Google представила Veo 3 — ИИ-модель, которая впервые позволяет создавать синхронизированные видео и звук по тексту в один шаг. Раньше ИИ умели генерировать отдельно немое видео и звук по описанию, но объединение происходило вторым этапом вручную. Veo 3, обученный DeepMind, теперь генерирует диалоги, звуковые эффекты, фоновый шум и музыку вместе с видеорядом, синхронизируя звук с действием и речью в кадре.
Одновременно Google представила Flow — инструмент для генерации 8-секундных роликов по текстовым и визуальным подсказкам. Flow строит раскадровку, "сшивает" сцены и быстро превращает идеи в короткое видео, освобождая пользователей от рутины монтажа. Обновлённая Veo 2 позволяет менять ракурсы и удалять объекты ещё на этапе генерации, а Imagen 4 генерирует картинки с фотореалистичными деталями и вставляет читаемый текст в изображения без ошибок.
Эти обновления открывают новые горизонты для создания контента, сделав его быстрым и доступным каждому: они убирают технический барьер, который раньше препятствовал реализоваться многим креативным идеям.
