O vídeo gerado pela IA vem avançando rapidamente, com os principais desenvolvedores de tecnologia correndo para construir e comercializar seus próprios modelos. Agora estamos vendo a ascensão de ferramentas que podem gerar vídeo impressionantemente fotorrealista a partir de um único immediate na linguagem pure. Na maioria das vezes, no entanto, o vídeo gerado pela IA teve uma falha flagrante: é silencioso.
Não mais. Em sua conferência anual de desenvolvedor de E/S na terça-feira, o Google anunciou o lançamento do VEO 3, a mais recente iteração de seu modelo de IA gerador de vídeo, que também vem com a capacidade de gerar áudio sincronizado.
Também: Tudo anunciado no Google I/O 2025: Gêmeos, Pesquisa, Android XR e muito mais
Think about que você solicite o sistema a gerar um vídeo definido dentro de um carro de metrô movimentado, por exemplo. O VEO 3 pode produzir o vídeo, juntamente com o ruído de fundo ambiente gerado pela IA para adicionar à sensação de realismo. Você pode até solicitar a gerar áudio de vozes humanas, de acordo com o Google.
O modelo também é especializado em simular a física do mundo actual e a sincronização labial, tornando-o uma ferramenta potencialmente valiosa para os cineastas e avançando a missão mais ampla do Google de trazer IA utilizável para as indústrias criativas. Agora está disponível para os assinantes da Gemini Extremely nos EUA. Ele também pode ser acessado através do Movement, a nova ferramenta de cinema de IA do Google, que também foi revelada em E/S nesta semana.
Um grande desafio técnico
O VEO 3 representa um dos primeiros modelos de um grande desenvolvedor de tecnologia que pode sincronizar o vídeo e o áudio gerados pela IA. Meta’s Filme genLançado em outubro, é outro. Algumas outras ferramentas, como o Gen-3 Alpha da Runway, vêm com recursos que permitem o áudio gerado pela IA em vídeo em um processo de pós-produção, mas a geração simultânea dos dois requer a computação e os recursos de uma força importante como o Google.
Também: 8 melhores recursos e ferramentas de IA revelados no Google I/O 2025
A construção de modelos de IA capaz de gerar vídeo sincronizado e áudio tem sido um desafio técnico espinhoso e uma área ativa de pesquisa em toda a indústria de IA. Tanto o vídeo gerado pela IA quanto o áudio gerado pela IA são desafios técnicos distintos, e fusá-los introduz toda uma nova dimensão de complexidade. Aqui está uma demonstração do Veo 3.
https://www.youtube.com/watch?v=94kmlfyiao8
Por um lado, o vídeo é uma série de quadros parados, enquanto o áudio é uma onda contínua. A sincronização dos dois, portanto, requer modelos que possam operar nessas duas modalidades, representando as escalas de tempo muito diferentes em que operam.
Também: O Google Movement é um novo gerador de vídeo de IA destinado a cineastas – como experimentá -lo hoje
Um modelo de fusão de modelo de IA com som também deve ser capaz de explicar dinamicamente variáveis como materials, distância e velocidade. Um carro dirigindo a 160 quilômetros por hora parece muito diferente de um viajando a 16 quilômetros por hora; Um cavalo andando em paralelepípedos parece diferente daquele que está andando na grama.
Pegue as principais histórias da manhã em sua caixa de entrada todos os dias com nosso Tecnologia hoje boletim.
