Tại sự kiện Google I/O 2024, Google đã ra mắt hai mô hình AI mới nhất của mình mang tên Veo và Imagen 3. Imagen 3 là công cụ chuyển đổi văn bản thành hình ảnh chất lượng cao, trong khi Veo hỗ trợ tạo ra video với độ phân giải 1080p. Người dùng có thể sử dụng Veo để tạo ra video từ nhiều góc nhìn khác nhau.
Công cụ Veo của Google được xem là đối thủ cạnh tranh trực tiếp với mô hình AI Sora của OpenAI. Theo đại diện Google, Veo có khả năng "hiểu biết nâng cao về ngôn ngữ và bối cảnh tự nhiên," giúp tạo ra các video bám sát nhất với tầm nhìn của người dùng. AI của Google còn có thể hiểu được các kỹ thuật về hình ảnh và điện ảnh, chẳng hạn như khái niệm video "timelapse" (tua nhanh thời gian) hoặc "phong cảnh từ trên không."
Veo có khả năng tạo ra các cảnh quay nhất quán và mạch lạc, mô tả chuyển động thực tế của con người, động vật và đồ vật trong suốt các cảnh quay. Video thu được có thể được tinh chỉnh bằng các lời nhắc bổ sung. Google cũng đang khám phá thêm các tính năng mới cho Veo để tạo ra các góc quay và phân cảnh dài hơn.
Ông Demis Hassabis, Giám đốc điều hành Google DeepMind cho biết, các video minh họa về khả năng của Veo có thời lượng khoảng 8 giây, nhưng người dùng có thể yêu cầu kéo dài thời lượng lên hơn 1 phút.
Hiện tại, mô hình AI này chưa cho phép người dùng thử nghiệm rộng rãi. Google đang mời một số nhà làm phim và nhà sáng tạo thử nghiệm mô hình này để xác định cách mà nó có thể hỗ trợ tốt nhất cho họ.
Trong khi đó, OpenAI đã giới thiệu Sora tới Hollywood và dự định phát hành nó ra công chúng vào cuối năm nay. Trước đó, vào hồi tháng 3, OpenAI cũng đã tiết lộ rằng nó có thể sẵn sàng trong “vài tháng”. Công ty cũng đang tìm cách kết hợp âm thanh vào Sora và có thể cung cấp mô hình này trực tiếp trong các ứng dụng chỉnh sửa video như Premiere Pro của Adobe.
Do Veo cũng đang được coi là công cụ dành cho các nhà làm phim, sự khởi đầu thuận lợi của OpenAI có thể khiến dự án của Google khó cạnh tranh hơn.