Google представила Veo 3 — продвинутую модель генерации видео с ИИ, которая впервые среди аналогов умеет синхронизировать видео и звук. В отличие от предыдущих моделей, создававших короткие немые клипы, Veo 3 может генерировать восьмисекундные видео в HD с голосами, звуковыми эффектами и даже диалогами.
После анонса пользователи быстро задали самый животрепещущий вопрос: как теперь выглядит Уилл Смит, созданный ИИ, поедающий спагетти? Это отсылка к вирусному видео 2023 года, в котором Смит с жуткой пластиковой мимикой «ест» пасту — ролик стал символом ранних и странных экспериментов с видео ИИ. Настолько, что сам актер позже спародировал его.
Теперь благодаря разработчику ИИ-приложений Хави Лопесу мы можем взглянуть на эту сцену в новой интерпретации — с озвучкой. В видео, опубликованном им на платформе X, Смит ест спагетти... но это сопровождается отчётливым хрустом. Словно паста — это чипсы.
Причина, по всей видимости, кроется в самой природе генеративных моделей. Veo 3 экспериментально синхронизирует звук с видео, и если в обучающих данных было слишком много примеров жевания с хрустом — модель переняла это как норму. Это типичный побочный эффект предсказательных ИИ-систем: если что-то слишком часто встречается в датасете, оно начинает «проявляться» там, где не следует.
Тем не менее, Veo 3 знаменует собой важный прорыв в развитии генерации видео с ИИ: впервые модель не только видит, но и слышит то, что она создает.
Источник: https://arstechnica.com/ai/2025/05/googles-will-smith-double-is-better-at-eating-ai-spaghetti-but-its-crunchy/
Больше интересного – на медиапортале https://www.cta.ru/