A Google deu um salto significativo em suas capacidades de geração de mídia por IA com o lançamento do Veo 3 e do Imagen 4 durante sua conferência anual para desenvolvedores, realizada em 20 de maio de 2025.
O Veo 3, o mais recente modelo de geração de vídeo da Google, representa um grande avanço ao introduzir, pela primeira vez, recursos de geração de áudio. O modelo consegue criar vídeos completos com sons de fundo sincronizados, como barulho de trânsito ou canto de pássaros, além de gerar diálogos entre personagens com sincronização labial precisa. O Veo 3 demonstra uma compreensão aprimorada da física do mundo real e das expressões humanas, resultando em vídeos mais realistas e detalhados.
Junto ao Veo 3, a Google apresentou o Imagen 4, seu modelo de geração de imagens mais avançado até o momento. O Imagen 4 se destaca na renderização de detalhes minuciosos, como tecidos complexos, gotas d'água e pelagem de animais, com clareza impressionante. O modelo suporta diferentes proporções de imagem e pode criar imagens em resoluções de até 2K, tornando-as adequadas para impressão ou apresentações. A Google também anunciou planos para lançar uma "variante rápida" do Imagen 4, que será até 10 vezes mais veloz que seu antecessor, otimizada para prototipagem rápida e fluxos criativos.
Esses poderosos modelos de IA servem de base para o Flow, a nova ferramenta de criação cinematográfica da Google alimentada por IA. O Flow combina as capacidades do Veo, Imagen e Gemini para ajudar contadores de histórias a criar clipes e cenas cinematográficas. A ferramenta oferece recursos como Controles de Câmera para movimentos precisos, SceneBuilder para estender tomadas de forma fluida e Gerenciamento de Ativos para organizar elementos criativos. O Flow permite que criadores mantenham personagens e cenas consistentes ao longo de vários clipes, proporcionando uma experiência narrativa mais coesa.
O Veo 3 está disponível atualmente para assinantes do Google AI Ultra nos Estados Unidos, com preço de US$ 249,99 por mês, enquanto o Imagen 4 pode ser acessado através do aplicativo Gemini, Whisk, Vertex AI e diversos aplicativos do Google Workspace. Todo o conteúdo gerado por esses modelos inclui marcas d'água SynthID para garantir transparência e combater a desinformação.
Esses avanços refletem o compromisso da Google em expandir suas capacidades de IA para mais usuários. A empresa também anunciou que os aplicativos Gemini já contam com mais de 400 milhões de usuários ativos mensais, demonstrando a rápida adoção de suas tecnologias de IA.