Prima pagină » Știrile zilei » Google Veo 3: AI-ul care a adus voce imaginilor dar și o nouă dimensiune deepfake-ului

Google Veo 3: AI-ul care a adus voce imaginilor dar și o nouă dimensiune deepfake-ului

Pentru prima dată în istoria inteligenței artificiale generative, un model poate crea videoclipuri realiste, complexe și, revoluționar, cu sunet perfect sincronizat, pornind exclusiv de la un simplu text. Această performanță uluitoare, semnată Google, promite să transforme radical industria creativă, dar ridică, totodată, semne de întrebare serioase privind potențialul de manipulare și dezinformare, scrie La Stampa.
Google Veo 3: AI-ul care a adus voce imaginilor dar și o nouă dimensiune deepfake-ului
Sursa: Youtube
Victor Dan Stephanovici
29 mai 2025, 10:24, Știri externe

Echipa DeepMind de la Google a realizat un progres remarcabil cu noul lor model, numit Veo 3. În doar câteva secunde, acesta poate genera secvențe video de înaltă fidelitate, dar ceea ce îl distinge fundamental este capacitatea de a produce simultan și audio-ul asociat – dialog, sunete de fond, efecte – totul perfect sincronizat cu imaginea. Dacă până acum modelele text-to-video ofereau doar imagini statice sau videoclipuri mute, Veo 3 marchează o tranziție comparabilă cu cea de la filmul mut la filmul sonor: clipuri video de calitate 4K în care componenta audio este inerentă creației, nu adăugată ulterior.

Google VEO 3 demonstratie:

 Cum Funcționează Veo 3

Veo 3 este, în esență, un generator video bazat pe AI. El preia descrieri în text (urmând să includă și imagini statice) și le transformă în clipuri de până la 8 secunde. Detaliile vizuale sunt impresionante, incluzând mișcări naturale ale personajelor, expresii faciale credibile și o sincronizare a buzelor cu dialogul aproape impecabilă. Rezultatul este un videoclip ce pare filmat de profesioniști, dar care a fost integral conceput și executat de inteligența artificială, eliminând necesitatea actorilor, camerelor sau platourilor de filmare tradiționale.

Deocamdată, accesul la Veo 3 este limitat. Tehnologia este disponibilă prin intermediul chatbotului Gemini (pe gemini.google.com), exclusiv pentru abonații planului Ultra (care costă 249 dolari pe lună) și doar în Statele Unite. Cu toate acestea, testele au arătat o capacitate deja solidă de a înțelege și a genera conținut credibil în alte limbi, inclusiv italiana, sugerând o extindere viitoare a suportului lingvistic.

 Demonstrații: Știri Fictive și Podcasturi AI

Testele efectuate de jurnaliștii de la La Stampa au scos în evidență capabilitățile remarcabile ale Veo 3, chiar și pentru scenarii neconvenționale. Un exemplu notabil este crearea unui fals jurnal TV în care o prezentatoare dă vestea că un AGI (Inteligență Generală Artificială) a rezolvat problemele de trafic și gropile din Roma. Rezultatul a fost un clip perfect sincronizat, cu o voce realistă și o estetică generală convingătoare. Un alt test a generat un dialog fluid și natural între doi podcasteri AI, discutând viitorul inteligenței artificiale, fără nicio intervenție umană post-producție în ceea ce privește tonul, ritmul sau mimica.

 Experiment 1: Jurnal fals de știri generat de AI:

 Experiment 2: Un podcast cu dialog fluid generat de AI:

 

Ce aduce în plus Veo 3 față de competiția sa directă (Sora, Runway)

Într-o piață deja populată de modele performante precum Sora de la OpenAI sau Runway, Veo 3 se impune prin abilitatea sa unică de a genera întregul pachet audio-vizual simultan. Cerând, de exemplu, „urmărire auto pe ploaie”, Veo 3 nu oferă doar imagini cu mașini rapide pe carosabil ud; el adaugă sunetele specifice: stropi de apă, claxoane, zgomot de motor, sunetul ploii. Această imersivitate audio-vizuală integrată este, la ora actuală, un element distinctiv major.

Oportunități fără precedent dar și riscuri pe măsură

Potențialul Veo 3 de a revoluționa creația de conținut este enorm. De la regizori independenți și educatori la artiști și echipe de marketing, oricine poate crea acum, în câteva minute, materiale video complexe ce anterior necesitau bugete mari și resurse considerabile.

Însă, odată cu aceste oportunități vin și riscuri pe măsură:

  • Deepfake-uri de un realism extrem: Greu, dacă nu imposibil, de detectat la prima vedere.
  • Lipsa marcajelor clare: Nu există, deocamdată, un watermark sau vreun indicator vizibil că videoclipul a fost generat de AI.
  • Potențial de manipulare și dezinformare: Capacitatea de a crea rapid conținut fals, dar extrem de credibil, deschide calea spre noi forme de fraudă și propaganda.

După cum a demonstrat și testul cu știrile false, un clip generat de Veo 3, lipsit de context sau avertismente, poate înșela cu ușurință un utilizator neavizat.

 Un Nou Capitol în AI și Storytelling

Veo 3 este mai mult decât o simplă inovație tehnică. Este un punct de cotitură, începutul unei noi ere în modul în care creăm, distribuim și percepem conținutul digital. Imaginile și vocile generate artificial sunt pe cale să redefinească comunicarea, educația și, în cele din urmă, relația noastră cu realitatea vizuală și sonoră. Întrebarea fundamentală nu mai este cât de realist poate părea un videoclip creat de AI, ci dacă, în viitorul apropiat, vom mai avea instrumentele sau capacitatea de a face diferența între real și artificialul creat chiar de noi.