Google hevder at deres nye KI-videoverktøy er markedets beste

Konkurransen er sterk på KI-feltet, og to av de argeste rivalene er trolig Open AI og Google, som nå nærmest kappløper om å lansere nye KI-produkter.

Ikke lenge etter at Open AI gjorde sin imponerende videogenerator Sora bredere tilgjengelig, følger Google på med sine egne nyheter på den fronten. På bloggen sin har selskapet nemlig avduket «Veo 2».

Veo 2 er altså oppfølgeren til Veo, som Google lanserte tidligere i år, og skal levere langt bedre ytelse og kvalitet.

Skal ha gjort det best i tester

Tradisjonen tro på KI-fronten, har Google stilt Veo 2 opp mot andre rivaliserende videogenerator-modeller på markedet. De hevder at modellen gjør det skarpere enn de fleste andre deltakere på dette markedet – inkludert Sora Turbo-modellen fra Open AI.

I en test som innebar å eksponere et testpublikum for til sammen 1003 instrukser («prompts») og tilhørende, genererte videoer, skal flertallet ha foretrukket Googles Veo 2.

Ytelsesverktøyet som ble brukt i testen heter MovieGenBench, som er utviklet av Meta og regnes som et av de mest omfattende benchmark-verktøyene innen tekst-til-video-generering.

I en test mot Open AIs Sora Turbo-modell foretrakk 58,8 prosent av testpublikummet Veo 2-kreasjon. 14,5 prosent mente resultatet var likt, mens kun 26,7 prosent mente Sora produserte den beste videoen.

Mot Metas Movie Gen-generator var det 53,8 prosent som foretrakk Veo 2, mens 30,6 prosent mente Metas modell ga det beste resultatet. Veo 2 gjorde det også betydelig bedre mot tekst-til-video-modellene Kling og Minimax, som er to andre, avanserte KI-videogeneratorer.

Mange forbedringer

Ytelsesmålingene tok ikke bare for seg kvaliteten på selve videoene, men også modellenes evne til å faktisk følge brukernes instrukser («prompt adherence«). Også her skal Veo 2 ha slått samtlige av rivalene med god margin – om vi skal tro Googles egne resultater.

Google sier at forbedringene til Veo 2 blant annet omfatter bedre fysikksimulering, bedre og mer detaljert forståelse av instruksene som gis av brukeren, og mer nyansert gjengivelse av menneskelig bevegelse og ansiktsuttrykk.

Ikke minst skal modellen produsere langt mindre uønskede detaljer i bildet, slik som ekstra fingre på personer og andre «hallusinasjoner», som det heter på KI-språk.

Veo 2 skal i tillegg skilte med til dels avansert «kamerakontroll», ved at man nå kan gi kamerainstrukser litt på samme måte som en filmregissør.

– Veo 2 forstår det unike språket innen filmfotografi: be om en sjanger, spesifiser en linse, foreslå filmatiske effekter, og Veo 2 leverer – i oppløsninger opp til 4K og med lengder utvidet til flere minutter, skriver Google.

Om nan ønsker å teste ut Veo 2, kan man skrive seg opp på en venteliste via Googles VideoFX-plattform.