Google har taget et markant skridt fremad inden for AI-genereret medieproduktion med lanceringen af Veo 3 og Imagen 4 på den årlige I/O-udviklerkonference den 20. maj 2025.
Veo 3, Googles nyeste model til videogenerering, markerer et stort fremskridt ved for første gang at introducere lydgenerering. Modellen kan skabe videoer med synkroniserede baggrundslyde som trafikstøj eller fuglefløjt og endda generere dialog mellem karakterer med præcis læbesynkronisering. Veo 3 udviser forbedret forståelse for virkelighedstro fysik og menneskelige udtryk, hvilket resulterer i mere realistiske og detaljerede videoresultater.
Sideløbende med Veo 3 præsenterede Google Imagen 4, deres hidtil mest avancerede billedgenereringsmodel. Imagen 4 udmærker sig ved at gengive fine detaljer som indviklede tekstiler, vanddråber og dyrepels med imponerende klarhed. Modellen understøtter forskellige billedformater og kan skabe billeder i op til 2K-opløsning, hvilket gør dem velegnede til print eller præsentationer. Google har desuden annonceret planer om at frigive en "hurtig variant" af Imagen 4, der vil være op til 10 gange hurtigere end forgængeren og optimeret til hurtig prototyping og kreative arbejdsgange.
Disse kraftfulde AI-modeller udgør fundamentet for Flow, Googles nye AI-drevne filmværktøj. Flow kombinerer mulighederne fra Veo, Imagen og Gemini for at hjælpe historiefortællere med at skabe filmiske klip og scener. Værktøjet tilbyder funktioner som Camera Controls til præcise kamerabevægelser, SceneBuilder til sømløs forlængelse af optagelser og Asset Management til organisering af kreative elementer. Flow gør det muligt for skabere at opretholde konsistente karakterer og scener på tværs af flere klip og sikrer dermed en mere sammenhængende fortælling.
Veo 3 er i øjeblikket tilgængelig for Google AI Ultra-abonnenter i USA til en pris på 249,99 dollars om måneden, mens Imagen 4 kan tilgås via Gemini-appen, Whisk, Vertex AI og forskellige Google Workspace-applikationer. Alt indhold genereret af disse modeller indeholder SynthID-vandmærker for at sikre gennemsigtighed og bekæmpe misinformation.
Disse fremskridt afspejler Googles engagement i at udvide sine AI-muligheder til flere brugere. Virksomheden annoncerede desuden, at Gemini-apps nu har over 400 millioner månedlige aktive brugere, hvilket vidner om den hurtige udbredelse af deres AI-teknologier.