البث المباشر
كشفت شركة غوغل عن نموذج الذكاء الاصطناعي التوليدي "Veo" الذي يمكنه توليد مقاطع فيديو عالية الجودة استناداً إلى المطالبات النصية الخاصة بالمستخدمين، وذلك ضمن فعاليات مؤتمر المطورين Google I/O 2024.
وتزعم غوغل أن نموذج "Veo" لديه القدرة على فهم اللغة الطبيعية والدلالات البصرية على نحو متقدم، لإنشاء أي فيديو يدور في أذهان المستخدمين.
ويمكن إنشاء مقاطع فيديو عبر نموذج "Veo" لمدة تزيد على دقيقة وبدقة قدرها 1080 بكسلاً، وهو قادر أيضاً على فهم التقنيات السينمائية والبصرية، مثل مفهوم الفاصل الزمني، وفقاً لما ذكرته غوغل.
وتعاونت غوغل مع صانع الأفلام دونالد جلوفر واستوديوهات Gilga لإظهار قدرات نموذج "Veo" في محاكاة فيزياء العالم الحقيقي، وهو ما ظهر في مقطع فيديو ترويجي نشرته الشركة عبر يوتيوب.
وسيكون نموذج "Veo" متاحاً اليوم ضمن أداة VideoFX من غوغل لبعض منشئي المحتوى، وستُضاف أيضاً إلى يوتيوب Shorts ومنتجات أخرى تابعة للشركة.
نموذج "Imagen 3" لتحويل النص إلى صورة
وأعلنت غوغل أيضاً نموذج "Imagen 3"، وهو نموذج متطور لتحويل النص إلى صورة، وتزعم الشركة أنه النموذج "الأعلى جودة" لتحويل النص إلى صورة، وأنه يقدم درجة مذهلة من التفاصيل، وصوراً واقعية نابضة بالحياة، وعدداً أقل من الأخطاء.
وأضافت غوغل أن نموذج Imagen 3 بات يتعامل مع النصوص على نحو أفضل، وأنه أصبح أكثر ذكاءً في فهم التفاصيل في المطالبات الطويلة.
ومن جهة أخرى، فإن المجتمع التقني يتشوق إلى تجربة النماذج الجديدة من غوغل، ومقارنة أدائها بأداء نماذج شركة OpenAI المنافسة التي تمتلك نموذج Sora لتحويل النص إلى فيديو، ونموذج DALL-E 3 لتحويل النص إلى صور.
المصدر: البوابة العربية للأخبار التقنية
