Google telah membuat kemajuan signifikan dalam kemampuan generasi media berbasis AI dengan peluncuran Veo 3 dan Imagen 4 pada konferensi pengembang tahunan I/O, 20 Mei 2025.
Veo 3, model generasi video terbaru dari Google, menjadi lompatan besar dengan menghadirkan kemampuan generasi audio untuk pertama kalinya. Model ini dapat menciptakan video lengkap dengan suara latar tersinkronisasi seperti suara lalu lintas atau kicauan burung, bahkan menghasilkan dialog antar karakter dengan sinkronisasi bibir yang akurat. Veo 3 menunjukkan pemahaman yang lebih baik terhadap fisika dunia nyata dan ekspresi manusia, sehingga menghasilkan output video yang lebih realistis dan detail.
Bersamaan dengan Veo 3, Google juga memperkenalkan Imagen 4, model generasi gambar tercanggih mereka hingga saat ini. Imagen 4 unggul dalam merender detail halus seperti kain rumit, tetesan air, dan bulu hewan dengan kejernihan luar biasa. Model ini mendukung berbagai rasio aspek dan mampu menghasilkan gambar hingga resolusi 2K, sehingga cocok untuk dicetak atau digunakan dalam presentasi. Google juga mengumumkan rencana merilis "varian cepat" dari Imagen 4 yang akan 10 kali lebih cepat dari pendahulunya, dioptimalkan untuk prototipe cepat dan alur kerja kreatif.
Model-model AI canggih ini menjadi fondasi Flow, alat pembuatan film berbasis AI terbaru dari Google. Flow menggabungkan kemampuan Veo, Imagen, dan Gemini untuk membantu para pendongeng menciptakan klip dan adegan sinematik. Alat ini menawarkan fitur seperti Camera Controls untuk pergerakan kamera yang presisi, SceneBuilder untuk memperpanjang adegan secara mulus, dan Asset Management untuk mengatur elemen kreatif. Flow memungkinkan kreator menjaga konsistensi karakter dan adegan di berbagai klip, sehingga menghadirkan pengalaman bercerita yang lebih kohesif.
Veo 3 saat ini tersedia untuk pelanggan Google AI Ultra di Amerika Serikat dengan harga $249,99 per bulan, sementara Imagen 4 dapat diakses melalui aplikasi Gemini, Whisk, Vertex AI, dan berbagai aplikasi Google Workspace. Seluruh konten yang dihasilkan oleh model-model ini dilengkapi watermark SynthID untuk memastikan transparansi dan memerangi misinformasi.
Kemajuan ini mencerminkan komitmen Google untuk memperluas kemampuan AI mereka ke lebih banyak pengguna, dengan perusahaan juga mengumumkan bahwa aplikasi Gemini kini memiliki lebih dari 400 juta pengguna aktif bulanan, menandakan adopsi teknologi AI mereka yang sangat pesat.