A kínai Honor gyártó új telefonjaiban debütál a Google legfrissebb MI-fejlesztése, amely képekből készít rövid videókat. A Honor 400 és 400 Pro modellek vásárlói már a május 22-i piaci bevezetést követően kipróbálhatják a Veo 2 modellre épülő képből-videóvá alakító rendszert – még a Google Gemini felhasználói előtt. A funkciót közvetlenül a telefon Galéria alkalmazásába építették, és rendkívül egyszerű használatra tervezték: nincs lehetőség szöveges utasítás megadására, így kizárólag a feltöltött képből következtet a rendszer a mozgásra.
A mesterséges intelligencia másodpercek alatt generál öt másodperces videókat, és egy-egy folyamat általában egy-két percet vesz igénybe. A kimenet MP4 formátumú, de a bemutatók GIF-re konvertálva kerültek publikálásra, ami némileg csökkenti a minőséget. A rendszer legjobban akkor működik, ha egyértelmű tárgyat – például egy portrét vagy házikedvencet – kap bemenetként.
Ettől függetlenül azonban az MI néha furcsa eredményeket produkált: egy veterán autó elkezdett egyhelyben forogni, egy paradicsomokat ábrázoló képhez egy szellemkéz nyúlt, míg egy női focimeccsen három csapat, 27 játékos és két bíró tűnt fel. A szürreális működést jól illusztrálja az az eset is, amikor egy Van Gogh-önarcképből egy galamb repült ki. Bár ezek a jelenetek inkább a kreatív káoszt idézik, jól mutatják, hogy a Google Veo 2 modellje kísérleti fázisban van.
Az új funkció a telefonvásárlók számára az első két hónapban ingyenesen elérhető lesz, napi tíz videó generálásáig. A későbbiekben – ahogy azt Honor brit marketingigazgatója, Chris Langley elmondta – a használathoz Google-előfizetésre lesz szükség, bár ennek részletei egyelőre nem ismertek. A Veo 2 képességei között egyébként már a Google Cloud kínálatában is szerepel az image-to-video funkció, amely 50 centes másodpercenkénti áron érhető el csak előzetesen jóváhagyott felhasználók számára.
A Google ezzel a lépéssel a mobilos MI-élmény új szintjére lép: a statikus fotók megelevenedése nemcsak szórakoztató, de technológiailag is figyelemre méltó előrelépés a generatív videózásban.
