Google je podigao AI generiranje videa na novu razinu predstavljanjem Veo 3, revolucionarnog modela koji po prvi put donosi mogućnost dodavanja zvuka u AI-generirane videozapise.
Predstavljen na Google I/O 2025 u svibnju, Veo 3 predstavlja značajan napredak u odnosu na prethodne AI generatore videa integriranjem sinkroniziranog dijaloga, ambijentalnih zvukova i pozadinske glazbe izravno u generirane isječke. "Po prvi put izlazimo iz nijeme ere generiranja videa," izjavio je Demis Hassabis, izvršni direktor Google DeepMind-a, tijekom predstavljanja.
Ova tehnologija izvrsno stvara realistične videozapise s točnom fizikom, preciznom sinkronizacijom usana i prirodnim pokretima. Korisnici mogu generirati videozapise unosom tekstualnih opisa ili referentnih slika, a AI automatski dodaje odgovarajuće zvučne elemente koji odgovaraju vizualnom sadržaju. Ova mogućnost izdvaja Veo 3 od konkurenata poput OpenAI-jevog Sora, koji trenutačno nema mogućnost generiranja zvuka.
Uz Veo 3, Google je unaprijedio i svoj popularni model Veo 2 s nekoliko snažnih novih značajki. Među njima su video temeljen na referencama za dosljedne likove i objekte, napredne kontrole kamere za kinematografsko kretanje, outpainting za proširenje kadrova izvan izvornih granica te inteligentno dodavanje i uklanjanje objekata.
Kako bi prikazao kreativni potencijal ovih alata, Google je predstavio Flow, novu AI platformu za filmsko stvaralaštvo koja kombinira modele Veo, Imagen i Gemini. Nekoliko redatelja već je stvorilo profesionalne kratke filmove koristeći ovu tehnologiju, uključujući emotivnu znanstveno-fantastičnu priču "Kitsune" Henryja Daubreza i istraživanje identiteta "Dear Stranger" autorice Junie Lau.
Veo 3 je trenutačno dostupan pretplatnicima Googleove AI Ultra usluge u SAD-u po cijeni od 249,99 dolara mjesečno putem Gemini aplikacije, kao i poslovnim korisnicima putem Vertex AI platforme. Tehnologija uključuje SynthID vodeni žig za prepoznavanje AI-generiranog sadržaja i rješavanje zabrinutosti oko deepfakeova i dezinformacija.