رونمایی ابزارهای هوش‌مصنوعی تولید ویدیو گوگل در I/O 2025

در کنفرانس I/O 2025، گوگل ابزار Flow را رونمایی کرد که با استفاده از Veo 3 و Imagen 4، امکان تولید ویدئوهای سینمایی را با دستورهای متنی یا تصویری فراهم می‌کند.

به گزارش تک‌ناک، گوگل در کنفرانس توسعه‌دهندگان I/O از مجموعه‌ای از ابزارها و مدل‌های جدید در حوزه هوش مصنوعی پرده‌برداری کرد که تمرکز اصلی آن‌ها بر تولید ویدئو و تصویر است. مهم‌ترین آن‌ها ابزار جدیدی به نام Flow است که ساخت ویدئوهای کوتاه مبتنی‌بر هوش مصنوعی را برای کاربران ساده می‌کند.

این ابزار که به‌نوعی ترکیبی از تولید محتوا و تدوین ویدئو محسوب می‌شود، به کاربران اجازه می‌دهد تا با استفاده از فرمان‌های متنی یا ترکیب چند تصویر، کلیپ‌های هشت‌ثانیه‌ای تولید و سپس با کمک قابلیت Scene Builder آن‌ها را به روایت تصویری متصل کنند. گوگل هدف از طراحی ابزار جدید Flow را فراهم‌کردن بستری برای تجسم و پیاده‌سازی سریع ایده‌ها توسط فیلم‌سازان عنوان کرده است.

به نقل از ورج، در نمونه‌ای نمایشی، ویدئویی با سبک انیمیشنی نمایش داده شد که ابتدا تصویری از تلویزیون را نمایش می‌داد، سپس زاویه دوربین گسترش می‌یافت و فضای اتاق و در نهایت نمای بیرونی خانه و عبور کامیون از خیابان را به نمایش می‌گذاشت. این نمایش نشان‌دهنده قابلیت Flow در مدیریت روان صحنه‌های متوالی بود.

ویژگی‌های کلیدی Flow عبارتند از:

• کنترل دوربین (Camera Controls): کاربران می‌توانند کنترل کامل روی حرکت دوربین، زاویه‌ها و دید بصری داشته باشند.
• سین‌بیلدر (Scenebuilder): امکان ویرایش و گسترش نماهای موجود با حرکات پیوسته و شخصیت‌های ثابت.
• مدیریت دارایی‌ها (Asset Management): سازمان‌دهی آسان عناصر بصری و دستورات متنی پروژه.
• تلویزیون Flow (Flow TV): بستری برای مشاهده کلیپ‌های تولیدشده با Veo، مشاهده دستورهای به‌کاررفته، و الهام‌گیری از سبک‌های مختلف تولید.

در کنار Flow، گوگل مدل تولید ویدیو Veo 3 را معرفی کرد که به گفته متیو لورن، مدیر خلاقیت در دیپ‌مایند گوگل، در مقایسه با نسل پیشین از کیفیت چشمگیر و درک بهتر فرمان‌های طولانی و امکان تولید هم‌زمان تصویر و صدا (ازجمله دیالوگ) برخوردار است. همچنین، مدل Veo 2 نیز با ابزارهای جدیدی مانند کنترل دوربین و حذف اشیای ناخواسته به‌روزرسانی شده است.

در حوزه تولید تصویر، گوگل نسخه جدید Imagen 4 را معرفی کرده است که با بهبود چشمگیر کیفیت، امکان خروجی گرفتن در فرمت‌های متنوع و قابلیت تولید متون واقعی (به‌جای خروجی‌های نامفهوم رایج در مدل‌های پیشین) همراه است.

گوگل اعلام کرده است که دسترسی به ابزار فیلم‌سازی هوش مصنوعی Flow بر اساس سطح اشتراک کاربران تنظیم می‌شود:

• مشترکان Google AI Pro ماهانه ۱۰۰ تولید ویدیو دریافت خواهند کرد و به ویژگی‌های کلیدی Flow نیز دسترسی کامل خواهند داشت.
• مشترکان Google AI Ultra از بالاترین سقف استفاده ماهانه برخوردار می‌شوند و همچنین به صورت زودهنگام به نسخه Veo 3 دسترسی خواهند داشت؛ نسخه‌ای که قابلیت تولید صوت بومی شامل افکت‌های صوتی محیطی و دیالوگ شخصیت‌ها را نیز در اختیار می‌گذارد.

این تمایز در سطح اشتراک‌ها به کاربران حرفه‌ای اجازه می‌دهد تا بر اساس نیازهای خود از قابلیت‌های پیشرفته‌تری در ساخت ویدیوهای سینمایی بهره‌مند شوند.