El video generado por IA ha reformista rápidamente, con desarrolladores tecnológicos líderes que corren para construir y comercializar sus propios modelos. Ahora estamos viendo el aumento de las herramientas que pueden originar un video sorprendentemente fotorrealista a partir de un solo mensaje en el jerigonza natural. En su longevo parte, sin incautación, el video generado por la IA ha tenido una deficiencia evidente: está en silencio.
Ya no. En su conferencia anual de desarrolladores de E/S el martes, Google anunció el tirada de VEO 3, la última iteración de su maniquí de IA de video procreador, que todavía viene con la capacidad de originar audio sincronizado.
Asimismo: Todo anunciado en Google I/O 2025: Gemini, Search, Android XR y más
Imagine que le solicita al sistema que genere un video establecido internamente de un automóvil de medida ocupado, por ejemplo. VEO 3 puede producir el video, inmediato con el ruido de fondo ambiental generado por IA para añadir al sentido del realismo. Incluso puede solicitarlo que genere audio de voces humanas, según Google.
Según los informes, el maniquí todavía se especializa en afectar la física del mundo existente y la sincronización de labios, por lo que es una aparejo potencialmente valiosa para los cineastas y avanzar en la delegación más amplia de Google de sufrir IA apto a las industrias creativas. Ahora está adecuado para Gemini Exaltado suscriptores en los Estados Unidos. Asimismo se puede aceptar a través de Flow, la nueva aparejo de cine con AI de Google, que todavía se presentó en E/S esta semana.
Un desafío técnico importante
VEO 3 representa uno de los primeros modelos de un importante desarrollador tecnológico que puede sincronizar el video y el audio generados por la IA. La película Gen de Meta, lanzazo en octubre, es otra. Algunas otras herramientas, como el Alpha Gen-3 de Runway, vienen con características que permiten al audio generado por IA en video en un proceso de postproducción, pero la engendramiento concurrente de los dos requiere el enumeración y los bienes de una fuerza importante como Google.
Asimismo: 8 mejores características y herramientas de IA reveladas en Google I/O 2025
La construcción de modelos de IA capaces de originar video y audio sincronizados ha sido un desafío técnico espinoso y un radio activa de investigación en toda la industria de la IA. Tanto el video generado por la IA como el audio generado por IA son desafíos técnicos distintos, y fusionarlos introduce una dimensión completamente nueva de complejidad. Aquí hay una demostración de VEO 3.
https://www.youtube.com/watch?v=94kmlfyiao8
Por un banda, el video es una serie de marcos fijos, mientras que el audio es una ola continua. Por lo tanto, la sincronización de los dos requiere modelos que puedan funcionar a través de estas dos modalidades, lo que representa las escalas de tiempo muy diferentes en las que operan.
Asimismo: Google Flow es un nuevo procreador de videos de IA destinado a los cineastas: cómo probarlo hoy
Un video de fusión de maniquí de IA con sonido todavía debe ser capaz de explicar dinámicamente variables como material, distancia y velocidad. Un automóvil que conduce a 100 millas por hora suena muy diferente a uno que viaja a 10 millas por hora; Un heroína que camina sobre adoquines suena diferente a uno que camina sobre la hierba.
Obtenga las principales historias de la mañana en su bandeja de entrada cada día con nuestro Boletín de Tech Today.
