Eli Collins, wiceprezes ds. zarządzania produktami w Google DeepMind, po raz pierwszy zademonstrował zarządowi firmy generatywne narzędzia wideo AI w 2022 r. Pomimo niskiej prędkości modelu, wysokich kosztów obsługi i czasami nietypowych wyników, twierdzi, że był dla nich momentem otwierającym oczy, ponieważ zobaczyli świeże klipy wideo wygenerowane na podstawie losowego podpowiedzi.
Teraz, zaledwie kilka lat później, Google ogłosił plany dotyczące narzędzia w aplikacji YouTube, które umożliwi każdemu generowanie klipów wideo AI za pomocą firmowy model Veoi publikuj je bezpośrednio w ramach YouTube Shorts. „Z niecierpliwością czekamy na rok 2025, kiedy umożliwimy użytkownikom tworzenie samodzielnych klipów wideo i filmów krótkometrażowych” – mówi Sarah Ali, starszy dyrektor ds. zarządzania produktami w YouTube. „Będą w stanie wygenerować sześciosekundowe filmy na podstawie otwartego tekstu”. Ali twierdzi, że aktualizacja może pomóc twórcom poszukującym materiału do wypełnienia filmu lub próbującym wyobrazić sobie coś fantastycznego. Jest nieugięta, że narzędzie Veo AI nie ma zastępować kreatywności, ale ją zwiększać.
Nie jest to pierwszy raz, kiedy Google wprowadza narzędzia generatywne dla YouTube, chociaż to ogłoszenie będzie najszerszą w historii firmy integracją wideo AI. Latem Google uruchomiło eksperymentalne narzędzie, zwany Ekranem Marzeńaby wygenerować tła AI dla filmów. Przed pełnym wdrożeniem wygenerowanych klipów w przyszłym roku Google w ciągu najbliższych kilku miesięcy zaktualizuje narzędzie AI do wyświetlania zielonego ekranu za pomocą modelu Veo.
W ostatnich latach ta rozległa firma technologiczna zaprezentowała wiele modeli wideo AI, m.in Obraz I Lumiereale próbuje połączyć bardziej ujednoliconą wizję z modelem Veo. „Nawiasem mówiąc, w przyszłości naszym modelem będzie Veo” – mówi Collins. „Nie powinieneś oczekiwać od nas pięciu kolejnych modeli.” Tak, Google prawdopodobnie w końcu wypuści kolejny model wideo, ale w najbliższej przyszłości spodziewa się skupić na Veo.
Google stoi w obliczu konkurencji ze strony wielu start-upów rozwijających własne generatywne narzędzia do przetwarzania tekstu na wideo. Najbardziej znanym konkurentem jest Sora z OpenAI, ale model wideo AI, ogłoszony wcześniej w 2024 roku, nie jest jeszcze publicznie dostępny i jest zarezerwowany dla niewielkiej liczby testerów. Jeśli chodzi o powszechnie dostępne narzędzia, startup AI Runway wydał wiele wersji swojego oprogramowania wideo, w tym najnowsze narzędzie do dostosowywania oryginalnych filmów do wersji klipu w alternatywnej rzeczywistości.
Ogłoszenie YouTube następuje w chwili, gdy narzędzia generatywnej sztucznej inteligencji stały się jeszcze bardziej kontrowersyjne dla twórców, którzy czasami postrzegają obecną falę sztucznej inteligencji jako kradnąc ich pracę i próbuję osłabić proces twórczy. Ali nie widzi, że generatywne narzędzia AI stoją pomiędzy twórcami a autentycznością ich relacji z widzami. „Tak naprawdę chodzi o odbiorców i ich zainteresowania, niekoniecznie o narzędzia” – mówi. „Ale jeśli twoi odbiorcy są zainteresowani tym, jak tego dokonałeś, będzie to widoczne w opisie”. Google planuje dodać znak wodny do każdego filmu AI wygenerowanego na potrzeby YouTube Shorts SynthIDktóry zawiera niezauważalny tag ułatwiający identyfikację filmu jako syntetycznego, a także zawiera w opisie informację o wyłączeniu odpowiedzialności za „stworzony przy użyciu sztucznej inteligencji”.
Wpływowcy kultury hustle już tego próbują zagraj w algorytm korzystając z wielu narzędzi innych firm, aby zautomatyzować proces twórczy i zarabiać pieniądze przy minimalnym wysiłku. Czy przyszłoroczna integracja z Veo doprowadzi do nowej lawiny niskiej jakości, spamerskich filmów Short, które zdominują kanały użytkowników? „Myślę, że nasze doświadczenie w polecaniu odpowiednich treści właściwym widzom sprawdza się w świecie sztucznej inteligencji o dużej skali, ponieważ robiliśmy to na tak ogromną skalę” – mówi Ali. Ona również na to zwraca uwagę Standardowe wytyczne YouTube nadal obowiązują niezależnie od narzędzia użytego do stworzenia filmu.
Sztuka AI często ma odrębna estetykaco może być niepokojące dla twórców filmów, którzy cenią indywidualność i chcą, aby ich treści były wyjątkowe. Collins ma nadzieję, że odciski palców Google nie znajdują się na wszystkich materiałach wideo AI. „Nie chcę, żeby ludzie spojrzeli na to i powiedzieli: «Och, to jest model DeepMind»” – mówi. Podstawowym celem jest uzyskanie zachęty do stworzenia wyników sztucznej inteligencji zgodnych z wizją twórcy, a unikanie jawnej estetyki w przypadku Veo ma kluczowe znaczenie dla osiągnięcia szeroko zakrojonych możliwości adaptacji.
„Większość tej podróży polega w rzeczywistości na zbudowaniu czegoś, co będzie przydatne dla ludzi, skalowalne i możliwe do wdrożenia” – mówi Collins. „To nie tylko demonstracja. Jest używany w prawdziwym produkcie.” Wierzy, że umieszczenie narzędzi generatywnej sztucznej inteligencji bezpośrednio w aplikacji YouTube będzie miało przełomowy wpływ zarówno na twórców, jak i na DeepMind. „Nigdy tak naprawdę nie stworzyliśmy produktu dla twórców” – mówi. „I z pewnością nigdy nie robiliśmy tego na taką skalę”.
