Google Veo 3.1: Оновлення, яке посилює керування звуком та творчістю

Google оновив свою модель генерації відео за допомогою Veo 3.1., ітерація, зосереджена на аудіовізуальній якості, творчому контролі та надійності. Компанія інтегрує Ключові покращення редактора та розуміння інструкцій щоб пришвидшити створення кінематографічних творів.

La Найбільш помітна новинка полягає в рідне аудіо, тепер присутній протягом усього робочого процесу: діалоги, атмосфера та ефекти створюються синхронно з візуальними елементами. Крім того, Flow включає налаштування, які спрощують точне налаштування сцен, зменшують кількість тестів та підтримують узгодженість між дублями..

Що таке Veo 3.1 і які зміни в порівнянні з Veo 3?

На основі Veo 3, нова модель надає пріоритет дотримання вказівок та точність у відео- та звукових виходах. Google зазначає, що налаштування зменшує непотрібні ітерації, забезпечуючи більше контролю та стабільні результати з тим, що просили.

Оновлення з'явилося після місяців інтенсивного використання Flow творцями. сотні мільйонів кліпів згенеровано з моменту його запускуЦе навчання призводить до більш надійної інтерпретації складних сцен, більшого реалізму текстур та кращої безперервності між кадрами.

Компанія також посилює підтримку співвідношення сторін 16:9, як по горизонталі, так і по вертикалі, для кращої інтеграції в кросплатформні середовища та поточні потоки публікацій.

Інтеграція вбудованого аудіо та підтримувані формати

У Veo 3.1 звук генерується синхронізовані та контекстуальні у всіх інструментах Flow: Атмосфера, ефекти та голоси узгоджуються з кожним кадром без необхідності зовнішнього постпродакшену.

Модель виробляє базові кліпи приблизно 8 секунд з роздільною здатністю 1080p та 24 кадрами в секунду, з можливістю розширення без втрати часової когерентності. Також підтримує вертикальний формат 9:16, призначений для мобільного розповсюдження.

Ці аудіоможливості поширюються на раніше безшумні функції, дозволяючи чутному розвиватися разом з тим, що ви бачите та кроки економії у остаточному складанні.

Інструменти потоку: керування та редагування

Flow включає елементи керування, які допомагають спрямовувати візуальний розповідь. Інгредієнти для відео, вони можуть завантажте кілька еталонних зображень, щоб визначити персонажів, об'єкти та стиль, підтримка послідовності між пострілами.

Функція Кадри для відео створює перехід між початковим зображенням та кінцевим зображенням, корисний для визначення початку та кінця сцени та скорочення часу спроб і помилок.

з наповнювачможливо розширити кліпи понад одну хвилину, поєднуючи сегменти за допомогою візуальної та звукової безперервності для побудови довгих планів або повільніших наративів.

У розділі редагування, Вставити дозволяє додавати елементи до існуючого знімка, враховуючи освітлення, тіні та перспективу. Ця опція Видалення очікується найближчим часом: його метою є видалення небажаних об'єктів та природним шляхом відновлення морського дна.

Продуктивність, обмеження та якість

Veo 3.1 демонструє прогрес у узгодженість персонажів між кадрами та у відображенні базової фізики (гравітації, зіткнень або рідин), а також покращення перетворення зображення на відео з кращим збереженням дрібних деталей.

Як і у випадку з генеративним штучним інтелектом, можуть бути точкові артефакти, особливо у швидкозмінних сценах або складних переходах. Синхронізація рухів губ покращилася, хоча вона все ще вимагає ретуш у вимогливих постановках.

Google застосовує видимі водяні знаки та SynthID (цифрова ідентифікація кадру) для відстеження згенерованого контенту, захід, який не можна деактивувати.

Доступність та як її перевірити

Veo 3.1 розгорнуто в Потік, Додаток Gemini, Vertex AI та Gemini Developer APIНаявність може відрізнятися залежно від регіону та, ймовірно, Деякі розширені функції вимагають підписки.

Для технічних команд і компаній доступ через Vertex AI та API спрощує інтеграцію моделі у внутрішні інструменти, водночас Окремі творці можуть експериментувати з програми Gemini або редактор Flow.

Конкуренти та практичне використання

Проти Сора 2 від OpenAIVeo 3.1 наголошує на контролі користувача під час створення (точки відображення, редагування сцен та інтегрований звук). Sora 2 вирізняється своєю зосередженістю на реалізмі, тому вибір залежить від творчої мети.

У маркетингу, журналістиці та освіті ці функції дозволяють ідеї прототипів, створювати пояснювальні візуалізації та тематичні кліпи без традиційної зйомки, що пришвидшує доставку контенту.

З цим оновленням Google удосконалює формулу: більше контролю, інтегрований звук та кращі інструменти редагування, щоб творець міг керувати історією з меншим тертям, зберігаючи сумісність форматів та потоків з основними платформами.

Пов'язана стаття:

Що таке SynthID, водяний знак штучного інтелекту?

Альберто Наварро

Я ентузіаст технологій, який перетворив свої "гікові" інтереси на професію. Я провів понад 10 років свого життя, користуючись передовими технологіями та возячись із усіма видами програм із чистої цікавості. Зараз я спеціалізуюся на комп’ютерних технологіях та відеоіграх. Це тому, що більше 5 років я писав для різних веб-сайтів про технології та відеоігри, створюючи статті, які прагнуть надати вам необхідну інформацію мовою, зрозумілою для всіх.

Якщо у вас є запитання, я знаю все, що стосується операційної системи Windows, а також Android для мобільних телефонів. І я зобов’язаний перед вами, я завжди готовий витратити кілька хвилин і допомогти вам вирішити будь-які запитання, які можуть виникнути в цьому світі Інтернету.