گوگل از هوش مصنوعی ویدیوساز Veo 3 با قابلیت تولید صدا رونمایی کرد [تماشا کنید]

یکی از جذاب‌ترین مدل‌های هوش مصنوعی گوگل که در I/O 2025 معرفی شد، مدل ویدیوساز Veo 3 است که به رقابت با OpenAI Sora می‌رود. اما مدل گوگل یک برتری مهم دارد: می‌تواند خودش صدا هم به ویدیو اضافه کند.

گوگل می‌گوید مدل هوش مصنوعی Veo 3 از سطح تبدیل متن و تصویر به ویدیو فراتر رفته و حالا به درک فیزیک جهان واقعی و هماهنگ‌سازی دقیق حرکات لب با صدا رسیده است. این مدل جدید از امروز با اشتراک Ultra که ماهانه 249 دلار قیمت دارد، در دسترس مشترکان پولی گوگل در آمریکا قرار می‌گیرد. مدل Veo 3 همچنین از طریق پلتفرم سازمانی Vertex AI در دسترس خواهد بود.

مدل هوش مصنوعی ویدیوساز گوگل Veo 3

مدل هوش مصنوعی Veo 3 برای مثال می‌تواند ویدیویی از پرندگان بسازد که دارای صدای آواز آنهاست، یا ویدیویی از یک خیابان تولید کند که دارای صدای ترافیک در پس‌زمینه است. این مدل قابلیت تولید دیالوگ هم دارد، و می‌تواند از ارجاع ویدیویی استفاده کند تا صحنه‌هایی یکپارچه ارائه دهد. به‌علاوه، اکنون با Veo به کنترل‌های دوربین دسترسی دارید.

Veo 3 در ابزار فیلم‌سازی هوش مصنوعی جدید گوگل موسوم به Flow نیز در دسترس قرار می‌گیرد. کاربران از طریق Flow که به Veo، جمینای و Imagen مجهز شده، می‌توانند صحنه سینمایی مدنظر خود را با زبان طبیعی توصیف کنند و خروجی را از هوش مصنوعی تحویل بگیرند. گوگل می‌گوید با اهالی صنعت سینما همکاری نزدیکی داشته است تا فرصت‌های استفاده از Veo را بررسی کند.

مدل Veo 3 از نظر بصری نیز بهتر شده است و با کمک ارتقاهای جدید و قابلیت‌های تازه می‌تواند برتر از مدل رقیب اصلی خود یعنی OpenAI Sora باشد. با مدل ویدیوساز جدید گوگل حالا می‌توانید داستان‌های کوتاه خود را به‌راحتی از ایده به تصویر و ویدیو تبدیل کنید و روی آنها صدا بگذارید تا نتیجه کار را دریافت کند. خلق محتوا حالا از هر زمان دیگری آسان‌تر شده است.