Veo 3 и ИИ-видео уровня Veo на вашем телефоне

Veo 3 поднял планку качества ИИ-видео. Рассказываем, что именно он улучшил, как отличить клип передовой модели от посредственного и где в этой картине находится Rigel — честно.

Veo 3 от Google — это та модель, которую большинство имеет в виду, когда говорит, что ИИ-видео «стало хорошим». Стоит разобраться, что изменилось: это объясняет, чего ждать от любого приложения в этой категории, включая наше.

Что изменил Veo 3

Ранние видеомодели ломались узнаваемо: лица «плыли» между кадрами, руки деформировались, движение нарушало законы физики, а освещение бессвязно менялось от секунды к секунде. Veo 3 заметно продвинулся по всем четырём пунктам:

  • Временная согласованность — объект остаётся тем же объектом на протяжении всего клипа.
  • Движение с учётом физики — волосы, ткань, вода и пыль ведут себя примерно так, как должны.
  • Верность промпту во времени — видео соответствует описанию и на 8-й секунде, а не только на 1-й.
  • Кинематографичная композиция — глубина резкости, цвет и свет ведут себя как у камеры, а не как у фильтра.

На практике это кадры, которые могут стоять рядом с настоящим продакшн-материалом и не выдавать себя с первого взгляда. Подробнее о последствиях мы написали в статье Veo 3 и новая планка кинематографичного качества.

Где здесь Rigel — и чего мы не утверждаем

Rigel — не приложение Veo от Google, и мы не утверждаем, что перепродаём Veo 3. Rigel — мобильный продукт, построенный на передовых мультимодальных видеомоделях этого поколения; наша команда заново тестирует конвейер по мере выхода новых моделей. Вы платите за рабочий процесс — фото на входе, готовый вертикальный клип на выходе, всё на телефоне, — который работает на моделях этого класса, а не на модели, обученной нами самими.

Как оценить результат уровня Veo

Сравнивая результаты любых приложений, смотрите на то, что раньше ломалось:

  1. Стабильность лица. Поставьте на паузу на 1-й, 4-й и 8-й секунде. Это тот же человек?
  2. Руки и края. Пальцы и граница между объектом и фоном — именно там слабые модели разваливаются.
  3. Вес движения. Оседают ли волосы, есть ли у ткани инерция, двигается ли камера как камера?
  4. Непрерывность света. Один последовательный источник света или слайд-шоу из разных?
  5. Послушание промпту в конце. Большинство моделей «уплывают» ближе к концу клипа.

Как получить видео передового качества из фото

Рабочий процесс в Rigel — тот же, что описан на странице «Фото в видео»: загрузите снимок, напишите одно конкретное предложение о движении, кадрировании и свете, сгенерируйте, опубликуйте. Сильнее всего на результат влияют две вещи — чистое исходное изображение и промпт, описывающий движение камеры и освещение, а не прилагательные о настроении.

О конкурирующих передовых разработках того же поколения читайте на странице Seedance 2.0 — там разобрана мультиреференсная генерация с учётом звука.

О ценах — прямо

Мы не приводим цены Google на Veo: они меняются, и мы их не контролируем. Зато можем рассказать о своих: Rigel можно бесплатно скачать на iOS 16.6+ и Android, стартовые кредиты включены, а пакеты кредитов и подписка доступны в приложении. Каждая генерация показывает стоимость в кредитах до подтверждения, так что ничего не спишется неожиданно.

Самый быстрый тест — ваше собственное фото: скачайте Rigel, потратьте стартовые кредиты на хорошо знакомый вам снимок и сами оцените пять пунктов выше.

Частые вопросы

Rigel — это официальное приложение Veo 3?
Нет. Veo 3 — модель Google, а Rigel не является продуктом Google, реселлером или официальным клиентом Veo. Rigel — приложение, построенное на передовых видеомоделях этого поколения, и его конвейер обновляется по мере появления более сильных моделей.
Veo 3 бесплатный?
Условия доступа к Veo и цены Google со временем меняются, поэтому мы их здесь не приводим — актуальный ответ ищите на страницах самого Google. Сам Rigel можно скачать бесплатно, стартовые кредиты включены, а пакеты кредитов и подписка доступны в приложении.
Что на самом деле улучшает Veo 3?
Временную согласованность (объекты перестают «плыть» между кадрами), физически правдоподобное движение волос, ткани и воды, точность следования промпту до конца клипа и более «камерную» композицию, глубину резкости и свет.
Можно ли получить такое качество из одного фото?
Да, в определённых пределах. Резкое, хорошо освещённое исходное изображение с чётким объектом — главный фактор результата. Толпы, мелкие лица, видимый текст и сложное взаимодействие рук остаются трудными для любой модели этого класса.
Какой длины может быть клип?
В Rigel одна генерация длится 5–30 секунд. Более длинные ролики собираются из нескольких сгенерированных сцен в многосценную историю.