Jeg havde for nylig muligheden for at afprøve Googles seneste spring inden for AI-videoteknologi, Veo 3. Det blev udgivet den 20. maj 2025 under deres I/O 2025-begivenhed .
Dens fede funktioner har skabt en del opmærksomhed. Og som en der arbejder med AI-videogenerering, er jeg ivrig efter at dele mine ærlige tanker og erfaringer med denne model.
TL;DR
Jeg testede Veo 3 ved at generere en podcast og adskillige koncertvideoer. Selvom den ikke er perfekt og har nogle mærkelige fejl, er det imponerende, hvor godt den skaber realistiske videoer og synkroniseret lyd.
Men jeg var også nogle gange frustreret over denne model: lyd- og billedtekstgenereringen er ikke fuldt kontrollerbar, og de tekster, den genererede, er ofte rodede.
| Fordele | Ulemper |
| ✔️ Genererer video og lyd på én gang | ❌ Meget dyrt abonnement |
| ✔️ Realistisk læbesynkronisering og lydeffekter | ❌ Ukontrolleret lyd- og tekstgenerering |
| ✔️ Grafik i høj kvalitet med god fysik | ❌ Hyppige synlige særheder og rodet tekst |
| ✔️ Integreret i Google Flow |
Video, lyd, voiceover, læbesynkronisering, … Alt i én omgang
Det første jeg bemærkede var, hvordan Veo 3 strømliner flere trin i videooprettelse i én simpel proces.
Når jeg bruger Veo 3, er jeg forbløffet over, hvordan det vækker mine videoer til live med lyd. Jeg kan tilføje omgivende lyde som fuglesang i træerne eller den travle lyd fra byens gader, hvilket virkelig får mine scener til at føles autentiske.
Det, der imponerer mig mest, er, hvordan det kan skabe dialog, der matcher karakterernes læbebevægelser – det er så naturligt, at det nogle gange ikke ser ud som om, det er AI-genereret.
AI-videoworkflow omdefineret
Denne nye multimodale funktion er helt sikkert et af de største højdepunkter ved denne model. Du behøver ikke længere rode rundt med musik eller finde voiceovers og lip sync separat.
Dette kan ændre, hvordan folk producerer videoer med AI:
- Den gamle arbejdsgang: Generer videoer > generer voiceover/lydeffekter/musik > lip sync > redigering.
- Den nye arbejdsgang med Veo 3: Indtast blot en tekstprompt, og så er alt klaret.
Generationseksempler
Jeg var ivrig efter at se, hvordan Veo 3 ville være i stand til at håndtere bestemte trending videoanmodninger, så jeg bad den om at generere fire unikke videoer.
I det første eksempel anmodede jeg om en falsk vejrnyhedsvært, der så autentisk ud, og som beskrev en invasion af tacos, der hurtigt var på vej ind i USA.
Jeg var overrasket over, hvor semi-realistisk optagelserne var. Selvom der var et par ansigtsforvrængninger, så kommentatoren naturtro ud med ret præcis læbesynkronisering.
Det næste eksempel var en nyhedsvideo af en realistisk udseende, talende gorilla, der overværer en stor engelsk fodboldkamp, mens han holder en selfiestang op og vredt skælder ud til sine seere over en urimelig kendelse fra dommeren, mens han er på tribunen med andre fans.
Det var et sjovt resultat, da gorillaen så ud og lød utroligt naturtro med naturlige udtryk og kropsbevægelser. Men der var adskillige baggrundsforvrængninger, der stadig var synlige.
I det tredje eksempel ville jeg se, hvordan det ville se ud indeni grøntsager, hvis de blev skåret i halve.
For det meste blev min prompt fulgt præcist, men af en eller anden grund gengivede værktøjet krystalliserede grøntsager, hvilket kompromitterede den visuelle realisme, jeg gik efter. Lyden er i øvrigt afslappende.
I dette sidste eksempel bad jeg Veo 3 om at producere en tidsrejse-filmsekvens af en kvinde, der rejser tilbage til 14. april 1912 og forsøger at advare passagererne ombord på Titanic om skibets forlis i Nordatlanten nær Newfoundland.
Denne gang syntes jeg, at scenen var overdrevet, og den pludselige forsvinden var unødvendig. Helt ærligt, det var en ret tilfældig og unøjagtig AI-videogengivelse.
Alt i alt klarede Veo 3 sig for det meste nogenlunde. Der var et par fejl i den hurtige overholdelse og visuelle konsistens. Så der kan være behov for en vis regenerering fra tid til anden, men jeg tror, at denne AI-model har kapacitet til at generere virale videoer.
Flow: Et smugkig på næste generations AI-videoproduktion
Google udgav Flow sammen med Veo 3. Det er en AI-videostoryboardplatform, der integrerer Veo 3 og dets foregående videomodeller samt masser af AI-genererings- og redigeringsværktøjer.
Storyboard
Storyboard-konceptet er ikke nyt. Sora introducerede det, men det blev overset på grund af den dårlige ydeevne. Google Flow tager storyboard-konceptet og gør det meget mere nyttigt.
Du kan placere alle klip, du har uploadet eller genereret af Veo familien af modeller, på en tidslinje, arrangere dem, trimme dem og udføre grundlæggende redigering. Men den fedeste funktion er det, de kalder "udvidelse".
Smooth Video-udvidelse
Sådan fungerer det: Du tager en 8-sekunders video og kan bruge et hvilket som helst billede som udgangspunkt for at generere en ny animation, der fortsætter fra det øjeblik.
Det fantastiske er, hvor jævn overgangen er mellem det originale og det nye indhold. Flow ser ud til at analysere bevægelsestendenserne i den originale video i stedet for blot at bruge et enkelt billede som reference.
Denne udvidelsesfunktion er virkelig vigtig, fordi den bryder de typiske længdegrænser for AI-genererede videoer. I stedet for at sidde fast med korte klip, kan du nu lave længere, mere fortællende videoer.
Det ligner det, Sora lovede, men Googles implementering fungerer faktisk godt nok til at være nyttig.
Men én ting at bemærke: lige nu fungerer udvidelsesfunktionen kun med Veo 2 , ikke den nyere Veo 3.
Imponerende, men også inkonsekvent
Jeg var ret begejstret for de fede funktioner og fantastiske videoer, som Veo 3 kan levere. Men da jeg udforskede det nærmere, bemærkede jeg også, at nogle af de videoer, jeg genererede, havde kvalitetsproblemer.
Ukontrollerede lyd- og undertekstgenerationer
En ting, der virkelig irriterede mig, var hvor tilfældig genereringen af lyd og undertekster føltes. Man kan ikke kontrollere, om de vises eller ej, selvom man angiver det i sin prompt.
Et eksempel er denne video genereret med denne prompt: Den 20-årige pige var meget fortvivlet og sagde: "Hvad er der galt? Et essay, jeg selv skrev, viste sig at være AI-genereret?" Pigen har en hånd på hovedet, et ængsteligt udtryk og ingen billedtekster.
Jeg bad specifikt om, at pigen skulle sige noget, og at der ikke skulle være nogen tekst i min prompt. Videoen kom ud helt lydløs, men med tekst.
Og i dette TikTok-videoeksempel, der promoverer en tandbørste, kan du heller ikke høre nogen lyd.
Særheder og fejl
Jeg bemærkede også nogle fejl i de Veo 3 genererede videoer. Dette inkluderer akavede bevægelser eller visuelle fejl, der bare ikke gav mening.
For eksempel prøvede jeg at lave en video, hvor jeg pakkede en bærbar computer ud. I stedet for at vise nogen, der rent faktisk åbnede æsken og tog den bærbare computer ud, forvandlede papkassen sig direkte til en bærbar computer!
Det er skuffende at se, at disse problemer fra Veo 2 stadig findes i den nye version.
Jeg synes også, at den overordnede lydkvalitet stadig trænger til forbedring, og nogle af de genererede lydeffekter lyder mærkelige. Disse var små, men stadig mærkbare, når jeg hørte dem tæt på.
Forvirret tekst
Et andet problem var kvaliteten af tekstgenereringen. Veo 3 kan generere undertekster til videoer, men teksten var ofte rodet og fuld af stavefejl.
Du kan se dette problem i de foregående eksempler. Og her er flere eksempler, der viser dig, hvor hyppigt det kan forekomme.
Jeg forstår, at dette er et almindeligt problem på tværs af mange AI-modeller. Men som nævnt kan man ikke have fuld kontrol over deres udseende. Så du skal muligvis prøve at generere et par gange mere for at undgå dette problem.
Dyr adgang
En anden ulempe, jeg fandt, er, at Veo 3 er super dyr. Den er kun tilgængelig for brugere, der abonnerer på Googles Ultra-abonnement, som koster $249,99 om måneden.
Det er en høj pris. Hvis du bare er en almindelig bruger eller en lille skaber, der måske vil eksperimentere med denne model, så tror jeg ikke, at dette er noget for dig. Forhåbentlig vil Google udvide adgangen eller tilbyde mere overkommelige muligheder i fremtiden.
Kan du ikke bruge Veo 3? Prøv Pollo AI!
Hvis du leder efter en AI-videogenerator i høj kvalitet, men ikke har råd til at prøve Veo 3, så tag et kig på Pollo AI !
Pollo AI er en kraftfuld alt-i-en AI-video- og billedgenerator, der giver dig mulighed for at prøve alle de bedste videomodeller ét sted. Som officiel partner med Google Cloud kan du nu prøve Veo 3 på Pollo AI !
Udover Veo 3 kan du også opleve funktionerne i Runway , Vidu , Hailuo , Kling , PixVerse osv. – alle de avancerede modeller, du har brug for til at lave videoer i høj kvalitet.
Derudover tilbyder Pollo AI en bred vifte af videoværktøjer, der dækker alle dine behov for videooprettelse.
For eksempel kan du prøve dens billede-til-video , tekst-til-video , ensartet karaktervideo , video-til-video- generatorer og flere AI-videoeffekter for at skabe alle mulige sjove og kreative AI-videoer.
Afsluttende tanker
Som en der har prøvet de fleste AI-videogenereringsværktøjer, er jeg virkelig begejstret for den høje kvalitet, som Veo 3 leverede.
Den naturlige lydintegration, realistiske detaljer og den strømlinede videooprettelsesproces – det er alle de fede funktioner, der virkelig imponerer mig.
På den anden side begrænser prisen rækkevidden, og der er stadig plads til forbedring af generationskvalitet og konsistens.
Når det er sagt, giver Veo 3 mig stadig et fascinerende glimt af, hvor AI-videoteknologi er på vej hen, og jeg er nysgerrig efter at se, hvordan Google og andre virksomheder bygger videre på dette fundament.
Og hvis du leder efter en alt-i-en AI-videogenereringsplatform, foreslår jeg, at du prøver Pollo AI !