گوگل بهروزرسانیهای مهمی برای مدلهای تولید ویدئو مبتنی بر هوش مصنوعی خود، یعنی Veo ۳ و Veo ۳ Fast، اعلام کرده است. این دو مدل اکنون از فاز آزمایشی خارج شده و گوگل آنها را «پایدار و آماده برای استفاده در تولید مقیاسپذیر» در Gemini API معرفی کرده است. همزمان قیمتگذاری تولید ویدئو و خروجی صوتی کاهش یافته که برای تولیدکنندگان محتوا و توسعهدهندگان هزینههای عملیاتی را بهطور چشمگیری کاهش میدهد.
کاهش قیمت و تعرفهها
طبق اعلام بلاگ گوگل، قیمت خروجی ویدئو و صدا با مدل Veo ۳ از ۰.۷۵ دلار در ثانیه به ۰.۴۰ دلار در ثانیه کاهش یافته است. همچنین Veo ۳ Fast که گزینهای سریعتر و بهینهتر برای تولید محتواست، از ۰.۴۰ دلار به ۰.۱۵ دلار در ثانیه کاهش قیمت داشته است. این تغییرات فوری هستند و از زمان اعلام در وبلاگ رسمی گوگل اجرایی شدهاند؛ تغییری که برای کسبوکارها و سازندگان محتوای ویدیویی خبر خوبی به حساب میآید.
ویژگیهای جدید و پشتیبانی رزولوشن
از نظر فرمت و کیفیت، هر دو مدل اکنون پشتیبانی از نسبت تصویر عمودی ۹:۱۶ را دارند؛ کافی است پارامتر “aspectRatio” را روی ‘۹:۱۶’ قرار دهید تا ویدئوهای عمودی مناسب شبکههای اجتماعی و دستگاههای موبایل تولید شود. علاوه بر این، درحالیکه Veo ۳ توانایی تولید ویدئو 4K را دارد، پیادهسازی فعلی در Gemini API تا امروز محدود به 720p بود. اکنون Veo ۳ و Veo ۳ Fast میتوانند ویدئوهای با کیفیت بالاتر 1080p تولید کنند؛ برای استفاده از این گزینه پارامتر “resolution” را روی “1080p” تنظیم کنید (فعلاً این تنظیم برای نسبت تصویر ۱۶:۹ فعال است).
تطبیق با نیازهای تولید محتوا
این بهروزرسانیها مخصوصاً برای تولیدکنندگان محتوا، رسانهها و توسعهدهندگان اپلیکیشنهای موبایل اهمیت دارد که به دنبال تولید ویدئوهای با کیفیت و هزینه پایین برای تبلیغات، محتوای شبکههای اجتماعی و اپهای ویدئویی هستند.
مقایسه با نسخههای قبلی و رقبا
Veo ۳ نسبت به Veo ۲ بهبودهای قابل توجهی دارد: کنترل خلاقانه بیشتر، پشتیبانی بهتر از 4K، مدلسازی فیزیک واقعیتر، واقعگرایی بالاتر و پایبندی بهتر به متنهای ورودی (prompt adherence). یکی از امکانات برجستهٔ آن تبدیل عکس به ویدئو با تولید همزمان و هماهنگ صدا است. عرضه Veo ۳ در I/O ۲۰۲۵ به عنوان پاسخی به مدلهای رقیب مانند OpenAI Sora دیده شد و سپس از ۷۰ کشور اولیه به حدود ۱۴۰ کشور و منطقه گسترش یافت.
مزایا، موارد استفاده و اهمیت بازار
مزایا: کاهش هزینه تولید ویدئو، تولید ویدئو عمودی برای موبایل، کیفیت 1080p، و آماده بودن مدل برای تولید مقیاسپذیر. موارد استفاده: تبلیغات اجتماعی، ساخت تیزرهای کوتاه، ابزارهای تولید محتوای خودکار، امکانات «عکس به ویدئو» در اپلیکیشنها (مثل Google Photos)، و تولید نمونههای اولیه برای سینما و آموزش الکترونیکی. از منظر بازار، این حرکت گوگل فشار رقابتی را افزایش میدهد و دسترسی به تولید ویدئوی مبتنی بر هوش مصنوعی را برای کسبوکارها و توسعهدهندگان خرد آسانتر و ارزانتر میکند.
دسترسی و ادغامها
Veo ۳ بهصورت پیشنمایش عمومی پولی برای Gemini API و Vertex AI در ماه جولای عرضه شد و هماکنون در سرویسها و اپلیکیشنهای عمومی مانند Gemini (ویدئوهای هشت ثانیهای)، Google Vids، Flow و ویژگی “Photo to video” گوگل فوتوز به کار گرفته میشود. این ادغامها نشاندهنده تمرکز گوگل بر فراهمسازی ابزارهای قدرتمند تولید محتوا برای اکوسیستم توسعهدهندگان و کاربران نهایی است.
جمعبندی
با کاهش قیمتها، پشتیبانی از نسبت تصویر ۹:۱۶ و ارتقاء کیفیت تا 1080p، Veo ۳ و Veo ۳ Fast گزینههای جذابی برای تولید ویدئوی مبتنی بر هوش مصنوعی محسوب میشوند. این بهروزرسانیها نه تنها هزینهها را کاهش میدهند بلکه امکانات فنی گستردهتری برای تولید محتوای واقعگرایانه و هماهنگ با صدا در اختیار توسعهدهندگان و سازندگان محتوا میگذارند.