Në konferencën vjetore për zhvillues I/O 2025, Google prezantoi Veo 3, modelin që po vlerësohet si më i avancuari deri më tani për krijimin e videove me Inteligjencë Artificiale — dhe të parin që gjeneron video me zë.
AI-ja mund të krijojë skena si zogj që këndojnë në pyll apo rrugë qyteti me zhurmat përkatëse në sfond.
Sipas Google, Veo 3 është gjithashtu i aftë të riprodhojë në mënyrë të saktë sinkronizimin e lëvizjes së buzëve me të folurën.
Modeli aktualisht është i disponueshëm për abonentët e Gemini Ultra në SHBA dhe për përdoruesit enterprise përmes Vertex AI.
Veo 3 është gjithashtu pjesë e Flow, mjeti i ri i Google për krijimin e filmave me AI, që kombinon Veo, Imagen dhe Gemini për të gjeneruar skena kinematografike nga përshkrime të thjeshta në gjuhë natyrore.
Krahas Veo 3, Google prezantoi edhe Imagen 4, modelin më të fundit për gjenerimin e imazheve.
Ai krijon detaje të hollësishme, imazhe fotorealiste apo artistike, me cilësi deri në 2K dhe është shumë më i aftë në krijimin e tekstit brenda imazheve. Së shpejti pritet edhe një version 10 herë më i shpejtë se Imagen 3.
Për të ndihmuar në identifikimin e përmbajtjes së krijuar nga AI, Google lansoi gjithashtu SynthID Detector, ku përdoruesit mund të ngarkojnë media për të kontrolluar nëse është krijuar nga Inteligjenca Artificiale.
Këto risi janë aktualisht të disponueshme vetëm në SHBA, por Google thotë se do të zgjerojë shpejt shërbimet edhe në vende të tjera.
