Google Veo 3: AI videa včetně dialogu či zpěvu

Redakce E-Bezpečí

Google na své konferenci I/O 2025 představil nový model pro generování videí – Veo 3. Ten přináší zásadní pokrok v oblasti umělé inteligence: dokáže totiž tvořit videa nejen s realistickým obrazem, ale také se synchronizovaným zvukem včetně dialogů, hudby i zpěvu.

Od tichých videí k plnohodnotným filmům

Dosavadní modely AI byly schopné generovat pouze vizuální složku videa. Zvuk chyběl. Veo 3 tuto bariéru překonává a nabízí možnost vytvořit audiovizuální výstup, který je na první pohled (i poslech) téměř nerozeznatelný od produkce lidských filmařů. Nový model zvládá syntetizovat realistickou řeč, zvukové efekty i hudbu.

Ukázky technologie (Futuropedia)

Jak Veo 3 funguje

Uživatel zadá textový nebo obrazový popis scény a Veo 3 vygeneruje video odpovídající tomuto zadání – včetně synchronizovaného zvuku. Díky pokročilému zpracování přirozeného jazyka a vizuální semantiky je AI schopná přesně porozumět tomu, co má být ve videu zachyceno. Videa mohou mít až osm sekund a jsou generována v rozlišení 1080p.

Dostupnost a přístup

Model je zatím dostupný pouze v USA skrze aplikaci Gemini, a to pro uživatele předplatného Google AI Ultra za 249 dolarů měsíčně. Firemní klientela může Veo 3 využívat v rámci platformy Vertex AI.

Etické a bezpečnostní otázky

Schopnost generovat realistická videa samozřejmě vyvolává i obavy – například z tvorby deepfake obsahu. Google proto do systému integroval bezpečnostní mechanismy jako digitální vodoznak SynthID, filtry škodlivého obsahu a přísná pravidla pro správu dat.

Budoucnost videoprodukce s AI

Veo 3 je důkazem, že umělá inteligence dokáže zásadně ovlivnit budoucnost tvorby multimediálního obsahu. Uplatnění najde nejen v zábavním průmyslu, ale i v marketingu, vzdělávání či žurnalistice. Otvírá se tak zcela nová éra audiovizuální produkce.

Redakce E-Bezpečí