Google wprowadza kolejne udoskonalenia w ramach pakietu AI Premium. Od dziś subskrybenci Gemini Advanced mogą korzystać z nowej funkcji – generowania filmów przy użyciu modelu Veo 2. Rozwiązanie to pozwala przekształcać opisy tekstowe w krótkie, dynamiczne klipy wideo.
Generowanie wideo w Gemini z modelem Veo 2
Nowa funkcja pozwala użytkownikom Gemini tworzyć filmy bez konieczności korzystania z zewnętrznych narzędzi. Generowanie wideo w Gemini odbywa się poprzez wybór modelu Veo 2, który wygeneruje ośmiosekundowy klip w rozdzielczości 720p (16:9), dostępny jako plik MP4.
Veo 2 wyróżnia się realistycznym odwzorowaniem ruchu, lepszym zrozumieniem fizyki i szczegółową grafiką. Dzięki temu tworzone treści są nie tylko estetyczne, ale też bardziej wiarygodne. Sami za chwilkę to ocenicie.
Jak tworzyć filmy w Gemini?
Proces generowania wideo w Gemini jest prosty – wystarczy wprowadzić opis sceny za pomocą tak zwanego promptu. Może to być wizualna koncepcja, krótka historia lub szczegółowy kadr. Im bardziej precyzyjny prompt, tym większa kontrola nad ostatecznym efektem.
Przykładowe prompty i filmy wygenerowane przez Google:
Ujęcie ogromnej jaskini lodowcowej z dwiema postaciami idącymi przez środek.
Animacja małej myszy w okularach, czytającej przy świecącym grzybie.
Zdjęcie lotnicze klifów i plaży oświetlonych światłem zachodzącego słońca.
Funkcja generowania wideo w Gemini przy użyciu modelu Veo 2 jest dostępna zarówno w przeglądarce, jak i na urządzeniach mobilnych. Google zapowiedziało stopniowe wdrażanie tej możliwości na całym świecie przez najbliższe tygodnie.
Filmy stworzone w Gemini można łatwo udostępniać, m.in. w serwisach takich jak YouTube Shorts czy TikTok. Google zadbało także o kwestie bezpieczeństwa. Każdy film wygenerowany w Gemini przez Veo 2 zawiera cyfrowy znak wodny SynthID. Firma przeprowadziła też testy bezpieczeństwa i zapowiedziała ciągłe doskonalenie algorytmów na podstawie opinii użytkowników.
Veo 2 także w Whisk – choć nie w Polsce
Model Veo 2 został udostępniony również w projekcie Whisk, czyli eksperymentalnym narzędziu AI, które generuje obrazy i animacje na podstawie tekstu i grafik. Obecnie Whisk nie jest dostępny dla użytkowników z Polski.
Źródło: blog.google.pl