Gemini AI: Νέα δυνατότητα μετατρέπει στατικές εικόνες σε βίντεο με ήχο

Η Google λανσάρει νέα λειτουργία στο Gemini AI που μετατρέπει φωτογραφίες σε βίντεο με τεχνητή νοημοσύνη, συμπεριλαμβανομένων ήχων και διαλόγων.

Η νέα δυνατότητα μετατροπής φωτογραφιών σε βίντεο τροφοδοτείται από το μοντέλο Veo 3 της Google και μπορεί να μετατρέψει εικόνες αναφοράς σε βίντεο οκτώ δευτερολέπτων με ήχο που δημιουργείται από τεχνητή νοημοσύνη, συμπεριλαμβανομένων θορύβων περιβάλλοντος, ήχων και ομιλίας.

H ενημέρωση βίντεο του Gemini είναι πλέον διαθέσιμη στους συνδρομητές Google AI Ultra και Pro στη web έκδοση και “σε επιλεγμένες περιοχές” στις οποίες δεν περιλαμβάνεται για την ώρα η χώρα μας.

Οι χρήστες του Gemini μπορούν να αποκτήσουν πρόσβαση στη λειτουργία κάνοντας κλικ στην επιλογή “εργαλεία” στη γραμμή προτροπής, επιλέγοντας “βίντεο” και μεταφορτώνοντας τη φωτογραφία τους μαζί με μια περιγραφή κειμένου για το πώς θέλουν να κινηθεί. Μπορούν επίσης να συμπεριληφθούν περιγραφές ήχου για διαλόγους, ηχητικά εφέ και περιβαλλοντικό θόρυβο, τα οποία, όπως αναφέρει η Google, θα είναι “τέλεια συγχρονισμένα με τα οπτικά στοιχεία”. Τα τελικά βίντεο παραδίδονται ως αρχεία MP4 με ανάλυση 720p και σε αναλογία 16:9.

“Μπορείτε να γίνετε δημιουργικοί ζωντανεύοντας καθημερινά αντικείμενα, δίνοντας ζωή στα σχέδια και τους πίνακές σας ή προσθέτοντας κίνηση σε σκηνές της φύσης”, αναφέρει η Google. “Όλες οι δημιουργίες βίντεο περιλαμβάνουν ένα ορατό υδατογράφημα που δείχνει ότι έχουν δημιουργηθεί από τεχνητή νοημοσύνη και ένα αόρατο ψηφιακό υδατογράφημα SynthID.”

Μια παρόμοια λειτουργία είναι ήδη διαθέσιμη στο Flow, το εργαλείο δημιουργίας ταινιών με τεχνητή νοημοσύνη που ανακοίνωσε η Google τον Μάρτιο, αλλά τώρα οι χρήστες του Gemini μπορούν να ζωντανέψουν τις φωτογραφίες τους χωρίς να χρειάζεται να ανοίξουν άλλη εφαρμογή. Η Google αναφέρει ότι το Flow θα κυκλοφορήσει επίσης “σε επιπλέον 75 χώρες” από σήμερα, παράλληλα με την κυκλοφορία της νέας λειτουργίας βίντεο του Gemini.