وسع يوتيوب بشكل كبير من قدراته في مجال الذكاء الاصطناعي من خلال دمج نموذج توليد الفيديو المتقدم Veo 2 من Google DeepMind في منصة Shorts، مما يمكّن المبدعين من إنتاج محتوى فيديو عالي الجودة باستخدام أوامر نصية بسيطة.
يتيح هذا الدمج للمبدعين إنشاء مقاطع فيديو بالذكاء الاصطناعي لمنشوراتهم، في خطوة تمثل استجابة تنافسية من جوجل لمولد الفيديو من النص Sora التابع لـ OpenAI. وبينما كان يوتيوب يوفر سابقًا خلفيات مولدة بالذكاء الاصطناعي عبر ميزة Dream Screen، فإن Veo 2 يذهب أبعد من ذلك بتمكين إنشاء مقاطع فيديو مستقلة يمكن إضافتها لأي Short.
وبحسب يوتيوب، يقوم Veo 2 بتوليد مقاطع فيديو متقدمة وعالية الجودة عبر مجموعة واسعة من المواضيع والأنماط، بما يتوافق بشكل أفضل مع رؤية المبدعين. وتقوم التقنية بمعالجة الفيديوهات بسرعة أكبر من الإصدارات السابقة، مع فهم أفضل لفيزياء العالم الحقيقي وحركة الإنسان، ما ينتج عنه مخرجات أكثر تفصيلاً وواقعية. يمكن للمبدعين حتى تحديد أنماط أو عدسات أو مؤثرات سينمائية معينة، مما يجعل Dream Screen أداة بديهية للتعبير الإبداعي.
لاستخدام الميزات الجديدة، يمكن للمبدعين الوصول إلى Dream Screen عبر خيار الشاشة الخضراء في كاميرا Shorts، حيث يمكنهم إدخال أوامر نصية لتوليد الفيديوهات. تم إطلاق هذه الوظيفة في فبراير 2025 لصناع المحتوى في الولايات المتحدة وكندا وأستراليا ونيوزيلندا، مع خطط يوتيوب لتوسيع الإتاحة إلى المزيد من المناطق.
ولمعالجة المخاوف المتعلقة بسوء الاستخدام، يستخدم يوتيوب تقنية SynthID من DeepMind لإضافة علامات مائية رقمية داخل الفيديوهات المولدة بالذكاء الاصطناعي. ويتم تصنيف جميع المحتويات المولدة بالذكاء الاصطناعي بوضوح لمساعدة المشاهدين على التعرف عليها. وتتضمن هذه المقاربة المسؤولة للإطلاق طرحًا أوليًا محدودًا لمنتجات مختارة قبل التوسع إلى منصات مثل YouTube Shorts في 2025، مع وضع علامات SynthID غير مرئية على جميع الفيديوهات المولدة بالذكاء الاصطناعي.
ويأتي هذا التطور الأخير ضمن استراتيجية جوجل الأوسع للفيديو بالذكاء الاصطناعي، والتي شهدت مؤخرًا إطلاق Veo 3 في مايو 2025. ويضيف هذا النموذج الأحدث مزايا جديدة في توليد الفيديو، بما في ذلك الصوتيات مثل الحوارات والموسيقى التصويرية والمؤثرات الصوتية. ومع استمرار تطور هذه التقنيات، فإنها تعد بإحداث تحول في طريقة إنتاج المحتوى على واحدة من أكبر منصات الفيديو في العالم، ما قد يساهم في ديمقراطية إنتاج الفيديو عالي الجودة للمبدعين دون الحاجة لمهارات تقنية أو معدات متقدمة.