2025 மே 20-ஆம் தேதி நடைபெற்ற கூகுள் I/O வருடாந்திர டெவலப்பர் மாநாட்டில் Veo 3 மற்றும் Imagen 4 ஆகியவை அறிமுகப்படுத்தப்பட்டுள்ளன. இதன் மூலம் கூகுளின் ஏ.ஐ. மீடியா உருவாக்க திறன்கள் குறிப்பிடத்தக்க முன்னேற்றத்தை கண்டுள்ளன.
Veo 3 என்பது கூகுளின் சமீபத்திய வீடியோ உருவாக்க ஏ.ஐ. மாதிரி. இது முதன்முறையாக ஒலி உருவாக்கும் திறனுடன் வருகிறது. Veo 3, போக்குவரத்து சத்தம் அல்லது பறவைகள் குரல் போன்ற பின்னணி ஒலிகளுடன் கூடிய வீடியோக்களை உருவாக்கும்だけ அல்லாமல், கதாபாத்திரங்களுக்கு இடையிலான உரையாடலையும் துல்லியமான உதடுச்செயலாக்கத்துடன் உருவாக்கும். Veo 3, இயற்கை உலக இயங்கும் விதியும் மனித உணர்வுகளும் குறித்த புரிதலை மேம்படுத்தியுள்ளது. இதன் மூலம் உருவாகும் வீடியோக்கள் மேலும் நிஜமான மற்றும் விவரமான தோற்றத்தை பெறுகின்றன.
Veo 3-க்கு இணையாக, கூகுள் Imagen 4-ஐ அறிமுகப்படுத்தியுள்ளது. இது இதுவரை கூகுள் உருவாக்கிய மிக மேம்பட்ட பட உருவாக்க ஏ.ஐ. மாதிரி. Imagen 4, சிக்கலான துணிகள், தண்ணீர் துளிகள், விலங்கு ரோமங்கள் போன்ற நுண்ணிய விவரங்களை மிகத் தெளிவாக உருவாக்கும் திறன் கொண்டது. இது பல்வேறு பரிமாண விகிதங்களை ஆதரிக்கிறது மற்றும் 2K தீர்மானம் வரை படங்களை உருவாக்க முடியும். இதனால் அச்சிடல் மற்றும் வழங்கல் தேவைகளுக்கு ஏற்றதாக உள்ளது. கூகுள், Imagen 4-இன் 'வேகமான பதிப்பை' விரைவில் வெளியிட திட்டமிட்டுள்ளது. இது முந்தைய பதிப்பை விட 10 மடங்கு வேகமாக செயல்படும் மற்றும் விரைவான மாதிரிகள் மற்றும் படைப்பாற்றல் பணிகளுக்கு ஏற்றதாக இருக்கும்.
இந்த சக்திவாய்ந்த ஏ.ஐ. மாதிரிகள், கூகுளின் புதிய Flow என்ற திரைப்பட உருவாக்க கருவிக்கு அடித்தளமாக உள்ளன. Veo, Imagen மற்றும் Gemini ஆகியவற்றின் திறன்களை ஒருங்கிணைக்கும் Flow, கதை சொல்லிகளுக்கு சினிமா காட்சிகள் மற்றும் காட்சித் தொகுப்புகளை உருவாக்க உதவுகிறது. இதில், கேமரா இயக்கங்களை துல்லியமாக கட்டுப்படுத்தும் Camera Controls, காட்சிகளை தொடர்ச்சியாக நீட்டிக்கும் SceneBuilder, படைப்பாற்றல் கூறுகளை ஒழுங்குபடுத்தும் Asset Management ஆகிய அம்சங்கள் உள்ளன. Flow, பல வீடியோ தொகுதிகளில் ஒரே கதாபாத்திரங்களும் காட்சிகளும் தொடர்ச்சியாக இருப்பதை உறுதி செய்து, ஒருங்கிணைந்த கதை சொல்லல் அனுபவத்தை வழங்குகிறது.
Veo 3, தற்போது அமெரிக்காவில் Google AI Ultra சந்தாதாரர்களுக்கு மாதம் $249.99-க்கு கிடைக்கிறது. Imagen 4-ஐ Gemini செயலி, Whisk, Vertex AI மற்றும் பல கூகுள் Workspace பயன்பாடுகள் வழியாக அணுக முடியும். இந்த மாதிரிகள் உருவாக்கும் அனைத்து உள்ளடக்கங்களிலும் SynthID வாட்டர்மார்க் இடப்பட்டிருக்கும். இது வெளிப்படைத்தன்மையை உறுதி செய்யவும் தவறான தகவல்களை தடுக்கும் நோக்கத்திலும் உள்ளது.
இந்த முன்னேற்றங்கள், கூகுள் தனது ஏ.ஐ. திறன்களை அதிகமான பயனர்களுக்காக விரிவாக்கும் முயற்சியில் ஒரு முக்கிய கட்டமாகும். தற்போது Gemini செயலிகள் மாதத்திற்கு 400 மில்லியனுக்கும் மேற்பட்ட செயல்பாட்டு பயனாளர்களைக் கொண்டுள்ளதாகவும், கூகுள் தனது ஏ.ஐ. தொழில்நுட்பங்கள் விரைவாக ஏற்கப்பட்டுவருவதை இது காட்டுகிறது.