Niedawno miałem okazję przetestować najnowszy przełom Google w technologii wideo opartej na sztucznej inteligencji – Veo 3. Został on wydany 20 maja 2025 roku podczas konferencji I/O 2025 .
Jego świetne funkcje wzbudziły spore zainteresowanie. Jako osoba zajmująca się tworzeniem filmów z wykorzystaniem sztucznej inteligencji, chętnie podzielę się swoimi szczerymi przemyśleniami i doświadczeniami z tym modelem.
Krótko mówiąc
Przetestowałem Veo 3 , generując podcast i kilka nagrań z koncertów. Chociaż nie jest idealny i ma kilka dziwnych błędów, to imponujące jest to, jak dobrze tworzy realistyczne filmy i zsynchronizowany dźwięk.
Ale czasami ten model mnie frustrował: nie można w pełni kontrolować generowania dźwięku i napisów, a generowane teksty są często nieczytelne.
| Zalety | Wady |
| ✔️ Generuje wideo i dźwięk za jednym razem | ❌ Bardzo drogi plan abonamentowy |
| ✔️ Realistyczna synchronizacja ruchu ust i efekty dźwiękowe | ❌ Niekontrolowane generowanie dźwięku i napisów |
| ✔️ Wysokiej jakości grafika z dobrą fizyką | ❌ Częste widoczne dziwactwa i chaotyczny tekst |
| ✔️ Zintegrowano z Google Flow |
Wideo, dźwięk, narracja, synchronizacja ruchu warg… Wszystko w jednym
Pierwszą rzeczą, jaką zauważyłem, było to, jak Veo 3 usprawnia wiele kroków tworzenia filmów w jednym prostym procesie.
Kiedy używam Veo 3, jestem pod wrażeniem, jak ożywia moje filmy dźwiękiem. Mogę dodawać dźwięki otoczenia, takie jak śpiew ptaków na drzewach czy gwar miejskich ulic, dzięki czemu moje sceny wydają się naprawdę autentyczne.
Najbardziej imponuje mi to, jak program tworzy dialogi, które odpowiadają ruchom ust postaci. Są tak naturalne, że czasami nie wyglądają, jakby były generowane przez sztuczną inteligencję.
Zdefiniowano na nowo przepływ pracy z wykorzystaniem sztucznej inteligencji (AI)
Ta nowa funkcja multimodalna to zdecydowanie jedna z głównych zalet tego modelu. Nie musisz już bawić się muzyką ani szukać osobno podkładu głosowego i synchronizacji ruchu warg.
To może zmienić sposób, w jaki ludzie tworzą filmy za pomocą sztucznej inteligencji:
- Stary przepływ pracy: Generowanie filmów > generowanie narracji/efektów dźwiękowych/muzyki > synchronizacja ruchu warg > edycja.
- Nowy przepływ pracy w Veo 3: wystarczy wpisać tekst monitu, a całą resztą zajmie się użytkownik.
Przykłady generacji
Chciałem sprawdzić, jak Veo 3 poradzi sobie z niektórymi popularnymi żądaniami wideo, więc poprosiłem go o wygenerowanie czterech unikalnych filmów.
W pierwszym przykładzie poprosiłem o autentycznie wyglądający fałszywy komunikat prezentera wiadomości pogodowych opisujący inwazję tacos szybko przedostającą się do Stanów Zjednoczonych.
Byłem zaskoczony, jak realistyczny był ten materiał. Choć było kilka zniekształceń twarzy, lektor wyglądał realistycznie, a jego ruchy były dość precyzyjne.
Kolejnym przykładem jest nowatorski film przedstawiający realistycznie wyglądającego, mówiącego goryla, który ogląda ważny mecz piłki nożnej w Anglii. Trzyma on kijek do selfie i wściekle wygłasza tyradę przed widzami na temat niesprawiedliwej decyzji sędziego, siedząc na trybunach z innymi kibicami.
To był zabawny wynik, ponieważ goryl wyglądał i brzmiał niewiarygodnie realistycznie, z naturalnymi wyrazami twarzy i ruchami ciała. Jednak kilka zniekształceń tła nadal było zauważalnych.
W trzecim przykładzie chciałem zobaczyć, jak będzie wyglądało wnętrze warzyw, gdyby przekroić je na pół.
W większości przypadków moje polecenie zostało wykonane dokładnie, ale z jakiegoś powodu narzędzie renderowało skrystalizowane warzywa, co zaburzyło zamierzony realizm wizualny. Dźwięk jest relaksujący.
W tym ostatnim przykładzie poprosiłem Veo 3 o stworzenie sekwencji filmowej przedstawiającej podróż w czasie. Jej bohaterka cofa się do 14 kwietnia 1912 roku i próbuje ostrzec pasażerów Titanica o zatonięciu statku na Oceanie Atlantyckim, w pobliżu Nowej Fundlandii.
Tym razem uznałem, że scena jest przesadnie wyolbrzymiona, a sekwencja nagłego zniknięcia zbędna. Szczerze mówiąc, to był dość losowy i niedokładny rendering wideo wykonany przez sztuczną inteligencję.
Podsumowując, Veo 3 radziło sobie całkiem nieźle pod względem szybkości reakcji i spójności wizualnej. Od czasu do czasu może być potrzebna regeneracja, ale myślę, że ten model sztucznej inteligencji ma potencjał, by generować filmy gotowe na viralowe sukcesy.
Flow: Podgląd produkcji wideo z wykorzystaniem sztucznej inteligencji nowej generacji
Google wydało Flow wraz z Veo 3. Jest to platforma do tworzenia storyboardów wideo AI, która integruje Veo 3 i jego poprzednie modele wideo, a także wiele narzędzi do generowania i edycji AI.
Scenorys
Koncepcja storyboardu nie jest nowa. Sora ją wprowadził, ale została pominięta z powodu słabej wydajności. Google Flow wykorzystuje koncepcję storyboardu i czyni ją znacznie bardziej użyteczną.
Możesz umieścić na osi czasu dowolne klipy przesłane lub wygenerowane przez rodzinę modeli Veo , aranżować je, przycinać i wykonywać podstawową edycję. Ale najfajniejszą funkcją jest to, co nazywają „rozszerzeniem”.
Płynne rozszerzenie wideo
Oto jak to działa: nagrywasz 8-sekundowy film i możesz użyć dowolnej klatki jako punktu wyjścia do wygenerowania nowej animacji, która będzie kontynuowana od tego momentu.
Niesamowite jest to, jak płynne jest przejście między oryginalną a nową treścią. Flow zdaje się analizować trendy ruchu w oryginalnym filmie, zamiast po prostu używać pojedynczego obrazu jako odniesienia.
Ta funkcja rozszerzenia jest niezwykle ważna, ponieważ przekracza typowe limity długości filmów generowanych przez sztuczną inteligencję. Zamiast ograniczać się do krótkich klipów, możesz teraz tworzyć dłuższe, bardziej narracyjne filmy.
Rozwiązanie jest podobne do tego, które obiecał Sora , ale implementacja Google'a działa na tyle dobrze, że jest przydatna.
Należy jednak pamiętać, że na chwilę obecną funkcja rozszerzenia działa tylko z Veo 2 , a nie z nowszym Veo 3.
Imponujące, ale też niespójne
Byłem bardzo podekscytowany fajnymi funkcjami i zachwycającymi filmami, które oferuje Veo 3. Jednak im dalej zagłębiałem się w temat, tym bardziej zauważyłem, że niektóre wygenerowane przeze mnie filmy miały problemy z jakością.
Niekontrolowane generacje dźwięku i napisów
Jedną z rzeczy, która naprawdę mnie drażniła, było to, jak losowo generowane były dźwięki i napisy. Nie można kontrolować, czy się pojawią, nawet jeśli określi się to w monicie.
Przykładem jest poniższy film wygenerowany na podstawie tego komunikatu: 20-letnia dziewczyna była bardzo zdenerwowana i zapytała: „Co się stało? Okazało się, że esej, który sama napisałam, został wygenerowany przez sztuczną inteligencję?”. Dziewczyna ma rękę na głowie, zaniepokojony wyraz twarzy, brak napisów.
Poprosiłem, żeby dziewczyna coś powiedziała i żeby nie było napisów w moim komunikacie. Filmik wyszedł całkowicie bez dźwięku, ale z napisami.
A w tym przykładzie filmu na TikToku promującego szczoteczkę do zębów również nie słychać żadnego dźwięku.
Dziwactwa i usterki
Zauważyłem też pewne błędy w filmach generowanych przez Veo 3. Należą do nich niezręczne ruchy lub błędy wizualne, które po prostu nie miały sensu.
Na przykład, próbowałem nagrać film z rozpakowywania laptopa. Zamiast pokazywać, jak ktoś faktycznie otwiera pudełko i wyjmuje laptopa, samo kartonowe pudełko przekształciło się w laptopa!
Szkoda, że problemy z Veo 2 nadal można odnaleźć w nowej wersji.
Uważam też, że ogólna jakość dźwięku wciąż wymaga dopracowania, a niektóre efekty dźwiękowe generowały dziwne dźwięki. Były one drobne, ale i tak słyszalne, gdy słuchałem ich z bliska.
Niejasny tekst
Kolejnym problemem była jakość generowania tekstu. Veo 3 potrafi generować napisy do filmów, ale tekst często był chaotyczny i pełen literówek.
Ten problem można zaobserwować w poprzednich przykładach. Oto kolejne przykłady, które pokazują, jak często się to zdarza.
Rozumiem, że to częsty problem w wielu modelach sztucznej inteligencji. Ale jak wspomniano, nie można mieć pełnej kontroli nad ich wyglądem. Dlatego może być konieczne kilkakrotne generowanie, aby uniknąć tego problemu.
Drogi dostęp
Kolejną wadą, którą zauważyłem, jest bardzo wysoka cena Veo 3. Jest on dostępny tylko dla użytkowników subskrybujących plan Google Ultra, który kosztuje 249,99 USD miesięcznie.
To wysoka cena. Jeśli jesteś tylko okazjonalnym użytkownikiem lub twórcą, który chciałby poeksperymentować z tym modelem, to myślę, że to nie jest dla Ciebie. Mam nadzieję, że Google rozszerzy dostęp lub zaoferuje bardziej przystępne cenowo opcje w przyszłości.
Nie możesz używać Veo 3? Wypróbuj Pollo AI!
Jeśli szukasz wysokiej jakości generatora wideo opartego na sztucznej inteligencji, ale uważasz, że Veo 3 jest niedostępny, koniecznie rzuć okiem na Pollo AI !
Pollo AI to potężna, kompleksowa platforma AI do generowania wideo i obrazu, która pozwala testować wszystkie najlepsze modele wideo w jednym wygodnym miejscu. Jako oficjalny partner Google Cloud, możesz teraz wypróbować Veo 3 na Pollo AI i osobiście przekonać się o jego najnowocześniejszych możliwościach!
Oprócz Veo 3, platforma pozwala na płynne przełączanie się między innymi modelami z najwyższej półki, takimi jak Veo 3.1 , Vidu, Hailuo, Kling i PixVerse, i korzystanie z ich unikalnych możliwości. Zapewnia to dostęp do wszystkich zaawansowanych modeli potrzebnych do tworzenia zachwycających, wysokiej jakości filmów.
Co więcej, Pollo AI oferuje kompleksowy zestaw rodzimych narzędzi wideo, które zaspokoją wszystkie Twoje kreatywne potrzeby.
Na przykład możesz wypróbować innowacyjną sztuczną inteligencję obrazu do wideo, tekstu do wideo, odniesień do wideo , wideo do wideo i wiele innych. Dodatkowo możesz zastosować wiele efektów wideo AI, aby tworzyć wszelkiego rodzaju zabawne i pomysłowe filmy AI.
Ostatnie myśli
Jako ktoś, kto wypróbował większość narzędzi do generowania filmów opartych na sztucznej inteligencji, jestem naprawdę podekscytowany wysoką jakością oferowaną przez Veo 3 .
Naturalna integracja dźwięku, realistyczne szczegóły i usprawniony proces tworzenia wideo - oto świetne funkcje, które naprawdę robią na mnie wrażenie.
Z drugiej strony cena ogranicza zasięg, a jakość i spójność generowania treści wciąż wymagają poprawy.
Mimo wszystko Veo 3 nadal daje mi fascynujący wgląd w to, w jakim kierunku zmierza technologia wideo oparta na sztucznej inteligencji, i jestem ciekaw, jak Google i inne firmy będą rozwijać tę koncepcję.
A jeśli szukasz kompleksowej platformy do generowania filmów AI, polecam wypróbowanie generatora filmów Pollo AI !