Google DeepMind hat kürzlich VEO vorgestellt, ein neues, generatives KI-Modell für die Videoproduktion. Entwickelt als Antwort auf OpenAIs Sora und Luma Labs‘ Dream Machine, zeichnet sich VEO durch die Fähigkeit aus, hochauflösende 1080p-Videos zu generieren, die über eine Minute hinausgehen und Texteingaben präzise in visuell ansprechende Videos umsetzen.
Wichtige Merkmale von VEO:
- Fortgeschrittene Spracherkennung und visuelle Semantik: Veo erfasst die Nuancen und Töne von Texteingaben und kann eine Vielzahl filmischer Effekte wie Zeitraffer oder Luftaufnahmen umsetzen.
- Konsistenz über Video-Frames: Ein herausragendes Merkmal ist die visuelle Konsistenz, die durch latent-diffuse Transformatoren gewährleistet wird. Diese Technologie reduziert unerwünschtes Flackern oder Morphing zwischen den Frames und verbessert so die Realitätstreue und Kohärenz der Videos.
- Erweiterte kreative Kontrolle: Veo bietet Funktionen zur gezielten Anpassung bestimmter Videoabschnitte durch Masken, was präzise Änderungen ermöglicht. Dies ist besonders nützlich für Filmemacher und Kreative.
- Verantwortungsbewusste Nutzung: Alle generierten Videos sind mit dem SynthID-Wasserzeichen versehen, um die Kennzeichnung von AI-generierten Inhalten sicherzustellen und potenzielle Risiken in Bezug auf Privatsphäre und Urheberrechte zu minimieren.
Google lädt Filmemacher und Kreative ein, VEO zu testen und durch Feedback zur Weiterentwicklung beizutragen.
Für weitere Details und eine praktische Demonstration kannst du die offizielle DeepMind Veo-Seite besuchen.
Quellen:
https://deepmind.google/technologies/veo/
https://www.ultralytics.com/de/blog/generating-video-with-google-deepmind-veo
https://techcrunch.com/2024/05/14/google-veo-a-serious-swing-at-ai-generated-video-debuts-at-google-io-2024/
https://ar5iv.org/html/2401.03048v1
https://ar5iv.org/abs/2401.03048
https://blog.google/technology/ai/google-generative-ai-veo-imagen-3
https://9to5google.com/2024/05/14/google-launches-veo-an-ai-video-generation-tool-alongside-imagen-3-upgrade/
