Google ra AI tạo video 1080p dài hơn một phút, cạnh tranh OpenAI Sora

Tại sự kiện Google I/O rạng sáng 15/5 (giờ Hà Nội), Google lần đầu giới thiệu AI tạo video từ câu lệnh có tên Veo với khả năng tạo video 1080p dài hơn một phút với nhiều phong cách hình ảnh và điện ảnh khác nhau, cạnh tranh Sora của OpenAI.

Theo Google giới thiệu, Veo có khả năng hiểu ngôn ngữ tự nhiên và ngôn ngữ điện ảnh, có thể "nắm bắt chính xác âm điệu của lời nhắc", để tạo các video thể hiện chặt chẽ tầm nhìn sáng tạo của người dùng.

Mô hình này cũng có thể tạo ra cảnh quay nhất quán và mạch lạc, với các chủ thể con người, động vật và đồ vật chuyển động chân thực trong suốt cảnh quay.

Google cho biết, người dùng có thể đưa ra yêu cầu về việc kéo dài thời lượng video lên 1 phút 10 giây, đồng thời dùng lời để nhắc bổ sung, tinh chỉnh kết quả. Thời lượng mà OpenAI Sora công bố trước là tối đa 1 phút.

Veo được xây dựng dựa trên 5 mô hình tạo video gồm Generative Query Network (GQN), DVD-GAN, Imagen-Video, Phenaki, WALT, VideoPoet và Lumiere, kết hợp với nhiều kỹ thuật khác. Điều này giúp cải thiện chất lượng và độ phân giải của video đầu ra.

Tại sự kiện, Google cũng giới thiệu một AI tạo hình ảnh là Imagen 3 với khả năng tạo ra những bức hình với "mức độ chi tiết đáng kinh ngạc", hình ảnh chân thực, sống động như thật.

Imagen 3 cũng hiểu rõ hơn ngôn ngữ tự nhiên và dự đoán được mục đích của người dùng và có thể tạo ra ảnh với nhiều phong cách khác nhau.

Cả Veo và Imagen 3 hiện mới có sẵn cho một số nhà sáng tạo nội dung dùng thử, chưa được phát hành rộng rãi.