Di recente ho avuto l'opportunità di provare Veo 3, l'ultima innovazione di Google nel campo della tecnologia video basata sull'intelligenza artificiale. È stata presentata il 20 maggio 2025 durante l' evento I/O 2025 .
Le sue fantastiche funzionalità hanno suscitato grande interesse. E, in quanto persona che lavora nella generazione di video tramite intelligenza artificiale, sono ansioso di condividere le mie opinioni e le mie esperienze sincere con questo modello.
In breve
Ho testato Veo 3 generando un podcast e diversi video di concerti. Sebbene non sia perfetto e presenti alcuni strani glitch, è impressionante la qualità con cui crea video realistici e audio sincronizzato.
Ma a volte questo modello mi ha anche frustrato: la generazione dell'audio e dei sottotitoli non è completamente controllabile e i testi generati sono spesso errati.
| Vantaggi | Svantaggi |
| ✔️ Genera video e audio in un colpo solo | ❌ Piano di abbonamento molto costoso |
| ✔️ Sincronizzazione labiale ed effetti sonori realistici | ❌ Generazione incontrollata di audio e sottotitoli |
| ✔️ Grafica di alta qualità con una fisica realistica | ❌ Frequenti anomalie visibili e testo confuso |
| ✔️ Integrato in Google Flow |
Video, audio, voce fuori campo, sincronizzazione labiale... tutto in una volta
La prima cosa che ho notato è come Veo 3 semplifichi le molteplici fasi della creazione video, unificandole in un unico processo.
Quando uso Veo 3, rimango stupito da come riesca a dare vita ai miei video con l'audio. Posso aggiungere rumori ambientali come il cinguettio degli uccelli sugli alberi o il trambusto delle strade cittadine, che rendono le mie scene davvero autentiche.
Ciò che mi colpisce di più è la sua capacità di creare dialoghi che si adattano perfettamente ai movimenti delle labbra dei personaggi: è talmente naturale che a volte non sembra nemmeno generato dall'intelligenza artificiale.
Flusso di lavoro video basato sull'intelligenza artificiale ridefinito.
Questa nuova funzionalità multimodale è senza dubbio uno dei punti di forza di questo modello. Non dovrete più preoccuparvi della musica o di trovare separatamente voci fuori campo e sincronizzazione labiale.
Questo può cambiare il modo in cui le persone producono video con l'intelligenza artificiale:
- Il vecchio flusso di lavoro: Genera video > genera voce fuori campo/effetti sonori/musica > sincronizzazione labiale > montaggio.
- Il nuovo flusso di lavoro con Veo 3: basta inserire un testo e il sistema si occupa di tutto il resto.
Esempi di generazione
Ero curioso di vedere come Veo 3 si sarebbe comportato con alcune richieste di video di tendenza, quindi gli ho chiesto di generare quattro video unici.
Nel primo esempio, ho richiesto un annuncio di un finto presentatore di un telegiornale meteo dall'aspetto autentico, che descrivesse un'invasione di tacos che si stava rapidamente diffondendo negli Stati Uniti.
Sono rimasto sorpreso da quanto fossero semi-realistici i filmati. Pur essendoci alcune distorsioni facciali, il commentatore appariva molto realistico e la sincronizzazione labiale era abbastanza precisa.
L'esempio successivo riguardava un video divertente in cui un gorilla parlante dall'aspetto realistico assisteva a un'importante partita di calcio inglese, brandendo un bastone per selfie e inveendo furiosamente contro gli spettatori per una decisione ingiusta dell'arbitro, mentre si trovava sugli spalti con altri tifosi.
Il risultato è stato curioso, poiché il gorilla appariva e suonava incredibilmente realistico, con espressioni e movimenti del corpo naturali. Tuttavia, erano ancora visibili diverse distorsioni dello sfondo.
Per il terzo esempio, volevo vedere che aspetto avrebbe avuto l'interno delle verdure se fossero state tagliate a metà.
Nella maggior parte dei casi, le mie istruzioni sono state seguite correttamente, ma per qualche motivo lo strumento ha generato delle verdure cristallizzate, compromettendo il realismo visivo che cercavo di ottenere. Il suono, comunque, è rilassante.
In quest'ultimo esempio, ho chiesto a Veo 3 di produrre una sequenza cinematografica di viaggio nel tempo in cui una donna torna indietro al 14 aprile 1912 e tenta di avvertire i passeggeri a bordo del Titanic dell'imminente affondamento della nave nell'Oceano Atlantico settentrionale, vicino a Terranova.
Questa volta, ho trovato la scena esagerata e la sequenza della scomparsa improvvisa superflua. Francamente, si trattava di un rendering video generato dall'IA piuttosto casuale e impreciso.
Nel complesso, Veo 3 si è comportato abbastanza bene nella maggior parte dei casi. Ha presentato qualche problema di aderenza alle indicazioni e di coerenza visiva. Pertanto, potrebbe essere necessario un po' di lavoro di rigenerazione di tanto in tanto, ma credo che questo modello di intelligenza artificiale abbia la capacità di generare video pronti per diventare virali.
Flow: un'anteprima della produzione video di nuova generazione basata sull'intelligenza artificiale.
Google ha rilasciato Flow insieme a Veo 3. Si tratta di una piattaforma di storyboard video basata sull'intelligenza artificiale che integra Veo 3 e i suoi modelli video precedenti, oltre a numerosi strumenti di generazione e modifica basati sull'IA.
Tavola da disegno
Il concetto di storyboard non è nuovo. Sora lo aveva introdotto, ma era stato trascurato a causa delle sue scarse prestazioni. Google Flow riprende il concetto di storyboard e lo rende molto più utile.
È possibile inserire qualsiasi clip caricata o generata dai modelli della famiglia Veo su una timeline, disporle, tagliarle ed eseguire modifiche di base. Ma la funzione più interessante è quella che chiamano "estensione".
Estensione video fluida
Ecco come funziona: si prende un video di 8 secondi e si può usare qualsiasi fotogramma come punto di partenza per generare una nuova animazione che prosegue da quel momento.
La cosa sorprendente è la fluidità della transizione tra il contenuto originale e quello nuovo. Flow sembra analizzare le tendenze di movimento del video originale anziché utilizzare una singola immagine come riferimento.
Questa funzionalità di estensione è davvero importante perché supera i tipici limiti di durata dei video generati dall'IA. Invece di essere limitati a brevi clip, ora è possibile creare video più lunghi e narrativi.
È simile a quanto promesso Sora , ma l'implementazione di Google funziona effettivamente abbastanza bene da risultare utile.
C'è però un aspetto da tenere presente: al momento, la funzione di estensione funziona solo con Veo 2 , non con il più recente Veo 3.
Impressionante, ma anche incoerente
Ero davvero entusiasta delle fantastiche funzionalità e degli straordinari video Veo 3 è in grado di offrire. Ma, esplorandolo ulteriormente, ho anche notato che alcuni dei video che avevo generato presentavano problemi di qualità.
Generazioni di audio e sottotitoli incontrollati
Una cosa che mi ha dato davvero fastidio è stata la casualità con cui venivano generati l'audio e i sottotitoli. Non si può controllare se vengano visualizzati o meno, nemmeno specificandolo nel prompt.
Un esempio è questo video generato con questo prompt: La ragazza di 20 anni era molto angosciata e ha detto: "Cosa c'è che non va? Un saggio che ho scritto io stessa è stato classificato come generato dall'IA?" La ragazza ha una mano sulla testa, un'espressione ansiosa, senza didascalie.
Nella mia richiesta avevo specificato che la ragazza dovesse dire qualcosa e che non ci fossero sottotitoli. Il video è risultato completamente muto, ma con i sottotitoli.
E in questo esempio di video su TikTok che promuove uno spazzolino da denti, non si sente alcun suono.
Stranezze e glitch
Ho notato anche alcuni glitch nei video generati Veo 3. Ciò include movimenti goffi o glitch visivi che non avevano alcun senso,
Ad esempio, ho provato a creare un video di unboxing di un portatile. Invece di mostrare qualcuno che apriva effettivamente la scatola ed estraeva il portatile, la scatola di cartone stessa si è trasformata direttamente in un portatile!
È deludente constatare che questi problemi di Veo 2 persistono ancora nella nuova versione.
Inoltre, credo che la qualità audio generale necessiti ancora di miglioramenti e alcuni effetti sonori generati risultano strani. Si tratta di difetti minori, ma comunque percettibili ascoltandoli attentamente.
Testo confuso
Un altro problema riguardava la qualità della generazione del testo. Veo 3 è in grado di generare sottotitoli per i video, ma il testo risultava spesso confuso e pieno di errori di ortografia.
Questo problema è evidente negli esempi precedenti. Ecco altri esempi per mostrarvi quanto spesso possa verificarsi.
Capisco che questo sia un problema comune a molti modelli di intelligenza artificiale. Ma, come già detto, non è possibile avere il pieno controllo sul loro aspetto. Quindi potrebbe essere necessario provare a generarli un paio di volte in più per evitare questo problema.
Accesso costoso
Un altro aspetto negativo che ho riscontrato è che Veo 3 è estremamente costoso. È disponibile solo per gli utenti abbonati al piano Ultra di Google, che costa 249,99 dollari al mese.
È un prezzo esorbitante. Se sei un utente occasionale o un piccolo creatore di contenuti che vuole semplicemente sperimentare questo modello, non credo che faccia al caso tuo. Spero che in futuro Google ampli l'accesso o offra opzioni più economiche.
Impossibile utilizzare Veo 3? Prova Pollo AI!
Se stai cercando un generatore di video basato sull'intelligenza artificiale di alta qualità ma trovi Veo 3 inaccessibile, dovresti assolutamente dare un'occhiata a Pollo AI !
Pollo AI è una potente piattaforma completa per la generazione di video e immagini basata sull'intelligenza artificiale, che ti permette di provare tutti i migliori modelli video in un unico ambiente. In qualità di partner ufficiale di Google Cloud, ora puoi provare Veo 3 su Pollo AI e sperimentare in prima persona le sue funzionalità all'avanguardia!
Oltre a Veo 3, la piattaforma consente di passare senza problemi da un modello all'altro e di sperimentare le funzionalità esclusive di altri modelli di alto livello come Veo 3.1 , Vidu, Hailuo, Kling e PixVerse. Questo offre accesso a tutti i modelli avanzati necessari per creare video straordinari e di alta qualità.
Inoltre, Pollo AI offre una suite completa di strumenti video nativi per soddisfare tutte le tue esigenze creative.
Ad esempio, puoi provare le sue innovative funzionalità di intelligenza artificiale per convertire immagini in video, testo in video, riferimenti in video , video in video e molto altro. Inoltre, puoi applicare diversi effetti video basati sull'IA per creare video divertenti e fantasiosi di ogni genere.
Considerazioni finali
Avendo provato la maggior parte degli strumenti di generazione video basati sull'intelligenza artificiale, sono davvero entusiasta dell'alta qualità offerta Veo 3 .
L'integrazione audio naturale, i dettagli realistici e il processo di creazione video semplificato: queste sono tutte caratteristiche fantastiche che mi hanno davvero colpito.
D'altro canto, il prezzo ne limita la diffusione, e c'è ancora margine di miglioramento in termini di qualità e uniformità della generazione.
Detto questo, Veo 3 mi offre comunque uno sguardo affascinante sulla direzione in cui si sta evolvendo la tecnologia video basata sull'intelligenza artificiale, e sono curioso di vedere come Google e altre aziende svilupperanno ulteriormente queste basi.
Inoltre, se stai cercando una piattaforma completa per la generazione di video tramite intelligenza artificiale, ti consiglio di provare Pollo AI Video Generator !