从未有过的狗：谷歌用新的人工智能视频创作工具回应 Sora | 技术

策略首先是 营销：首先创建需求，然后销售解决方案。 Gmail、Drive、Calendar、Meet 或 Docs 等 Google 工作工具被 30 亿用户使用，其中许多是免费的，但有限制。 但其中有 1000 万人（40% 的个人和 60% 的公司）付费使用这些应用程序进行组织。 现在它们已成为数百万人日常生活的一部分，并且需求已经产生，人工智能的出现有望改善这种体验。 但该解决方案并不是免费的，而是每增加一项优势每月就要多花 10 美元，约合 9.2 欧元。 该公司于本周二在拉斯维加斯宣布了这一消息，并在那里举行了公司年会，展示了数字创新（谷歌下一步）。 其中，跨国公司对 Sora 的反应，Sora 是一种开放式人工智能工具，能够根据简单的文本请求创建高质量的视频。 答案是一个视听编辑器，称为 Vids，并且 图2与 Open AI 的竞争对手 Sora 类似。

大多数用户会在一定程度上免费使用 Google Workspace 工作平台中包含的 11 个应用程序中的部分应用程序（Gmail、云端硬盘、日历、聊天、文档、表格、幻灯片、表单、协作平台、Keep 和 Apps 脚本）。 其他人每月支付 5.75 欧元（商务套餐）、11.50 欧元（标准）或 17.25 欧元（Plus）。 谷歌云首席执行官托马斯·库里安（Thomas Kurian）本周二宣布更新这一流行的大型工具集 双子座工作空间谷歌的人工智能。

库里安认为，创新是对用户需求的回应。 据他介绍，“70% 使用该功能 帮我写 75% 的人在幻灯片中创建演示文稿。” 新的那一个 “Google Workspace 与 Gemini 的一系列创新和改进” 包括一个用于会议和消息传递的插件（每月 10 美元），与 ChatGPT 的付费版本一样，该插件允许记录会议记录、总结它们以及 聊天 （相关聊天应用程序） 以及 69 种语言的同声翻译。

再花 10 美元，另一个安全插件可以让你使用 AI 自动分类和保护敏感文件和数据。 Google Workspace 首席执行官 Aparna Pappu 表示，“使用大型语言模型，效率提高了 20% 垃圾邮件 [correo basura o no deseado] 在 Gmail 中，每天审核的用户投诉数量增加了 1,000 倍，新的黑客攻击响应速度提高了 90%。 网络钓鱼 [estafa por suplantación]”。

视频

但谷歌的一大赌注是创建视频。 从这个意义上说，工作平台还将包括 Google Vids 应用程序，它允许您开发脚本、制作和创建与平台的其余实用程序兼容的视听内容。 “Vids 很快就会在 Workspace Labs 推出，我们希望在今年年底之前向所有客户提供访问权限，”Kurian 解释道。 “可能是六月，”Google Workspace 首席执行官 Aparna Pappu 说道。

“Vids 是一款集视频、写作、制作和编辑为一体的助手。 它可以生成一个易于编辑的故事板，并在选择风格后，根据建议的场景以及库存视频、图像和背景音乐创建初稿。 它还可以通过选择我们的预设或使用用户自己的预设来帮助使用适当的旁白声音来完成您的消息，”Pappu 解释道。

该指令补充道：“您所需要的只是一个浏览器，这是关键点。” “无需来回通过电子邮件发送文件； 团队可以同时对整个工作区使用相同的访问和安全控制来继续故事，

Vids 的推出最初将仅限于 Google 订阅者。 “我们正在向付费客户推出这项服务，以获取他们的反馈。 该产品专为工作环境而设计，这是我们的首要任务。 一旦我们向付费客户推出这些功能并获得用户的反馈，我们就会考虑扩展它，”Pappu 说。

图2 索拉面前

与Sora最接近的开发也是为用户保留的 双子座1.5专业版, 现在可通过 Vertex AI 平台为开发人员提供预览版。 这是图 2，一个 AI 模型，根据 Google Cloud 总监 Amin Vahdat 的说法， “为开发人员提供了世界上最大的上下文窗口。” “我们的成像模型系列现在可用于根据短信创建四秒视频，包括数字水印。”

“我们看到组织利用 Image 2 在企业范围内生成高质量、准确的视频。 “创意和 营销 可以从文本消息生成动画图像。 最初，视频的帧率为每秒 24 帧 (fps)，分辨率为 360×640 像素，持续时间为 4 秒，并计划持续改进，”Vahdat 解释道。

该程序准备提供各种角度和摄像机运动，保持整个序列的连贯性，并通过以下方式包括安全过滤器和数字水印： SynthID（谷歌 DeepMind）。 新的欧洲人工智能法要求我们明确区分人工智能产生的创造物。

它还将使更新版本中更容易删除图像中不需要的部分、添加新元素以及扩展边框以创建更广阔的视野。

这些发展响应 与 Sora 一起开启 AI 运动，一种人工智能模型，可以根据长达一分钟的文本提示创建视频。 正如该公司所解释的那样，该视听制作人正在接受测试，“评估关键区域的损坏或风险”，并从视觉艺术家、设计师和电影制作人那里获取建议和建议。

开放人工智能认识到有必要审查发展，因为尽管它在结果中提供了令人惊叹的现实主义，但“当前模型存在弱点”，例如精度错误或幻觉，例如显示涉及对象改变的场景，而无需然而，在接下来的帧中，它看起来完好无损或混合了空间或混淆了轨迹。

您可以关注 EL PAÍS 技术 在 Facebook y X 或在这里注册以接收我们的 时事通讯。