Google I/O 2025 демонстрирует практическое применение генеративных медиа

На I/O 2025 наш подход к генеративному ИИ заключался в демонстрации его возможностей с помощью презентаций и практических приложений. Мы представили захватывающие обновления наших последних моделей генерации видео и изображений -eo 3 и Imagen 4 - и расширили доступ к Lyria 2. Мы также представили Flow, инструмент для создания фильмов с использованием искусственного интеллекта, который позволяет беспрепятственно создавать кинематографические клипы, сцены и последовательные повествования с помощью наших самых передовых генеративных моделей.
Мы также интегрировали эти инструменты в наше флагманское ежегодное мероприятие: 219 слайдов основного доклада I/O были сгенерированы искусственным интеллектом, 48 % визуальных материалов основного доклада были созданы с помощью Imagen, а 80 % видеороликов в той или иной форме включали Veo или Imagen. Вот подробный обзор того, как мы использовали наши собственные инструменты искусственного интеллекта, включая процесс написания подсказок, чтобы воплотить в жизнь I/O 2025:
Veo 2: стильный дизайн титульных карточек спикеров
Когда Элизабет Рид, вице-президент и руководитель отдела поиска, вышла на сцену, чтобы рассказать об основных обновлениях поиска, на экране появилось короткое видео, в котором Лиз раскрыла руку и увидела изящного оранжевого журавлика оригами, который вращался и левитировал прямо над ее ладонью.
Мы использовали функцию преобразования изображений в видео в AI Studio и Vertex AI Studio на базе Veo 2 для создания этого и других вступительных видеороликов для докладчиков. Мы собрали фотографии наших докладчиков, а также подробную информацию об их интересах и увлечениях, чтобы включить ее в подсказки. Вот подсказка, которую мы создали для титульной карточки научного сотрудника Джейсона Болдриджа:
Вот необработанный результат Veo 2, дополненный простой анимацией, и то, что зрители увидели на сцене:
Imagen 4 и Veo 3: раскадровка и производство фильмов
Несколько фильмов, показанных на I/O, использовали в своем производстве инструменты искусственного интеллекта. Вступительный фильм отправил зрителей в захватывающее путешествие по городу в стиле вестерн, а затем поднялся вверх и показал разноцветные воздушные шары с надписью "Добро пожаловать на I/O", положив начало основному докладу.
Для его создания команда создателей использовала различные инструменты искусственного интеллекта. Для начала они использовали Imagen 4 для создания изображений для видеоподсказок. Они также сотрудничали с командой Google DeepMind, которая использовала Gemini для доработки подсказок, помогая им найти правильный язык для достижения желаемых результатов. Вот подсказка, использованная для первой сцены:
Вот что получилось:
Затем команда включила это изображение в подсказку Veo 3, которая содержала такие указания, как:
Подготовив изображения и уточненные подсказки, они приступили к созданию фильма с помощью нашей новейшей технологии Veo 3 (доступной в рамках тарифного плана Google AI Ultra!). Они также использовали Veo 3 для внесения корректировок в режиме реального времени: добавляли верхние кадры, более широкие ракурсы и различные визуальные эффекты по мере просмотра результатов. В отличие от традиционного кинематографа, где часто приходится переснимать сцены, команда могла работать гораздо быстрее. Кодирование не требовалось: хотя некоторые члены команды использовали функцию Colab для редактирования с помощью кода, многие другие полагались на текстовые подсказки, описывая правки и запросы на естественном языке.
Вот подсказка, использованная для создания одной из финальных сцен фильма:
Lyria RealTime: Джем с Toro y Moi в реальном времени
Во время предварительного показа I/O артист Toro y Moi использовал Lyria RealTime в живом музыкальном сеттинге, чтобы продемонстрировать новейшие возможности модели. Lyria RealTime - это наша интерактивная модель генерации музыки, которая позволяет создавать, контролировать и исполнять генеративную музыку в режиме реального времени. Вы можете смешивать и изменять инструменты, звуки, жанры и многое другое. "Это будет выступление и эксперимент", - объяснил он перед началом. "Все, что я играю, полностью импровизировано - я играю с компьютером, а компьютер играет со мной".
За несколько недель до выступления команда предоставила Toro y Moi прототип Lyria RealTime, чтобы он мог протестировать и отточить свои подсказки. Это помогло ему разработать творческую концепцию и подсказки для использования во время шоу. Он создал 16 звуковых подсказок, в том числе "хаотичный конга-плеер" и "барабаны джунглей Великобритании со сдвигом высоты тона", и назначил их на ручки физического MIDI-контроллера.
Локальный запуск Lyria RealTime через MIDI-контроллер позволил Toro y Moi использовать модель на сцене и дал зрителям возможность увидеть интерфейс в действии.
Во время выступления приложение, созданное с использованием Lyria RealTime API и работающее на MIDI-контроллере, отображалось позади Toro y Moi. Зрители увидели возможности приложения для создания и управления непрерывным музыкальным потоком, а также подсказки, которые он использовал при наложении клавишных и вокальных украшений.
Попробуйте сами, используя Lyria RealTime API в AI Studio.
AI Studio: Создание генерируемых ИИ сувениров
Мы использовали несколько моделей Gemini в Google AI Studio - нашем бесплатном интерфейсе для быстрого тестирования моделей и экспериментов с подсказками - для создания футболки I/O этого года с совершенно новым пользовательским логотипом. Как указано на бирке футболки, творческая задача заключалась в следующем: "Логотип Google I/O, тающий в земле, цвета радуги, иллюстрация, студийное освещение". Вот как мы его создали:
Сначала команда выбрала Gemini 2.5 Pro в AI Studio и определила свою задачу с помощью подробной инструкции к системе.
После этого они ввели творческую подсказку, упомянутую ранее. Затем Gemini 2.5 Pro сгенерировал список требований и идей стиля для получения желаемых изображений. Например: "Основные формы: Основные геометрические формы трех исходных фигур (общий прямоугольник, тонкая косая линия/прямоугольник и цилиндр) должны оставаться четко узнаваемыми и визуально различимыми, даже если к их сторонам применить эффект плавления. Не искажайте основную структуру за пределами эффекта плавления краски".
Получив письменные инструкции, команда переключилась на нашу "рабочую лошадку" - Gemini 2.0 Flash с функцией генерации изображений, чтобы создать множество вариантов изображений на основе сгенерированного списка.
После длительных экспериментов они выбрали несколько окончательных вариантов дизайна, в том числе и этот.
Стоит отметить, что команда также попробовала обойтись без первоначального переписывания подсказок в Gemini 2.5 Pro и перейти непосредственно к Gemini 2.0 Flash в AI Studio. Хотя они и приблизились к желаемому результату, использование перезаписи в 2.5 Pro неизменно приносило лучшие результаты с большим количеством творческих деталей. Результат? Несколько очень крутых футболок!
Готовы к подведению итогов? Ознакомьтесь с самыми крупными анонсами I/O 2025 здесь и проверьте свои знания с помощью нашей викторины I/O.
Связанная статья
Warner Music приобретает стартап в области атрибуции с использованием искусственного интеллекта Sureel AI
Warner Music Group (WMG) подтвердила в среду, что приобретает Sureel AI, стартап в области атрибуции с использованием искусственного интеллекта. Собственная технология Sureel создает «ИИ-ДНК» для музыкальных треков, разбивая их на составляющие элемен
Amazon представляет Alexa для покупок, отодвигая Rufus на второй план
Amazon запустила Alexa for Shopping, объединив своего чат-бота для покупок Rufus с Alexa+ в приложении, на веб-сайте и устройствах Echo Show.Ассистент отвечает на запросы о товарах, сравнивает товары, отслеживает цены и поддерживает напоминания о по
Microsoft, Azure и технологии искусственного интеллекта борются с рисками лесных пожаров в Калифорнии
Компания Microsoft инвестирует в разработку систем обнаружения лесных пожаров на основе искусственного интеллекта; Хуан Лависта Феррес, старший вице-президент и главный специалист по данным, обсуждает
Рекомендации по связанным специальным темам
Комментарии (1)
Veo 3 et Imagen 4 semblent impressionnants, mais j'espère que ces avancées en IA générative ne se contentent pas de faire des jolies images. Qu'en est-il de l'impact environnemental de l'entraînement de ces modèles? Les présentations sont cool, mais je veux aussi voir une vraie réflexion éthique derrière. 😅

На I/O 2025 наш подход к генеративному ИИ заключался в демонстрации его возможностей с помощью презентаций и практических приложений. Мы представили захватывающие обновления наших последних моделей генерации видео и изображений -eo 3 и Imagen 4 - и расширили доступ к Lyria 2. Мы также представили Flow, инструмент для создания фильмов с использованием искусственного интеллекта, который позволяет беспрепятственно создавать кинематографические клипы, сцены и последовательные повествования с помощью наших самых передовых генеративных моделей.
Мы также интегрировали эти инструменты в наше флагманское ежегодное мероприятие: 219 слайдов основного доклада I/O были сгенерированы искусственным интеллектом, 48 % визуальных материалов основного доклада были созданы с помощью Imagen, а 80 % видеороликов в той или иной форме включали Veo или Imagen. Вот подробный обзор того, как мы использовали наши собственные инструменты искусственного интеллекта, включая процесс написания подсказок, чтобы воплотить в жизнь I/O 2025:
Veo 2: стильный дизайн титульных карточек спикеров
Когда Элизабет Рид, вице-президент и руководитель отдела поиска, вышла на сцену, чтобы рассказать об основных обновлениях поиска, на экране появилось короткое видео, в котором Лиз раскрыла руку и увидела изящного оранжевого журавлика оригами, который вращался и левитировал прямо над ее ладонью.
Мы использовали функцию преобразования изображений в видео в AI Studio и Vertex AI Studio на базе Veo 2 для создания этого и других вступительных видеороликов для докладчиков. Мы собрали фотографии наших докладчиков, а также подробную информацию об их интересах и увлечениях, чтобы включить ее в подсказки. Вот подсказка, которую мы создали для титульной карточки научного сотрудника Джейсона Болдриджа:
Вот необработанный результат Veo 2, дополненный простой анимацией, и то, что зрители увидели на сцене:
Imagen 4 и Veo 3: раскадровка и производство фильмов
Несколько фильмов, показанных на I/O, использовали в своем производстве инструменты искусственного интеллекта. Вступительный фильм отправил зрителей в захватывающее путешествие по городу в стиле вестерн, а затем поднялся вверх и показал разноцветные воздушные шары с надписью "Добро пожаловать на I/O", положив начало основному докладу.
Для его создания команда создателей использовала различные инструменты искусственного интеллекта. Для начала они использовали Imagen 4 для создания изображений для видеоподсказок. Они также сотрудничали с командой Google DeepMind, которая использовала Gemini для доработки подсказок, помогая им найти правильный язык для достижения желаемых результатов. Вот подсказка, использованная для первой сцены:
Вот что получилось:
Затем команда включила это изображение в подсказку Veo 3, которая содержала такие указания, как:
Подготовив изображения и уточненные подсказки, они приступили к созданию фильма с помощью нашей новейшей технологии Veo 3 (доступной в рамках тарифного плана Google AI Ultra!). Они также использовали Veo 3 для внесения корректировок в режиме реального времени: добавляли верхние кадры, более широкие ракурсы и различные визуальные эффекты по мере просмотра результатов. В отличие от традиционного кинематографа, где часто приходится переснимать сцены, команда могла работать гораздо быстрее. Кодирование не требовалось: хотя некоторые члены команды использовали функцию Colab для редактирования с помощью кода, многие другие полагались на текстовые подсказки, описывая правки и запросы на естественном языке.
Вот подсказка, использованная для создания одной из финальных сцен фильма:
Lyria RealTime: Джем с Toro y Moi в реальном времени
Во время предварительного показа I/O артист Toro y Moi использовал Lyria RealTime в живом музыкальном сеттинге, чтобы продемонстрировать новейшие возможности модели. Lyria RealTime - это наша интерактивная модель генерации музыки, которая позволяет создавать, контролировать и исполнять генеративную музыку в режиме реального времени. Вы можете смешивать и изменять инструменты, звуки, жанры и многое другое. "Это будет выступление и эксперимент", - объяснил он перед началом. "Все, что я играю, полностью импровизировано - я играю с компьютером, а компьютер играет со мной".
За несколько недель до выступления команда предоставила Toro y Moi прототип Lyria RealTime, чтобы он мог протестировать и отточить свои подсказки. Это помогло ему разработать творческую концепцию и подсказки для использования во время шоу. Он создал 16 звуковых подсказок, в том числе "хаотичный конга-плеер" и "барабаны джунглей Великобритании со сдвигом высоты тона", и назначил их на ручки физического MIDI-контроллера.
Локальный запуск Lyria RealTime через MIDI-контроллер позволил Toro y Moi использовать модель на сцене и дал зрителям возможность увидеть интерфейс в действии.
Во время выступления приложение, созданное с использованием Lyria RealTime API и работающее на MIDI-контроллере, отображалось позади Toro y Moi. Зрители увидели возможности приложения для создания и управления непрерывным музыкальным потоком, а также подсказки, которые он использовал при наложении клавишных и вокальных украшений.
Попробуйте сами, используя Lyria RealTime API в AI Studio.
AI Studio: Создание генерируемых ИИ сувениров
Мы использовали несколько моделей Gemini в Google AI Studio - нашем бесплатном интерфейсе для быстрого тестирования моделей и экспериментов с подсказками - для создания футболки I/O этого года с совершенно новым пользовательским логотипом. Как указано на бирке футболки, творческая задача заключалась в следующем: "Логотип Google I/O, тающий в земле, цвета радуги, иллюстрация, студийное освещение". Вот как мы его создали:
Сначала команда выбрала Gemini 2.5 Pro в AI Studio и определила свою задачу с помощью подробной инструкции к системе.
После этого они ввели творческую подсказку, упомянутую ранее. Затем Gemini 2.5 Pro сгенерировал список требований и идей стиля для получения желаемых изображений. Например: "Основные формы: Основные геометрические формы трех исходных фигур (общий прямоугольник, тонкая косая линия/прямоугольник и цилиндр) должны оставаться четко узнаваемыми и визуально различимыми, даже если к их сторонам применить эффект плавления. Не искажайте основную структуру за пределами эффекта плавления краски".
Получив письменные инструкции, команда переключилась на нашу "рабочую лошадку" - Gemini 2.0 Flash с функцией генерации изображений, чтобы создать множество вариантов изображений на основе сгенерированного списка.
После длительных экспериментов они выбрали несколько окончательных вариантов дизайна, в том числе и этот.
Стоит отметить, что команда также попробовала обойтись без первоначального переписывания подсказок в Gemini 2.5 Pro и перейти непосредственно к Gemini 2.0 Flash в AI Studio. Хотя они и приблизились к желаемому результату, использование перезаписи в 2.5 Pro неизменно приносило лучшие результаты с большим количеством творческих деталей. Результат? Несколько очень крутых футболок!
Готовы к подведению итогов? Ознакомьтесь с самыми крупными анонсами I/O 2025 здесь и проверьте свои знания с помощью нашей викторины I/O.
Warner Music приобретает стартап в области атрибуции с использованием искусственного интеллекта Sureel AI
Warner Music Group (WMG) подтвердила в среду, что приобретает Sureel AI, стартап в области атрибуции с использованием искусственного интеллекта. Собственная технология Sureel создает «ИИ-ДНК» для музыкальных треков, разбивая их на составляющие элемен
Microsoft, Azure и технологии искусственного интеллекта борются с рисками лесных пожаров в Калифорнии
Компания Microsoft инвестирует в разработку систем обнаружения лесных пожаров на основе искусственного интеллекта; Хуан Лависта Феррес, старший вице-президент и главный специалист по данным, обсуждает
Veo 3 et Imagen 4 semblent impressionnants, mais j'espère que ces avancées en IA générative ne se contentent pas de faire des jolies images. Qu'en est-il de l'impact environnemental de l'entraînement de ces modèles? Les présentations sont cool, mais je veux aussi voir une vraie réflexion éthique derrière. 😅





Дом






