حققت جوجل تقدماً كبيراً في قدراتها على إنتاج الوسائط باستخدام الذكاء الاصطناعي مع إطلاق Veo 3 وImagen 4 خلال مؤتمر المطورين السنوي Google I/O في 20 مايو 2025.
يُعد Veo 3، أحدث نموذج لتوليد الفيديو من جوجل، نقلة نوعية من خلال تقديم قدرات توليد الصوت لأول مرة. يمكن للنموذج إنشاء فيديوهات متكاملة مع أصوات خلفية متزامنة مثل ضجيج المرور أو زقزقة العصافير، بل ويمكنه توليد حوارات بين الشخصيات مع مزامنة دقيقة لحركة الشفاه. يُظهر Veo 3 فهماً متقدماً لفيزياء العالم الحقيقي وتعبيرات البشر، مما ينتج عنه فيديوهات أكثر واقعية وتفصيلاً.
إلى جانب Veo 3، كشفت جوجل عن Imagen 4، وهو أكثر نماذجها تطوراً لتوليد الصور حتى الآن. يتفوق Imagen 4 في إبراز التفاصيل الدقيقة مثل الأقمشة المعقدة وقطرات الماء وفراء الحيوانات بوضوح فائق. يدعم النموذج نسب أبعاد متنوعة ويمكنه إنشاء صور بدقة تصل إلى 2K، ما يجعلها مناسبة للطباعة أو العروض التقديمية. كما أعلنت جوجل عن نيتها إطلاق نسخة "سريعة" من Imagen 4 ستكون أسرع بعشر مرات من سابقتها، ومصممة لتسريع عمليات النمذجة الإبداعية.
تُعد هذه النماذج القوية أساساً لأداة Flow الجديدة من جوجل لصناعة الأفلام بالذكاء الاصطناعي. تجمع Flow بين إمكانيات Veo وImagen وGemini لمساعدة صناع القصص على إنتاج مشاهد ولقطات سينمائية. توفر الأداة ميزات مثل التحكم في الكاميرا لتحريكها بدقة، وSceneBuilder لتمديد اللقطات بسلاسة، وإدارة الأصول لتنظيم العناصر الإبداعية. تتيح Flow للمبدعين الحفاظ على اتساق الشخصيات والمشاهد عبر عدة لقطات، ما يوفر تجربة سرد قصصي أكثر ترابطاً.
يتوفر Veo 3 حالياً لمشتركي Google AI Ultra في الولايات المتحدة بسعر 249.99 دولار أمريكي شهرياً، بينما يمكن الوصول إلى Imagen 4 عبر تطبيق Gemini وWhisk وVertex AI ومجموعة من تطبيقات Google Workspace. جميع المحتوى الذي يتم إنشاؤه باستخدام هذه النماذج يتضمن علامات مائية من نوع SynthID لضمان الشفافية ومكافحة المعلومات المضللة.
تعكس هذه التطورات التزام جوجل بتوسيع قدرات الذكاء الاصطناعي لتشمل المزيد من المستخدمين، حيث أعلنت الشركة أيضاً أن تطبيقات Gemini تجاوزت 400 مليون مستخدم نشط شهرياً، ما يدل على التبني السريع لتقنياتها في الذكاء الاصطناعي.