یوه له لویو ننګونو څخه د ترلاسه کولو وه ډیالوګونو طبیعي او قانع کوونکې شونډې ترکیب درلود. ویو ۳ د داسې ټیکنالوژۍ په شاملولو سره یو ګام پورته کوي چې د شونډو حرکت په بشپړ ډول د تولید شوي آډیو سره سمون لري، ویډیو خبرې اترې باوري او رواني کوي. دا نه یوازې د واقعیت پېژندنې درک ته وده ورکوي، بلکې په تعلیم، غږیز او اعلاناتو کې د نویو کارونو لپاره دروازه هم پرانیزي.

همدارنګه، د ګوګل مصنوعي ذهانت یوازې لومړني نسل پورې محدود نه دی: کارونکي ته اجازه ورکوي چې صحنه زوم کړي، سمت بدل کړي، او د دوی د غوره توبونو سره سم بصري عناصر تنظیم کړي، ټول د متن توضیحاتو سره. په دې توګه، تاسو کولی شئ یو نږدې عکس په پینورامیک لید بدل کړئ، له عمودی څخه افقی حالت ته واړوئ، یا نوي شیان شامل کړئ پرته لدې چې له پیل څخه پیل وکړئ. تاسو کولی شئ ناغوښتل شوي عناصر هم لرې کړئ، کوم چې د دودیز مینځپانګې په ګړندي تولید کې خورا ګټور دی.

انځور ۴: د مصنوعي ذهانت سره د انځور جوړونې انقلاب

د ویو ۳ سره په موازي ډول، ګوګل وړاندې کړی دی د 4 انځور، د مصنوعي استخباراتو په کارولو سره د عکسونو تولید لپاره د هغې نوی ماډل. د دې نسخې ځانګړتیا دا ده چې اغیزمن دی په تفصیل او د غبرګون سرعت کې د کیفیت لوړوالی. که څه هم مصنوعي ذهانت پخوا په هغو برخو کې ناکام و لکه د ښه جوړښتونو (د اوبو څاڅکي، د څارویو ویښتان، پیچلي انعکاسونه) بیا تولید، اوس انځور ۴ داسې انځورونه رامینځته کوي چې د مسلکي عکاسۍ سره په واقعیتي ترتیباتو او خلاص ترکیبونو کې سیالي کوي.

بله لویه ګټه یې دا ده چې د تولید سرعت: انځور ۴ پورې دی د خپل پخواني په پرتله لس ځله ګړندی، دمخه پرمختللی انځور 3. دا د ډیر چټک کاري جریان لپاره اجازه ورکوي، حتی په هغو پروژو کې تخلیقیت اسانه کوي چې سمدستي اړتیا لري، لکه د بیړني ګرافیک ډیزاین یا د ټولنیزو رسنیو لپاره د ټوټو تولید.

د تخنیکي کیفیت په اړه، انځور ۴ تر ۲K پورې ریزولوشن کې انځورونه جوړوي، دوی د لوړ تعریف چاپ او لوی پیمانه پریزنټشنونو لپاره مناسب کوي. دا د مختلفو اړخ تناسبونو کې د رینډرینګ ملاتړ هم کوي، له مربع څخه تر پینورامیک بڼو پورې، د پوسټ کارډونو څخه تر پوسټرونو پورې د هرڅه جوړولو لپاره بشپړ استعداد چمتو کوي.

یوه ځانګړې اړونده تفصیل دا ده چې په املا او ټایپوګرافۍ کې د پام وړ ښه والیمصنوعي ذهانت اوس کولی شي متن په سمه توګه په انځورونو کې ځای پر ځای کړي، تاسو ته اجازه درکوي چې کارتونه، بلنې، پوسټرونه، او حتی کامیکونه د لوستلو وړ، ښه فارمیټ شوي متن سره ډیزاین کړئ. دا یو له هغو اصلي ننګونو څخه له منځه وړي چې پخوانیو تولیدي ماډلونو لاهم وړاندې کړي، کوم چې ډیری وختونه د ایمبیډ شوي متن لیکلو پرمهال غلطۍ وې.

د ګوګل ایکوسیستم او شتون سره یوځای کول

دوه ماډلونه، زه ۳ او انځور ۴ ګورم، دوی د جلا وسیلو په توګه کار نه کوي، بلکه د ګوګل ایکوسیستم سره مدغم شوي دي. کاروونکي کولی شي دوی ته مستقیم د جیمني ایپ او فلو څخه لاسرسی ومومي، مګر دوی په کې مدغم شوي هم ښکاري پلیټ فارمونه لکه ډاکس، سلایډونه، ویډیوګانې او نور کاري ځای وسایل. دا زده کونکو، جوړونکو او مسلکیانو ته اجازه ورکوي چې خپل بصري او غږیز مواد په مستقیم ډول په خپلو ورځني پروژو کې راوړي پرته له دې چې د ګوګل چاپیریال پریږدي.

خو، په دې لومړي پړاو کې شتون محدود دی. ویو ۳ په جیمني کې په بیټا کې شتون لري یوازې د متحده ایالاتو کاروونکو لپاره چې د ګوګل AI الټرا ګډون لري، پداسې حال کې چې انځور 4 لا دمخه د ټولو ملاتړ شویو سیمو لپاره جیمیني او نورو ګوګل وسیلو ته وړاندې شوی. دوی په ځانګړو غوښتنلیکونو لکه ویسک او کې هم ښکاري Vertex AI، د سوداګرۍ کارونې او د دودیز محصولاتو پراختیا لپاره ډیزاین شوی.

د امیجن ۴ سره جوړ شوي ټول مینځپانګې لري a ډیجیټل واټر مارک چې SynthID نومیږي. دا نښه دا اسانه کوي چې وپیژندل شي چې ایا یو انځور د SynthID کشف کونکي وسیلې په کارولو سره د AI سره رامینځته شوی، په چاپیریال کې د شفافیت او باور یوه طبقه اضافه کوي چیرې چې د مینځپانګې صداقت خورا مهم دی.

فلو: هغه سینمايي وسیله چې د ویو، امیجین او جیمني غوره سره یوځای کوي

د پرامپټ پر بنسټ د نسل ماډلونو سره یوځای، ګوګل فلو پیل کړی، د ویډیو جوړولو او ایډیټ کولو وسیله چې د ویو 3، امیج 4، او جیمني څخه ډیره ګټه پورته کولو لپاره ډیزاین شوې. فلو د ویډیو ایف ایکس (د ګوګل لابراتوار تجربه) پخوانۍ تجربې باندې جوړ شوی او دا ډیر نور هم لیږدوي، کاروونکو ته اجازه ورکوي چې د ویډیو کلیپونه تولید کړئ، صحنې ایډیټ کړئ، د کیمرې حرکتونه کنټرول کړئ او شتمنۍ اداره کړئ په ساده او ځواکمنه لاره.

د دې پرمختللو ځانګړتیاوو په منځ کې، فلو تاسو ته اجازه درکوي چې د کیمرې حرکت او لید کنټرول کړئ، موجوده صحنې پراخې کړئ، د سین بلډر سیسټم په کارولو سره نوي شاټونه اضافه کړئ، او د یو واحد انٹرفیس څخه د ګرافیک او غږ سرچینې اداره کړئ. ټوله پروسه د مصنوعي ذهانت (AI) لخوا رهبري کیږي، چې د زده کړې موده یې حتی د غیر ایډیټ متخصصینو لپاره هم ډیره کمه کړې ده.

همدارنګه، فلو یو ټولنیز جز لري چې تاسو ته بلنه درکوي چې د AI سره رامینځته شوي مینځپانګې شریکې او کشف کړئ.. د مثال په توګه، د فلو تلویزیون سره، کاروونکي کولی شي د نورو جوړونکو لخوا رامینځته شوي ویډیوګانې وپلټي، الهام ومومي، او په یوه متحرک ټولنه کې برخه واخلي چیرې چې ټیکنالوژي او تخلیقیت سره یوځای کیږي.

څنګه کولای شم ویو ۳ او امیجن ۴ ته لاسرسی ومومم؟ د اوس لپاره، یوازې په متحده ایالاتو کې

دې پرمختللو ټیکنالوژیو ته لاسرسی په مرحله وار پلانونو کې تنظیم شوی دی. د ګوګل AI الټرا دا تر ټولو ځانګړی ګډون دی، چې موخه یې د هغو کسانو لپاره ده چې غواړي د وروستي خبرونو او خورا پرمختللي ماډل ته د لاسرسي لپاره لومړی وي. Gemini، او همدارنګه ویو ۳، فلو، ویسک، نوټ بوک ایل ایم، جیمني د ګوګل ایکوسیستم سره مدغم شوی، جیمني په کروم کې، یوټیوب پریمیم او ۲ ټې بي کلاوډ ذخیره.

بيه، اوس لپاره، دا په میاشت کې $249,99 دی، که څه هم ابتدايي تخفیفونه شتون لري. دا مهال یوازې په متحده ایالاتو کې کاروونکي کولی شي د دې لپاره لاسلیک وکړي، مګر نړیوال پراختیا ډیر ژر پلان شوې ده.

شرکتونه او مسلکیان کولی شي د ویو ۳ څخه ګټه پورته کړي Vertex AI، کوم چې دوی ته اجازه ورکوي د ویډیو او آډیو تولید ستاسو د کارپوریټ کاري جریان کې مدغم کړئ، د محصول پراختیا یا پرمختللي بازار موندنې کمپاینونه. تخلیقي او لیواله کاروونکي کولی شي د ګوګل د مصنوعي ذهانت ایکوسیستم په پرو او اساسی پلانونو کې د امیجن ۴ او د فلو ځینې ځانګړتیاو ته لاسرسی ومومي.

ګوګل هم ډیزاین کړی دی د همکارۍ ایکوسیستم، چیرې چې په ماډلونو کې پرمختګونه په چټکۍ سره د هغې ټولو تولیداتو او جوړولو وسیلو ته غځیږي، ډاډ ترلاسه کوي چې تاسو تل د اضافي هڅو پرته وروستي پرمختګونو ته لاسرسی لرئ.

ولې ویو ۳ د سیالۍ په پرتله یو ګام مخکې دی؟

د ویو ۳ تر راتګ پورې، په بازار کې ډیری مصنوعي ذهانت ویډیو جنراتورونه (لکه رن وے، لوما مصنوعي ذهانت یا پیکا لیبز) یوازې د اضافه کولو اجازه ورکوله بهرنۍ غږ د نسل وروسته. دوی نشو کولی چې په ورته ټوټه کې همغږي شوي اصلي غږونه رامینځته کړي، کوم چې د هغو کسانو لپاره ستونزه رامینځته کړه چې په بشپړ ډول اتوماتیک پایلې غواړي. ویو ۳ دا ننګونه حل کوي او ګوګل مخکښ کوي د آډیو ویژول مصنوعي ذهانت لپاره په سیالۍ کې، حتی د سورا لخوا د اوپن AI په څیر وړاندیزونو څخه مخکې، کوم چې لا تر اوسه د ویډیوګانو لومړني نسل کې آډیو مدغم کولو توان نلري.

د بصري کیفیت په اړه، هغه توضیحات چې د انځور ۴ لخوا په جوړښت، رڼا، او سټایل د تکثیر دقت کې ترلاسه شوي دي د اوسني انځور AI معیارونو څخه ډیر دي.. د انځورونو دننه د ښه لیکل شوي متن او پیچلي ګرافیک عناصرو د تولید وړتیا د کارولو امکانات زیاتوي، د هنري تخلیق څخه تر مسلکي ګرافیک ډیزاین پورې، په شمول د تفریحي او تعلیمي غوښتنلیکونو.

ګډې وړتیاوې: بې له محدودیتونو ریښتینې تخلیقیت

د ګوګل د چلند توپیر کوونکی عنصر په دې کې دی چې ماډلونه یې څنګه یو له بل سره یوځای کیږي. ویو ۳ او امیجن ۴ کولی شي د فلو او جیمني له امله یوځای کار وکړي، تخلیقي جریان فعالوي چیرې چې تاسو کولی شئ د یو ثابت عکس سره پیل وکړئ، دا په متحرک صحنه بدل کړئ، آډیو اضافه کړئ، او د مسلکي ویډیو جوړولو لپاره یې ښه تنظیم کړئ. دا د پلیټ فارمونو ترمنځ یوځای کېدل ګوګل د زده کونکو، تخلیقي مسلکیانو، اعلاناتي ادارو، یا په ساده ډول د هر هغه چا لپاره مثالی ملګری ګرځوي چې غواړي په اسانۍ او مؤثره توګه نوي بصري سیمې وپلټي.

په ایکوسیستم کې نورې ټیکنالوژۍ هم شاملې دي لکه لیریا ۲، چې د دې لپاره ډیزاین شوې د تطبیق وړ موسیقۍ نسل چې د ویډیوګانو د بدلونونو او احساساتو سره په هوښیار او همغږي ډول مل وي. دا دایره بشپړه کوي او د سټوډیو کیفیت لرونکي ټوټو تولید ته اجازه ورکوي پرته له دې چې غږ بانکونو یا بهرني موادو ته اړتیا ولري.

د پراختیا کونکو او سوداګرۍ لپاره، د API او مینځپانګې مدیریت وسیلې دا اسانه کوي چې دا حلونه په وروستي محصولاتو، ځانګړي خدماتو، ایپسونو، او ډیجیټل پلیټ فارمونو کې مدغم کړي، د تعلیم، مخابراتو، روغتیا پاملرنې او تفریح ​​په څیر متنوع سکتورونو کې نوښت ته وده ورکوي.

د ګوګل د a په توګه موقعیت لري په تخلیقي مصنوعي استخباراتو کې معیار، هغه امکانات پرانیزي چې پخوا د ساینسي افسانې په څیر ښکاریده. د کنټرول، واقعیت او اصلاح کول په یو متحد ایکوسیستم کې، دا د بصري، آډیو او ګرافیک مینځپانګې تولید لپاره یو نوی معیار ټاکي، چې په مختلفو سکتورونو کې خورا لوی احتمالي اغیز لري او هغه لاره چې جوړونکي خپل نظرونه تولیدوي او شریکوي.

اړوند ماده:

نوټ بوک ایل ایم اوس په انډرایډ کې شتون لري: دا ټول د ګوګل د مصنوعي ذهانت اپلیکیشن په اړه دي چې ستاسو یادښتونه جوړوي، لنډیز کوي او اوري.

البرټو ناواررو

زه د ټیکنالوژۍ مینه وال یم چې خپلې "ګیک" ګټې یې په مسلک بدلې کړې. ما د خپل ژوند له 10 کلونو څخه ډیر د عصري ټیکنالوژۍ په کارولو او د خالص تجسس څخه د هر ډول برنامو سره په ټکر کې تیر کړي دي. اوس زه د کمپیوټر ټیکنالوژۍ او ویډیو لوبو کې تخصص لرم. دا ځکه چې زه د 5 کلونو څخه ډیر وخت لپاره د ټیکنالوژۍ او ویډیو لوبو په اړه مختلف ویب پا forو لپاره لیکل کوم ، مقالې رامینځته کوي چې تاسو ته هغه معلومات درکړي چې تاسو ورته اړتیا لرئ په داسې ژبه کې چې هرڅوک د پوهیدو وړ وي.

که تاسو کومه پوښتنه لرئ، زما پوهه د وینډوز عملیاتي سیسټم او همدارنګه د ګرځنده تلیفونونو لپاره Android پورې اړوند هر څه پورې اړه لري. او زما ژمنه تاسو ته ده، زه تل چمتو یم چې یو څو دقیقې مصرف کړم او تاسو سره د انټرنیټ نړۍ کې د هرې پوښتنې په حل کې مرسته وکړم.