by Google DeepMind
Veo هي عائلة من نماذج توليد الفيديو بالذكاء الاصطناعي عالي الدقة طورتها Google DeepMind. تقوم بإنشاء مقاطع فيديو واقعية بدقة 1080p و 4K من مطالبات نصية وصور ومقاطع فيديو، مع فيزياء دقيقة، ودلالات كاميرا متقدمة، وصوت متزامن أصلي.
Veo is a text-to-video / image-to-video / video-to-video model from Google DeepMind. It is currently in ga stage (since 2024-05-14).
ينشئ صوتاً متزامناً دقيقاً من حيث السياق، بما في ذلك المؤثرات الصوتية والضوضاء الخلفية، مباشرةً جنباً إلى جنب مع الفيديو الذي تم إنشاؤه.
يفهم مطالبات صناعة الأفلام المعقدة (مثل التحريك، التتبع، اللقطات الجوية) ويعرض حركة كاميرا واقعية ومتسقة.
يحول الصور الثابتة إلى مقاطع فيديو ديناميكية، ويوسع مقاطع الفيديو الحالية أصلياً، ويسمح بنقل الحركة بين العناصر.
يوفر فئات محسّنة للسرعة (Veo Fast و Veo Lite) التي تقلل بشكل كبير من أوقات العرض لسير العمل عالي الحجم مع الحفاظ على دقة عالية.
These claims are drawn from Google DeepMind's own positioning and should be verified against hands-on testing once general access opens.
| الحد الأقصى للدقة | 4K (Standard/Pro), 1080p & 720p (Fast/Lite) ✓ |
|---|---|
| نسب العرض إلى الارتفاع | 16:9, 9:16 ✓ |
| معدل الإطارات | 24 - 30 إطاراً في الثانية ✓ |
| المدة الأساسية | 4 إلى 8 ثوانٍ أصلياً، قابلة للتمديد عبر واجهة برمجة التطبيقات والتكرار ✓ |
Scenario: توليد لقطات ثانوية عمودية أو مقاطع تم إنشاؤها بالكامل بواسطة الذكاء الاصطناعي مع صوت أصلي مباشرة داخل تطبيق YouTube.
Outcome: إنتاج فيديوهات YouTube Shorts جذابة وعالية الجودة بسرعة دون الحاجة إلى خط إنتاج خارجي لتحرير الفيديو.
Scenario: تصور المشاهد مسبقاً وإنشاء لوحات القصة (Storyboarding) من خلال كتابة مطالبات لحركات كاميرا معقدة مثل "لقطة تتبع بطائرة بدون طيار" أو "تصوير زمني".
Outcome: تقديم تسلسلات سينمائية واقعية تعكس بدقة دلالات الإخراج الفني.
Scenario: النماذج الأولية السريعة واختبار A/B عالي الحجم للإعلانات الإبداعية باستخدام واجهات برمجة تطبيقات Veo Lite أو Fast الفعالة من حيث التكلفة.
Outcome: تقليل تكلفة الإنتاج ووقت التنفيذ بشكل كبير لحملات إعلانات الفيديو متعددة المنصات.
| vs | On | Veo | Them |
|---|---|---|---|
| OpenAI Sora | تكامل النظام البيئي | مدمج بعمق مباشرة في أدوات المستهلك مثل YouTube Shorts و Google Photos، إلى جانب وصول قوي لخدمة Vertex AI. | يعمل داخل نظام ChatGPT و OpenAI APIs، مع تركيز أقوى على توليد الفيديو المستقل بالذكاء الاصطناعي بدلاً من التكامل مع المنصات الاجتماعية. |
| Runway Gen-3 | السرعة والتكلفة | يوفر فئات ميسورة التكلفة للغاية مثل Veo Lite/Fast (حوالي 0.05 دولار للثانية لدقة 720p)، مع إعطاء الأولوية للتكرار السريع والتوليد عالي الحجم. | مشهور بفرش الحركة الدقيقة بأسلوب المخرجين، لكنه قد يكون أبطأ وأكثر تكلفة لسلاسل التوليد الضخمة. |
| Kling AI | القدرات الصوتية | يتميز بتوليد صوت أصلي قوي، ويقوم تلقائياً بإقران مشهد صوتي ومؤثرات متزامنة تماماً مع العناصر المرئية. | مشهود له بالتوليدات الطويلة المستمرة وواقعية الحركة، لكنه تاريخياً يعتمد على أدوات خارجية أو ما بعد الإنتاج للصوت المتزامن المعقد. |
Veo هي عائلة من نماذج توليد الفيديو بالذكاء الاصطناعي عالي الدقة طورتها Google DeepMind. تقوم بإنشاء مقاطع فيديو واقعية بدقة 1080p و 4K من مطالبات نصية وصور ومقاطع فيديو، مع فيزياء دقيقة، ودلالات كاميرا متقدمة، وصوت متزامن أصلي.