أتاحت شركة جوجل نموذجها الأحدث لتوليد الفيديوهات عبر الأوامر النصية Veo 3 لعموم المشتركين في باقاتها المدفوعة Google AI Pro على مستوى العالم، بما في ذلك الشرق الأوسط وشمال إفريقيا.
وأشارت الشركة، في بيان إلى أن النموذج الجديد يفتح المجال أمام المستخدمين لإنشاء “محتوى فيديو متطور يقدّم دقة فائقة في تمثيل الملامح البشرية والمؤثرات الصوتية، وكذلك الكلام المنطوق بدقة تُضاهي طريقة البشر الحقيقية في الحديث”.
كذلك دمجت الشركة نموذجها لتوليد الفيديوهات مباشرة داخل تطبيق Gemini على الهواتف الذكية وموقع المنصة على الويب، بحيث يمكن للمستخدمين كتابة أوامر نصية لوصف تفاصيل الفيديوهات التي يرغبون في توليدها، بعد اختيار خيار “فيديو” من قائمة الأدوات في مربع كتابة الأوامر داخل جيميني واي، ومن ثم تخرج لهم النتائج في صورة فيديو مدته ثماني ثوانٍ بدقة 720p ومعامل عرض 16:9.
يُذكر أن الشركة قد كشفت لأول مرة عن نموذجها الذكي لإنشاء الفيديوهات خلال مؤتمرها السنوي للمطورين في مايو الماضي، وأتاحته بشكل تجريبي ومحدود داخل الولايات المتحدة، وتُعتبر الإتاحة العالمية التي تمت صباح الخميس، هي الأولى من نوعها للنموذج الذكي.
منافسة قوية
تجدر الإشارة إلى أن سوق نماذج توليد الفيديوهات شهد طفرة خلال الأشهر الماضية، حيث تسابقت العديد من الشركات في هذا القطاع من النماذج الذكية، محاولين كسب ولاء المستخدمين عبر تطوير قدرتهم على إنشاء مقاطع فيديو تتضمن حركة أجسام البشر بدقة تقترب من الواقع، إضافة إلى ترقية طريقة عرض ملامح الوجه وحركات الجسم والأيدي، وصولاً إلى التركيز بشكل أكبر على ملامح الوجه وحركة الشفاه، مع جعل الشخصيات المُولّدة قادرة على النطق بجمل يحددها المستخدم بأي لغة من اللغات الطبيعية، بالإضافة إلى التركيز على إضافة مؤثرات صوتية تتماشى مع مجريات الأحداث داخل الفيديو لتخرج المقاطع المُولدة في هيئة واقعية قدر الإمكان.
وكانت جوجل قد دخلت إلى سوق المحترفين في إنشاء المحتوى عبر نموذجها فائق التطور Flow، والذي تتيحه للمشتركين في باقتها المدفوعة Google AI Ultra، والتي تستهدف من خلالها جمهور صناع المحتوى من المحترفين وصنّاع الأفلام والمخرجين والمصورين.
و يركّز الجيل الأول من هذا النموذج Flow، والذي أطلقته مايو الماضي، على تقديم مستوى تحكم غير مسبوق في حركات الكاميرا، وفي زوايا التصوير، ودقة في إنشاء بيئات المحتوى المختلفة، مع الاهتمام بكافة التفاصيل المُكوّنة لعوالم التصوير المختلفة، مما يساعد صُنّاع المحتوى في إثراء محتواهم بلقطات تقترب من الواقع بدقة فائقة، مع توفير التكاليف الإنتاجية الضخمة التي يتطلبها إنتاج مثل تلك المشاهد من حركات ضخمة، وتصوير، ومعدات باهظة التكلفة.
