Sora acaba de lanzarse y ya presumen de haber superado sus vídeos con Veo 2

En otro ocurrencia de Google contra las herramientas de IA generativa de OpenAI (mientras éste golpea a Google en el campo de las búsquedas web), la compañía de Mountain View ha presentado las versiones más recientes de sus modelos Veo e Imagen... y ha presentado una nueva plataforma de remezcla de imágenes

Veo 2: Realismo cinematográfico

La nueva interpretación de Veo, denominada Veo 2, es un maniquí de reproducción de vídeo con una calidad y detalle visual sin precedentes: capaz de crear vídeos de hasta 4K de resolución, este maniquí no solo supera a sus competidores comerciales (como Sora) en pruebas de calidad y unión a instrucciones, sino que todavía incorpora una comprensión más destacamento de la física existente y los matices del movimiento humano.

Características destacadas de Veo 2:

1. Calidad y precisión cinematográfica: Veo 2 entiende el 'jerigonza del cine', permitiendo especificar estilos, gemelos, género cinematográficos y ángulos de cámara. Por ejemplo, puede originar un plano de seguimiento a desvaloración pico o un primer plano con profundidad de campo ajustada.
2. Reducción de "alucinaciones": Este problema global en modelos de vídeo, como la reproducción de detalles no deseados o distorsionados, ha sido minimizado considerablemente en Veo 2.
3. Compromiso con la seguridad: Todas las expectativas de Veo 2 incluyen una marca de agua invisible, SynthID, para preparar la desinformación y avalar la identificación de contenido generado por IA.

Según Google, los evaluadores prefieren Veo 2 a sus competidores

Imagen 3

Por su parte, Imagen 3, el maniquí de reproducción de imágenes más innovador de Google, todavía ha sido mejorado significativamente. Este maniquí ahora produce imágenes con longevo precisión en estilos y detalles, desde fotorealismo hasta anime, impresionismo y arte puro. Google alega que, en pruebas con evaluadores humanos, Imagen 3 superó a todos sus competidores comerciales en composición, claridad y unión a los textos proporcionados.

Whisk: Una nueva dimensión en la creatividad visual

Encima de Veo 2 e Imagen 3, Google ha arrojado Whisk, una utensilio positivo que permite a los usuarios remezclar imágenes y estilos de modo intuitiva: los usuarios deben proporcionar tres imágenes, una para establecer el 'tema', otra para la 'decorado' y una última para el 'estilo'.

Google advierte, sin retención, que esta IA sólo tiene en cuenta medios para capturar la 'esencia' de las imágenes que el heredero haya subido a Whisk, sin replicarlas al pie de la letrilla... aunque sí brinda a los usuarios una función de "Revisión y estampación" luego de tener generado la imagen.

Cómo conseguir a estas herramientas

Para probar estas herramientas, los usuarios pueden registrarse, respectivamente, en las listas de retraso de VideoFX, ImageFX y, sólo para usuarios estadounidenses, Whisk.

En Genbeta | Grok, la IA de X, casi no tiene final: genera casi cualquier imagen que quieras. Esto tiene un profundo problema detrás