Veo 3 و ویدیوی هوش مصنوعی رده‌ی Veo روی گوشی شما

Veo 3 سطح کیفیت ویدیوی هوش مصنوعی را جابه‌جا کرد. این‌جا می‌گوییم واقعاً چه چیزی را بهتر کرد، چطور کلیپ یک مدل پیشرو را از کلیپ متوسط تشخیص دهید، و Rigel کجای این تصویر قرار می‌گیرد — صادقانه.

Veo 3 گوگل مدلی است که بیشتر مردم وقتی می‌گویند ویدیوی هوش مصنوعی «خوب شد» منظورشان است. ارزش دارد بفهمیم چه چیزی تغییر کرد، چون توضیح می‌دهد از هر اپی در این دسته — از جمله همین اپ — چه انتظاری باید داشت.

Veo 3 چه چیزی را تغییر داد

مدل‌های ویدیویی قبلی به شکل‌های آشنایی شکست می‌خوردند: چهره‌ها بین فریم‌ها جابه‌جا می‌شدند، دست‌ها شکل عوض می‌کردند، حرکت خلاف فیزیک بود، و نور از ثانیه‌ای به ثانیه‌ی دیگر بی‌انسجام تغییر می‌کرد. Veo 3 در هر چهار مورد پیشرفت محسوسی داشت:

  • ثبات زمانی — سوژه در سراسر کلیپ همان سوژه می‌ماند.
  • حرکت آگاه از فیزیک — مو، پارچه، آب و گردوغبار تقریباً همان‌طور رفتار می‌کنند که باید.
  • وفاداری به پرامپت در طول زمان — ویدیو در ثانیه‌ی ۸ هم با توصیف جور است، نه فقط در ثانیه‌ی ۱.
  • ترکیب‌بندی سینمایی — عمق میدان، رنگ و نور بیشتر مثل دوربین رفتار می‌کنند و کمتر مثل فیلتر.

نتیجه‌ی عملی، تصاویری است که می‌توانند کنار مواد تولید واقعی بنشینند بی‌آنکه فوراً خودشان را لو بدهند. درباره‌ی پیامدهای این در Veo 3 و سطح تازه‌ی کیفیت سینمایی بیشتر نوشته‌ایم.

Rigel کجا قرار می‌گیرد — و چه ادعایی نمی‌کنیم

Rigel اپ Veo گوگل نیست، و ادعا نمی‌کنیم Veo 3 را بازفروشی می‌کنیم. Rigel محصولی موبایلی است که روی مدل‌های ویدیویی چندوجهی پیشرو این نسل ساخته شده، با خط تولیدی که تیم ما با عرضه‌ی مدل‌های جدید دوباره محکش می‌زند. آنچه می‌خرید روند کار است — عکس وارد می‌شود، کلیپ عمودی آماده بیرون می‌آید، روی گوشی — که روی مدل‌هایی از این رده اجرا می‌شود، نه روی مدلی که خودمان آموزش داده‌ایم.

چطور یک نتیجه‌ی رده‌ی Veo را بسنجید

وقتی خروجی‌های هر اپی را مقایسه می‌کنید، به چیزهایی نگاه کنید که قبلاً خراب می‌شدند:

  1. ثبات چهره. در ثانیه‌های ۱، ۴ و ۸ مکث کنید. آیا همان آدم است؟
  2. دست‌ها و لبه‌ها. انگشت‌ها و مرز بین سوژه و پس‌زمینه جایی است که مدل‌های ضعیف از هم می‌پاشند.
  3. وزن حرکت. آیا مو آرام می‌گیرد، آیا پارچه لختی دارد، آیا دوربین مثل دوربین حرکت می‌کند؟
  4. پیوستگی نور. یک منبع نور یکدست، یا اسلایدشویی از منابع مختلف؟
  5. پیروی از پرامپت در پایان. بیشتر مدل‌ها در اواخر کلیپ منحرف می‌شوند.

گرفتن ویدیوی با کیفیت پیشرو از یک عکس

روند کار در Rigel همان است که در صفحه‌ی تبدیل عکس به ویدیو آمده: یک عکس ثابت بارگذاری کنید، یک جمله‌ی مشخص درباره‌ی حرکت، کادربندی و نور بنویسید، تولید کنید، منتشر کنید. دو چیز بیش از هر چیز دیگری اثر دارند — یک عکس منبع تمیز، و پرامپتی که به‌جای صفت‌های حسی، حرکت دوربین و نور را مشخص می‌کند.

برای کار پیشروی رقیب در همین نسل، صفحه‌ی Seedance 2.0 را ببینید که جنبه‌ی چندمرجعی و آگاه از صدای این حوزه را پوشش می‌دهد.

قیمت‌گذاری، بی‌پرده

قیمت Google برای Veo را نقل نمی‌کنیم، چون تغییر می‌کند و در کنترل ما نیست. آنچه می‌توانیم بگوییم مال خودمان است: دانلود Rigel روی iOS 16.6+ و Android رایگان است و اعتبار اولیه دارد، و بسته‌های اعتباری و اشتراک داخل اپ در دسترس‌اند. هر تولید پیش از تأیید، هزینه‌ی اعتباری‌اش را نشان می‌دهد، پس هیچ چیز غافلگیرانه خرج نمی‌شود.

سریع‌ترین آزمون، عکس خودتان است: Rigel را دانلود کنید، اعتبار اولیه را روی تصویری که خوب می‌شناسید خرج کنید، و پنج نکته‌ی بالا را خودتان بسنجید.

سوالات متداول

آیا Rigel اپ رسمی Veo 3 است؟
نه. Veo 3 مدل Google است و Rigel نه محصول Google است، نه فروشنده‌ی مجدد و نه کلاینت رسمی Veo. Rigel اپی است که بر پایه‌ی مدل‌های ویدیویی پیشرو این نسل ساخته شده و خط تولیدش با در دسترس قرار گرفتن مدل‌های بهتر به‌روز می‌شود.
آیا Veo 3 رایگان است؟
شرایط دسترسی و قیمت‌گذاری Google برای Veo به مرور تغییر می‌کند، پس آن‌ها را این‌جا نقل نمی‌کنیم — برای پاسخ به‌روز به صفحه‌های خود Google سر بزنید. خود Rigel دانلودش رایگان است و اعتبار اولیه دارد، و بسته‌های اعتباری و اشتراک داخل اپ در دسترس‌اند.
Veo 3 واقعاً چه چیزی را بهتر می‌کند؟
ثبات زمانی (سوژه‌ها دیگر بین فریم‌ها جابه‌جا نمی‌شوند)، حرکت منطبق با فیزیک برای چیزهایی مثل مو، پارچه و آب، وفاداری به پرامپت تا عمق بیشتری از کلیپ، و ترکیب‌بندی، عمق میدان و نوری که بیشتر به دوربین واقعی شبیه است.
می‌توانم این کیفیت را از یک عکس بگیرم؟
بله، در محدوده‌ای مشخص. یک عکس منبع واضح و خوش‌نور با سوژه‌ی روشن بزرگ‌ترین عامل در نتیجه است. جمعیت، چهره‌های کوچک، نوشته‌ی پیدا و تعامل‌های پیچیده‌ی دست برای همه‌ی مدل‌های این رده همچنان سخت‌اند.
یک کلیپ چقدر می‌تواند طول بکشد؟
در Rigel هر تولید ۵ تا ۳۰ ثانیه است. کارهای بلندتر با تولید چند صحنه و چسباندن آن‌ها در یک داستان چندصحنه‌ای ساخته می‌شوند.