YouTube on laajentanut merkittävästi tekoälyominaisuuksiaan integroimalla Google DeepMindin kehittyneen Veo 2 -videogeneraattorimallin Shorts-alustalleen, mahdollistaen laadukkaan videosisällön tuottamisen pelkillä tekstikehotteilla.
Integraation myötä sisällöntuottajat voivat luoda tekoälyllä tuotettuja videoleikkeitä julkaisuihinsa, mikä on Googlen kilpailullinen vastaus OpenAI:n tekstistä videoksi -generaattori Soraan. YouTube tarjosi aiemmin AI-taustoja Shorts-videoihin Dream Screen -ominaisuudella, mutta Veo 2 vie tämän pidemmälle mahdollistamalla itsenäisten videoleikkeiden luomisen, jotka voi lisätä mihin tahansa Shortsiin.
YouTuben mukaan Veo 2 tuottaa huippuluokan, korkealaatuisia videoita monenlaisista aiheista ja tyyleistä, jotka vastaavat paremmin sisällöntuottajien visioita. Teknologia prosessoi videoita nopeammin kuin aiemmat versiot ja ymmärtää paremmin todellisen maailman fysiikkaa ja ihmisten liikkeitä, mikä johtaa yksityiskohtaisempaan ja realistisempaan lopputulokseen. Sisällöntuottajat voivat myös määritellä tarkkoja tyylejä, linssejä tai elokuvatehosteita, mikä tekee Dream Screenistä intuitiivisen työkalun luovaan ilmaisuun.
Uusia ominaisuuksia voi käyttää Shorts-kameran Green Screen -valinnan kautta, jossa tekstikehotteet syötetään videoiden luomiseksi. Toiminnallisuus julkaistiin helmikuussa 2025 Yhdysvalloissa, Kanadassa, Australiassa ja Uudessa-Seelannissa, ja YouTube aikoo laajentaa saatavuutta muihin maihin myöhemmin.
Mahdollisiin väärinkäytöksiin varautuakseen YouTube hyödyntää DeepMindin SynthID-teknologiaa upottaakseen digitaalisia vesileimoja tekoälyn tuottamiin videoihin. Kaikki tekoälyllä luotu sisältö merkitään selkeästi, jotta katsojat tunnistavat sen. Tämä vastuullinen käyttöönotto sisältää rajoitetun alkuvaiheen vain tietyissä tuotteissa ennen laajentamista esimerkiksi YouTube Shortsiin vuonna 2025, jolloin kaikki tekoälyvideot merkitään näkymättömillä SynthID-vesileimoilla.
Uusin kehitys rakentuu Googlen laajempaan tekoälyvideo-strategiaan, johon kuuluu myös Veo 3:n julkaisu toukokuussa 2025. Tämä uudempi malli vie videonluonnin vielä pidemmälle lisäämällä mukaan äänielementtejä, kuten dialogia, ääniraitoja ja tehosteita. Teknologian kehittyessä se lupaa muuttaa sisällöntuotantoa yhdellä maailman suurimmista videoplatformeista ja demokratisoida korkealaatuisen videotuotannon myös niille, joilla ei ole laajaa teknistä osaamista tai laitteistoa.