Google анонсувала нову версію штучного інтелекту для генерації відео Veo 2. Окрім того, компанія презентувала оновлену модель Imagen 3 для створення зображень та нову модель Whisk, яка замість текстових промптів використовує інші зображення.
Veo 2 має "покращене розуміння фізики реального світу та нюансів людських рухів і виразів обличчя". Google обіцяє, що модель "менше галюцинуватиме". Veo 2 також розумітиме спеціалізовані промпти із вказанням жанру, об'єктиву та кінематографічного ефекту.
Google розгортає Veo 2 в VideoFX (не доступний в Україні) і "розширює кількість користувачів, які можуть отримати доступ до нього", але все ще існує список очікування. Модель стане доступна авторам YouTube Shorts та інших продуктів у 2025 році.
Більше прикладів можна знайти тут.
В компанії також вдосконалили модель генерації зображень Imagen 3. Тепер вона підтримує більше художніх стилів — від фотореалізму до імпресіонізму, від абстракціонізму до аніме. Модель ще точніше реагує на підказки й відтворює більш насичені деталі та текстури. Imagen 3 також доступна лише в ImageFX.
І остання новинка Google — генератор зображень Whisk, який дозволяє задавати референсні зображення замість текстових промптів, об'єднувати та міксувати зображення.
За своєю суттю Whisk поєднує Imagen 3 з можливостями візуального розуміння Gemini. Модель Gemini автоматично пише докладні підписи до отриманих зображень, а потім завантажує ці описи в Imagen 3.