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.
در کنار Flow، گوگل مدل ویدئوساز 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.
ابزار جدید Flow از امروز در ایالات متحده آمریکا برای کاربران اشتراک‌های Google AI Pro و Google AI Ultra فعال می‌شود. بنابر اعلام رسمی گوگل، اشتراک AI Pro امکان تولید صد محتوای ویدئویی در ماه را فراهم می‌کند و اشتراک AI Ultra علاوه‌بر سقف استفاده بیشتر، دسترسی زودهنگام به مدل Veo 3 با قابلیت تولید صوتی بومی را در اختیار کاربران قرار می‌دهد.
