Google julkaisi uudet kuvia ja videoita luovat Imagen 3- ja Veo-tekoälymallit

[Kaotik]

Google on julkaissut tekoälymarkkinoille kaksi uutta tekoälymallia. Uusi Imagen 3 osaa luoda kuvia tekstisyötteistä ja Veo puolestaan luoda kuvista ja syötteestä videoita.


Googlen uudet Imagen 3- ja Veo -tekoälymallit tulevat ainakin tässä vaiheessa käyttöön sen Vertex AI -palvelun asiakkaille. Imagen 3 tulee saataville kaikille asiakkaille ensi viikolla ja sen luvataan luovan kaikkein realistisimmat ja korkealaatuisimmat tekoälykuvat yksinkertaisista tekstisyötteistä, peitoten selvästi aiemmat Imagen-sukupolvet. Luonnollisesti Imagen 3:lla onnistuu myös tyyliteltyjen kuvien luonti realististen ohella.

Lisäksi erillisellä ”allowlist”-listalla olevat asiakkaat saavat käyttöönsä lisätoimintoja, kuten olemassa olevien kuvien muokkaamisen ja skaalaamisen sekä esimerkiksi yrityksen logon tai tuotteen sijoittamisen luotuun kuvaan. Se osaa myös laajentaa kuvia niiden rajojen ulkopuolelle. Halukkaat voivat hakea ”allowlist”-listalle, mutta tarkemmista pääsykriteereistä ei ole mainintaa.


Google DeepMindin kehittämä Veo osaa puolestaan luoda valmiista kuvista realistisia HD-videoita syötteen perusteella useissa eri tyyleissä. Esimerkkivideoissa esimerkiksi makaava koira nousee seisomaan ja lähestyy kameraa ja toisessa konsertista otetussa kuvassa valot ja yleisö liikkuvat aidon oloisesti. Se osaa tarpeen tullen luoda videot myös ilman lähdekuvaa pelkän tekstisyötteen perusteella. Esimerkkeinä Googlella on sähkökitaraa soittava teddykarhu ja merellä seilaava purjevene. Veo-mallin ilmeisesti aiempaa kehitysversiota on hyödynnetty Googlen VideoFX-sovelluksessa.

Googlen mukaan sen DeepMindin SynthID upottaa näkymättömät vesileimat kaikkiin tekoälytuotoksiin, jottei kiistatilanteissa tarvitse miettiä, onko kuva aito vai ei. Lisäksi sen tekoälymallit on tuttuun tapaan varustettu erilaisilla filttereillä, joiden pitäisi varmistaa, ettei niillä luoda haitalliseksi katsottua sisältöä. Yhtiö lupaa lisäksi, ettei se käytä käyttäjien luomaa sisältöä tekoälymalliensa opettamiseen.

Lähteet: GSMArena, Google