Google's Veo 3 and Imagen 4 مدل های AI تولیدی را به شماره ۱۱

در Google I/O 2025 امروز ، این شرکت طیف گسترده ای از نرم افزار ، فناوری و ویژگی های جدید را در سراسر اکوسیستم خود اعلام کرد ، از جمله به روزرسانی در مدل ها و ابزارهای تولید کننده هوش مصنوعی خود. Google Today Veo 3 و Imagen 4 را معرفی کرد ، نسخه های جدید مدل های ویدیویی و تصویر تولیدی آن.

گوگل مدل های جدید خود را به عنوان “پیشرفت های چشمگیر” در پست وبلاگ خود که جزئیات این اطلاعیه را شرح می دهد ، توصیف می کند.

گوگل می نویسد: “این مدل ها تصاویر ، فیلم ها و موسیقی نفس گیر را ایجاد می کنند و به هنرمندان این امکان را می دهند تا دید خلاق خود را به زندگی بیاورند. آنها همچنین ابزارهای شگفت انگیزی را برای همه ابراز می کنند.”

Google Veo 3

VEO 3 ، “مدل تولید ویدیویی پیشرفته” جدید Google ، قول می دهد کیفیت خروجی را در مقایسه با VEO 2 بهبود بخشد و در عین حال برای اولین بار تولید صوتی را نیز به فیلم های خود اضافه کند. VEO 3 می تواند سر و صدای پس زمینه مربوطه و حتی گفتگو بین شخصیت ها را اضافه کند.

Google می گوید VEO 3 در تولید صحنه های متن و عکسبرداری برتری دارد و بهتر از مدل های قبلی VEO قادر به تکرار فیزیک دنیای واقعی است. Google همچنین می گوید VEO 3 می تواند همگام سازی لب.

گوگل توضیح می دهد: “درک این عالی است.” “شما می توانید یک داستان کوتاه را در سریع خود بگویید ، و این مدل کلیپی را به شما باز می گرداند که آن را زنده می کند.”

VEO 3 امروزه برای مشترکان Ultra در ایالات متحده از طریق برنامه و جریان Gemini در دسترس است. همچنین از طریق Vertex AI در دسترس کاربران شرکت است. اطلاعات بیشتر در مورد فوق العاده و جریان در کمی.

Google Imagen 4

آخرین مدل Imagen Google ، Imagen 4 ، نوید سرعت و عملکرد بهبود یافته است. Imagen 4 از نظر تولید جزئیات ریز مانند پارچه های پیچیده ، قطرات آب و خز بهتر از قبلی خود است. گوگل می گوید Imagen 4 به همان اندازه مناسب برای نسل های عکسبرداری به عنوان انتزاعی است.

Imagen 4 می تواند در طیف وسیعی از نسبت ابعاد و وضوح تا 2K تصاویر ایجاد کند. همچنین در تولید متن بسیار بهتر است.

Imagen 4 امروز در Gemini ، Whisk و Vertex AI موجود است. همچنین در برنامه های فضای کاری Google مانند اسناد و اسلایدها ادغام شده است. این شرکت به زودی یک “نوع سریع” از Imagen 4 را منتشر می کند که تا ۱۰ برابر سریعتر از Imagen 3 است.

گوگل فوق العاده

همانطور که در بخش VEO 3 ذکر شد ، مدل جدید تولید ویدیویی هم اکنون برای مشترکان Google Ultra در دسترس است. این یک اشتراک کاملاً جدید است که امروز اعلام شده است که نوید دسترسی به “توان ترین مدل های هوش مصنوعی و ویژگی های حق بیمه” را می دهد.

Google AI Ultra امروز با قیمت ۲۴۹.۹۹ دلار در هر ماه در دسترس است ، اگرچه کاربران بار اول-که اکنون همه هستند-می توانند در سه ماه اول ۵۰ ٪ ذخیره کنند.

Google Ai Ultra شامل “بهترین نسخه” Gemini ، از جمله VEO 3 ، Flow ، Whisk ، NotebookLM ، Gemini در سراسر اکوسیستم برنامه Google ، Gemini in Chrome ، Project Mariner ، YouTube Premium و 30TB از ذخیره سازی ابری برای استفاده در درایو ، عکس ها و Gmail است.

Google AI Ultra در حال حاضر فقط در ایالات متحده است ، اما بعداً به کشورها و مناطق دیگر خواهد آمد.

جریان گوگل

VEO 3 همچنین در Google Flow موجود است ، که بخشی از اشتراک جدید Google AI Ultra و برنامه Google AI Pro موجود است. Flow یک ابزار جدید فیلم سازی هوش مصنوعی است که برای نسل بعدی خلاقان طراحی شده است.

Google می گوید جریان “تنها ابزار فیلم سازی AI است که برای پیشرفته ترین مدل های Google-Veo ، Imagen و Gemini طراحی شده است.” جریان قصد دارد به داستان نویسان کمک کند تا ایده ها را کشف کنند و کلیپ ها و صحنه هایی را برای داستان های خود ایجاد کنند.

“جریان از آنچه احساس می شود وقتی که زمان کند می شود الهام می گیرد و آفرینش بی دردسر ، تکراری و پر از امکان است. این مدل برای VEO ، مدل ویدیویی مدرن Google طراحی شده است ، با پایبندی سریع و جذابیت های سینمایی خیره کننده که در فیزیک و رئالیسم عالی است. در پشت صحنه ها ، شما می توانید از نظر روزمره شما را به صورت بینابینی توصیف کنید. برای ساختن مواد تشکیل دهنده خود با قابلیت های متن به تصویر Imagen ، جریان دهید. ”

جریان شامل ابزارهای مختلفی است که برای متخصصان ساخته شده است ، از جمله کنترل مستقیم دوربین ، گسترش صحنه ، مدیریت دارایی و موارد دیگر. جریان بر روی VideoFX ساخته شده است ، یک آزمایش Google Labs که این شرکت در سال گذشته نشان داد.

Google Flow امروز برای مشترکان Google AI Pro و AI Ultra در دسترس است. شایان ذکر است که فقط کاربران فوق العاده از هم اکنون به VEO 3 دسترسی دارند.

اعتبار تصویر: گوگل