▲

GN⁺: Google DeepMind Veo - 가장 강력한 생성형 비디오 모델

 (deepmind.google)
11P by neo 6달전 | favorite | 댓글 2개
  • Veo는 현재까지 가장 강력한 비디오 생성 모델임.
  • 고품질의 1080p 해상도 비디오를 1분 이상 생성할 수 있음.
  • 다양한 영화적 및 시각적 스타일을 지원함.
  • 프롬프트의 뉘앙스와 톤을 정확하게 포착하고, 창의적인 제어를 제공함.
  • 시간 경과 촬영이나 풍경의 항공 촬영과 같은 영화적 효과를 이해함.
  • 비디오 제작을 누구나 접근할 수 있도록 도와줌.
  • 경험 많은 영화 제작자, 창작자, 교육자 등에게 새로운 가능성을 열어줌.
  • VideoFX라는 새로운 실험 도구를 통해 일부 기능을 제공할 예정임.
  • 향후 YouTube Shorts 및 기타 제품에도 Veo의 기능을 적용할 계획임.

언어와 비전의 더 깊은 이해

  • 텍스트 프롬프트를 정확하게 해석하고 관련 시각적 참조와 결합해야 함.
  • 자연어와 시각적 의미를 고급 수준으로 이해하여 프롬프트를 충실히 따르는 비디오를 생성함.
  • 복잡한 장면 내에서 세부 사항을 정교하게 렌더링함.

영화 제작을 위한 제어 기능

  • 입력 비디오와 편집 명령을 제공하면, Veo는 이를 적용하여 새로운 편집된 비디오를 생성함.
  • 마스크 편집을 지원하여 비디오의 특정 영역을 변경할 수 있음.
  • 이미지와 텍스트 프롬프트를 함께 제공하면, 해당 스타일과 지침을 따르는 비디오를 생성함.
  • 단일 프롬프트 또는 일련의 프롬프트를 통해 60초 이상의 비디오 클립을 생성하고 확장할 수 있음.

비디오 프레임 간 일관성 유지

  • 비디오 생성 모델에서 시각적 일관성을 유지하는 것이 도전 과제임.
  • Veo의 최신 잠재 확산 변환기는 이러한 불일치의 발생을 줄여줌.
  • 실제와 같이 캐릭터, 객체 및 스타일을 유지함.

수년간의 비디오 생성 연구 기반

  • Veo는 Generative Query Network (GQN), DVD-GAN, Imagen-Video, Phenaki, WALT, VideoPoet, Lumiere 등의 연구를 기반으로 함.
  • Transformer 아키텍처와 Gemini를 활용함.
  • 프롬프트를 더 정확하게 이해하고 따르기 위해 각 비디오의 캡션에 더 많은 세부 정보를 추가함.
  • 고품질의 압축된 비디오 표현을 사용하여 성능을 향상시킴.

책임 있는 설계

  • Veo는 책임감 있게 세상에 도입되는 것이 중요함.
  • Veo가 생성한 비디오는 SynthID를 사용하여 워터마크가 삽입됨.
  • 안전 필터와 메모리 체크 과정을 통해 프라이버시, 저작권 및 편향 위험을 완화함.
  • 주요 창작자 및 영화 제작자와의 협력을 통해 Veo의 미래를 설계함.
  • 그들의 피드백을 통해 생성 비디오 기술을 개선하고 더 넓은 창작 커뮤니티에 혜택을 제공함.

GN⁺의 의견

  • Veo의 혁신성: Veo는 고품질 비디오 생성 모델로, 창작자들에게 새로운 가능성을 열어줌.
  • 교육적 활용: 교육자들이 비디오를 통해 지식을 전달하는 데 큰 도움이 될 수 있음.
  • 책임 있는 기술 도입: Veo는 워터마크와 안전 필터를 통해 책임감 있게 사용될 수 있음.
  • 경쟁 제품: 비슷한 기능을 제공하는 다른 비디오 생성 모델과의 비교가 필요함.
  • 기술 도입 고려사항: Veo를 도입할 때 프라이버시와 저작권 문제를 충분히 고려해야 함.
▲
xguru 6달전  [-]

역시나 Sora가 없었다면 아주 훌륭한데.. 비교가 되네요. 구글이 어쩌다 이렇게 ㅠ

답변달기
▲
neo 6달전  [-]
Hacker News 의견

해커뉴스 댓글 모음 요약

  • 영화 제작 관점에서의 한계

    • 의견: 현재 기술로는 영화 제작에 큰 영향을 미치지 못함. 감독이 구체적인 지시를 내릴 수 있는 기능이 필요함. 현재는 주로 B-roll 콘텐츠 수준임.

  • Google의 SynthID 기술

    • 의견: Google은 AI 생성 비디오에 SynthID 기술을 사용해 워터마크를 추가함. 이 기술은 비디오뿐만 아니라 이미지, 텍스트, 오디오에도 적용됨.

  • Sora와의 비교

    • 의견: Sora가 더 인상적임. Sora는 긴 클립과 빠른 움직임을 잘 처리함. 반면, 현재 데모는 짧은 클립과 느린 움직임만 포함되어 있음. 유일하게 비교할 만한 것은 사이버펑크 비디오인데, 일관성이 부족함.

  • 60초 예제 비디오

  • 인간 비디오의 부재

    • 의견: 인간 비디오가 없다는 것은 기술이 인간을 생성하는 데 어려움을 겪고 있음을 나타낼 수 있음.

  • 영화 촬영 시간의 변화

    • 의견: 2014년 Wired 기사에 따르면, 영어 영화의 평균 촬영 시간은 1930년대 12초에서 오늘날 2.5초로 감소함. 이 기술이 실제 세계에 더 큰 영향을 미칠 수 있음. Wired 기사 링크

  • 데모 비디오의 인상

    • 의견: 데모 비디오는 흥미로움. 그러나 Sora 데모와 비교하면 인상적이지 않음. Google에서 발표한 것치고는 기대에 못 미침. Sora는 아직 공개되지 않았고, Veo가 더 많은 것을 제공할 수 있을 것임.

  • 일관성 유지 방법

    • 의견: Veo의 최신 기술이 일관성을 유지하는 방법에 대한 궁금증. 프레임 간의 시간적 메모리가 있는지 궁금함.

  • Westworld와의 유사성

    • 의견: 첫 번째 예제 프롬프트의 썸네일이 1973년 Westworld의 Gunslinger 안드로이드와 유사함. 당시 컴퓨터 그래픽스의 초기 사용 사례였음. YouTube 링크

  • Donald Glover 세그먼트의 혼란

    • 의견: Donald Glover 세그먼트가 혼란스러웠음. 짧은 클립 몇 개만 제공되어 단편 영화를 기대했으나 실망스러웠음.
답변달기