Google Veo - The Best AI Video is Now Available to Everyone!

Wenn Sie dies sehen, bedeutet das, dass Google V veröffentlicht hat, das fortschrittlichste Text to Video Modell auf Word. Das bedeutet, dass Sie jetzt Ihre Videos mit Textbeschreibungen auf der vortexye Plattform erstellen können. Es ist sowohl über die API als auch in der Vortex I Konsole verfügbar. Alle Videos, die Sie sehen, wurden mit WO und einfachen Textbeschreibungen erstellt. In diesem Video zeige ich Ihnen, wie Sie mit Vortex Eye Ihre eigenen Videos erstellen können. Wir sehen uns auch die API an und sprechen über einige der Eingabeaufforderungstechniken, die Google für die Erstellung von Bildern mit Textbeschreibungen empfiehlt. Und das Beste Sie können auch Referenzbilder bereitstellen, auf deren Grundlage Sie Videos erstellen können. Also los geht's. OK. Wenn Sie Vortex Eye im Medienstudio öffnen, stehen Ihnen verschiedene Medienoptionen zur Verfügung, darunter Bilder. Diese werden mit Imagine 3 Audio, Musik und jetzt auch eine Option für Videos generiert. Wenn Sie darauf klicken, sollten Sie V sehen. Dies ist die neue Version von V, die deutlich schneller ist. Sie haben die Wahl zwischen zwei verschiedenen Seitenverhältnissen 16 x 9 oder 9 16 Sie können bis zu vier Videos gleichzeitig erstellen, aber bedenken Sie, dass sich die Kosten summieren. Seien Sie also vorsichtig. Es gibt vier verschiedene Optionen, von fünf Sekunden bis hin zu acht Sekunden. Wenn Sie einen Bucket in der Google Cloud haben, können Sie alle Videos direkt dort ausgeben, da Sie das Video nach der Erstellung herunterladen müssen. Andernfalls gehen Sie verloren. Sie können jetzt auch Eingabeaufforderungsverbesserungen nutzen. Basierend auf Ihrer Eingabeaufforderung wird diese mithilfe eines KI Systems verbessert. Aus Sicherheitsgründen müssen Sie Erwachsene zulassen, wenn Sie möchten, dass Erwachsene in Ihren Videos erscheinen, oder Sie können dies deaktivieren. Das ist praktisch, wenn Sie die API verwenden, da Sie die möglichen Generationen Ihrer Nutzer einschränken können. In den erweiterten Optionen können Sie einen Seed definieren, der die Zufälligkeit der Videogenerierung steuert. Im Haupteingabeaufforderungsbereich haben Sie zwei Möglichkeiten. Sie können entweder eine einfache Texteingabeaufforderung eingeben oder ein Bild hochladen, das als Referenz für die Generierung Ihres Ausgabevideos dient. Für den Anfang probieren wir diese sehr einfache Eingabe. Ich schneide ein saftiges Steak auf einem Holzschneidebrett schnell auf. Ich generiere ein Sekunden Video Wir generieren zwei verschiedene Videos und beschränken uns auf sechzehn mal neun. Der Grund für die nur fünf Sekunden lange Videogenerierung ist, dass V sehr teuer ist. Es kostet etwa 50 Cent pro Sekunde. Diese Kosten müssen Sie bei der Videogenerierung berücksichtigen. Die Qualität ist jedoch beeindruckend. Hier ist zum Beispiel das erste Video Ich finde, es macht einen ganz guten Job. Am Ende ist das Steakstück irgendwie verschwunden. Das zweite sieht jetzt viel besser aus. Die Qualität der Ausgabe hängt wirklich von der Qualität Ihrer Eingabeaufforderung ab. Hier ist zum Beispiel eine sehr detaillierte Die Kamera gleitet sanft durch die Reihen der bemalten Bienenstöcke, während zum Ende Honigbienen ins Bild hinein und wieder hinausgleiten. Die Bewegung konzentriert sich auf den kultivierten Bauern. In der Mitte sehen Sie sich zum Beispiel die beiden an. Das erste Bild. Es folgt der Aufforderung in Bezug auf die Kamerabewegungen. Das zweite Bild macht ganz Ähnliches, nicht wahr. Sie müssen also sehr sorgfältig mit der Aufforderung umgehen. Wir werden uns auch einige Leitprinzipien ansehen. Wenn Sie eine einfache Aufforderung bereitstellen, werden Sie wahrscheinlich nicht die Art von Videoausgaben sehen, die auf der F Website präsentiert werden. Die Qualität dieser Ausgaben ist beispielsweise ziemlich beeindruckend. Sie müssen aber auch die Qualität der bereitgestellten Aufforderungen berücksichtigen. Mit einem Referenzbild haben Sie viel mehr Kontrolle. Dann kann Ihre Aufforderung relativ einfach sein. Wir werden uns später im Video einige Beispiele ansehen. Die richtige Eingabeaufforderung ist also sehr wichtig. Hier finden Sie eine Kurzanleitung, was in Eingabeaufforderungen für Videogenerierungsmodelle enthalten sein sollte. Laut Google sind gute Eingabeaufforderungen beschreibend und klar. Um Ihr generiertes Video Ihren Wünschen näher zu bringen, sollten Sie zunächst Ihre Kernidee identifizieren und diese dann durch das Hinzufügen von Schlüsselwörtern und Modifikatoren verfeinern. Ihre Eingabeaufforderung sollte diese klaren Elemente enthalten, damit sie in das Video integriert werden können. Beispielsweise ist das Motiv, das Objekt, die Person, das Tier oder die Szene, die Sie in Ihrem Video verwenden möchten. Anschließend sollten Sie den Kontext beschreiben, den Hintergrund oder den Kontext, in dem das Motiv platziert ist, wo sich das Motiv befinden soll, die Handlung, was das Motiv tut oder was um das Motiv herum geschieht. Beschreiben Sie anschließend den Stil. Dieser kann allgemein oder sehr spezifisch sein. Erwägen Sie die Verwendung spezifischer Schlüsselwörter für Filmstil wie Horrorfilm oder Animationsstil. Da es sich um ein Videogenerierungsmodell handelt, das mit einer großen Menge an Videodaten trainiert wird, sollten Sie unbedingt Schlüsselwörter für den Filmstil angeben, die das Modell bei der Generierung des endgültigen Ergebnisses leiten. Kamerabewegungen sind extrem wichtig, wenn Sie bestimmte Kamerabewegungen in Ihren Aufnahmen wünschen. Die Komposition, also der Bildausschnitt, z. B. Kurze Nahaufnahmen oder extreme Nahaufnahmen, und die Atmosphäre, also die Wirkung von Farbe und Licht, spielen ebenfalls eine Rolle. Wenn Sie beispielsweise einen Sonnenaufgang wünschen, sollten Sie die Atmosphäre definieren. Hier ist ein Beispiel, wie Sie Ihre Eingabe wiederholen können, um immer bessere Ergebnisse zu erzielen. Die Eingabe bzw. Das Video soll einen Mann am Telefon zeigen. Die erste Eingabe ist ganz einfach. Die Kamera fährt in Nahaufnahme einen verzweifelten Mann im grünen Trenchcoat, der mit einem Wählscheibentelefon mit grünem Neonlicht und einer bewegten Szene telefoniert. Wenn Sie im Moment noch nicht viele Details angeben, versucht das Modell, diese zu ergänzen. Je mehr Details wir jedoch hinzufügen, desto mehr Kontrolle haben wir über das Ausgabevideo, und das Modell muss immer weniger Entscheidungen darüber treffen, wie das Video aussehen soll. Grundsätzlich müssen Sie die gleichen Prinzipien der Prompt-Entwicklung befolgen wie bei einem LLM. Es wird empfohlen, eine beschreibende Sprache zu verwenden und so viel Kontext wie möglich bereitzustellen. Referenzieren Sie bestimmte Künstlerstile, ähnlich wie bei einem bestimmten Schreibstil oder dem Text zu Bild Modell. Wenn Sie einen bestimmten Bildstil wie Ghibli wünschen, nutzen Sie die Prompt Entwicklungstools. Diese Tools helfen Ihnen, Ihre Prompts zu optimieren. Legen Sie Gesichtsdetails als Fokus des Fotos fest, beispielsweise durch die Verwendung des Wortes Porträt im Prompt. Dieser Prompt Leitfaden enthält einige sehr gute Beispiele, die verschiedene Konzepte erklären und deren Auswirkungen auf das finale Ergebnis veranschaulichen. Ich empfehle Ihnen daher dringend, diesen Prompt Leitfaden zu lesen, denn für gute Videos muss Ihr Prompt gut sein. Er sollte beschreiben, wie das Ergebnis genau aussehen soll. Die zweite Funktion, die ich Ihnen zeigen möchte, ist die Steuerung des generierten Videos mit einem Referenzbild. Laden wir also ein Bild hoch. Wir können einen relativ einfachen Prompt verwenden, um die Bewegungen zu steuern. Hier ist ein Bild, das mit einem der Text zu Bild Modelle erstellt wurde. Sie können entweder Imagine 3 oder GPT 40 verwenden. Wir stellen dies als Referenzbild zusammen mit einer Eingabeaufforderung bereit. Mal sehen, wie die Ausgabe aussieht. OK, meine Eingabeaufforderung ist relativ einfach. Ein niedliches Wesen mit schneeleopardenartigem Fell ist ein D Cartoon Rendering eines Winterwals. Mal sehen, wie die Ausgabe aussieht. Ich glaube, ich habe einen Fehler gemacht. Ich habe vier verschiedene Videos generiert. Das wird mich definitiv viel Geld kosten, aber ich habe auch ein paar Credits übrig, die helfen mir. Die Videoqualität ist wirklich beeindruckend. Ich denke, jeder wird sich fragen, wie gut das im Vergleich zu SORA ist. Verwenden wir also die gleiche Eingabeaufforderung mit SORA und sehen, wie die Ausgabe aussieht. Ich habe das Bild hochgeladen, aber die einzigen Optionen sind 720 oder 480. Ich denke, es wird zugeschnitten, aber ich wähle einfach die 480 Option, weil ich eine schnellere Generierung möchte. Senden wir das und sehen wir uns die Ausgabe an. Ich finde, SORA ist bei diesem Bild deutlich kreativer. Dieses schneeleopardenartige Wesen springt herum. Nicht ganz das, was ich wollte. Wir wollten, dass es im Wald läuft, aber hier springt es einfach nur. Generell ist die Ausgabequalität von V deutlich besser als bei ZARA. Stellen Sie sicher, dass Sie die Videos herunterladen, wenn Sie sie lokal speichern möchten. Alternativ können Sie optional einen Google Cloud Bucket hinzufügen, in dem die Videos gespeichert werden. Stellen Sie das unbedingt sicher, denn sobald Sie von hier aus weitermachen, werden die Videos vermutlich nicht mehr gespeichert. Da wir Vortex AAI verwenden, können Sie die Vortex AI API nutzen, um Videos direkt über die API zu erstellen. In diesem Fall müssen Sie Ihr Konto authentifizieren und anschließend Ihre Anfrage stellen, wenn Sie Bilder hinzufügen möchten. Hier fügen wir Bilder hinzu. Senden Sie diese Anfrage an den Rest API Endpunkt. So sieht die Struktur aus. Bei Interesse an detaillierteren Videos mit der API lassen Sie mich bitte wissen, ob Sie Interesse an einem detaillierteren Video haben. OK, Sie benötigen Ihre Projekt ID und Modell ID, in diesem Fall wo Generate und Ihren Textaufruf, wo Ihr Ausgabevideo gespeichert werden soll. Dies ist optional. Geben Sie zwischen 1 und 4 Videos an. Jede weitere Sekunde kostet etwa 50 Cent. Geben Sie die Dauer an, die zwischen 5 und 8 Sekunden liegen kann. Anschließend führen Sie den restlichen API Aufruf an diesen Endpunkt aus. Der Text sieht dann so. Sie erhalten den Textaufruf, wo das Video gespeichert werden soll und wie viele Videos Sie möchten. Wenn Sie eine Post Anfrage stellen möchten, sieht diese so. Sie geben Ihre Authentifizierungsanfrage im JSON Format ein. Das haben wir oben erstellt. Rufen Sie diesen API Endpunkt einfach mit Ihrer Projekt ID und dem gewünschten Modell auf. Geben Sie mir Bescheid, wenn Interesse besteht. Ich erstelle dann ein ausführlicheres Video zur Verwendung des API Endpunkts. Wenn die Eingabeaufforderung detailliert ist und Sie genau angeben, was Sie möchten, können wirklich beeindruckende Videos generiert werden. Eine Sache, die mich positiv überrascht hat, ist so etwas. Es handelte sich im Grunde um einen TED Talk, den ich aus verschiedenen Kameraperspektiven erstellen wollte. Aber selbst bei einem Wechsel der Kameraperspektive bleibt das Gesicht der Person unverändert, was für ein Modell zur Videogenerierung ziemlich beeindruckend ist. Ich habe das hier erstellt. Auch hier wieder etwas ganz Ähnliches. Die Kamera wechselt, aber die Person im Video bleibt unverändert. Das habe ich bei keinem anderen Modell ohne Referenzbild bisher gesehen. Wirklich beeindruckend. Allerdings gibt es definitiv einige Einschränkungen. Je nach Komplexität der Eingabeaufforderung folgt sie manchmal nicht genau den gewünschten Vorgaben. Manchmal entstehen auch Deformationen bei den Motiven. Ein bekanntes Problem bei Text zu Bild und Text zu Videomodellen. Insgesamt würde ich sagen, dass das V wahrscheinlich eines der besten Modelle seiner Klasse ist, wenn es um die Text zu Video Generierung geht. Es werden auch bald einige weitere nette Funktionen verfügbar sein und ich denke, alle werden begeistert sein, wenn sie die neuen Updates sehen. Ich denke, diese Text zu Video Modelle richten sich an ein spezielles Segment. Daher sind sie wahrscheinlich nicht für jeden geeignet, insbesondere angesichts ihres Preises. Und hoffentlich wird der Preis dieser Videomodelle mit der Zeit auch sinken, wie wir es bei LLMs gesehen haben. Schauen Sie es sich trotzdem an. Ich denke, es lohnt sich, es auszuprobieren. Die Videogenerierungsmodelle bieten viele Möglichkeiten. Teilen Sie mir Ihre Erfahrungen mit. Ich werde ein ausführlicheres Video erstellen, in dem wir auch einige ihrer Einschränkungen und komplexere Szenarien erläutern. Ich hoffe, Sie fanden dieses Video hilfreich.