- Оновлення зображень “Nano Banana” забезпечує кращі відео: Останнє оновлення Google Nano Banana — це новітня модель зображень (Gemini 2.5 Flash Image), яка підвищує фотореалістичність і послідовність blog.google. Вона дозволяє Gemini зберігати точну схожість людини під час редагування, поєднувати кілька зображень і навіть використовувати ці покращені зображення для генерації відео blog.google blog.google. Це оновлення закладає основу для високоякісних перетворень фото у відео в додатку Gemini.
- Фото у 8-секундні відео зі звуком: Тепер додаток Gemini дозволяє користувачам перетворювати будь-яке статичне фото на 8-секундний відеокліп зі звуком (звукові ефекти, фоновий шум, навіть діалоги) blog.google. Завдяки відеомоделі ШІ Veo 3 від Google DeepMind ця функція анімує ваше зображення на основі текстового запиту, створюючи коротке відео з музикою або фоновим звуком. Google повідомляє, що вже спостерігає вибух творчості — понад 40 мільйонів ШІ-відео згенеровано лише за сім тижнів після запуску blog.google.
- Простий інтерфейс, доступ лише для Pro: Використовувати відеоінструмент Gemini дуже просто: оберіть «Відео» в додатку, завантажте фото та опишіть сцену і аудіо, яке ви хочете blog.google. Приблизно за 1–2 хвилини Gemini створює відеокліп у 720p, 24 fps tomsguide.com. (Підписники Google AI Pro отримують Veo 3 Fast для швидших 8-секундних відео, а підписники Ultra мають доступ до найякіснішої моделі Veo 3 gemini.google gemini.google.) Доступність обмежена платними тарифами – користувачі Pro можуть створювати 3 відео/день, а Ultra – 5/день blog.google blog.google – і функція впроваджується в окремих країнах blog.google. Усі відео, створені ШІ, чітко позначені: з видимим водяним знаком «AI» і невидимим цифровим водяним знаком SynthID, вбудованим у відео blog.google.
- Нові креативні трюки та поради від Google: У блозі Google креативний продюсер ділиться 3 способами використання інструменту Gemini для перетворення фото у відео. По-перше, анімуйте ілюстрації – оживіть малюнки або графіку у вигляді рухомих зображень blog.google. (Відео експортуються у форматі 16:9, з чорними смугами, якщо ваше зображення не є широкоформатним blog.google.) По-друге, перетворіть фотографію на кінофільм – почніть із реального фото та додайте творчі елементи чи нових персонажів; Gemini “заповнить прогалини” та анімує сцену blog.google. (Порада: оригінальне фото стає першим кадром відео, тому чіткий, крупний об’єкт дає кращий результат blog.google.) По-третє, втілюйте художнє бачення – використовуйте детальні підказки для візуалізації розкадровок чи концепцій для презентацій blog.google. Автор зазначає, що це може бути швидше й ефективніше, ніж статичні макети, допомагаючи іншим “краще уявити мою ідею” завдяки реалістичним AI-візуалізаціям blog.google. Промптинг потребує практики – можливо, доведеться вдосконалювати підказки кілька разів blog.google. Ви навіть можете попросити Gemini запропонувати ракурси камери чи монтаж для покращення відео blog.google. А якщо результати виглядають занадто реалістично, пам’ятайте: SynthID теги та водяні знаки забезпечують прозорість, що це створено ШІ blog.google.
- Кінематографічна якість завдяки Veo 3 та Flow: За лаштунками створення відео Gemini працює на базі Veo 3, новітньої генеративної відеомоделі Google DeepMind. Представлена на Google I/O 2025, Veo 3 — це AI-генератор відео кінематографічного рівня, здатний створювати ультрареалістичну графіку (навіть до 4K у лабораторіях) з точною фізикою, плавним рухом і нативною генерацією аудіо protunesone.com protunesone.com. Вона не лише створює яскраві зображення, а й синхронізує звукові ефекти, фоновий шум і репліки — все це з текстового запиту protunesone.com protunesone.com. Такий комплексний підхід дозволяє вашому AI-персонажу правдоподібно рухатися і говорити на екрані, що є унікальною перевагою над деякими конкурентами. Google також представила Flow — просунутий AI-інтерфейс для кіновиробництва, побудований на Veo 3 protunesone.com. Доступний для користувачів Pro/Ultra у Labs, Flow дозволяє творцям поєднувати кілька AI-згенерованих кадрів у довші сцени з контролем у стилі розкадровки. Ви можете створювати серію кліпів з послідовними персонажами та оточенням, використовувати камерні налаштування (панорамування, зум, зміна ракурсу) і навіть “продовжувати” сцени, генеруючи те, що відбувається до або після кадру venturebeat.com venturebeat.com. Коротко кажучи, Flow + Gemini прагнуть стати віртуальною кіностудією — керуючи зображенням, камерою, та аудіо — щоб сольні творці могли створювати багатосценічні історії повністю за допомогою AI protunesone.com blog.google.
- Як Gemini порівнюється із Sora, Runway, Pika та Firefly: Просування Google у сфері відео на основі ШІ відбувається на тлі переповненого ринку інструментів для створення відео з тексту. Sora від OpenAI (нещодавно запущена через ChatGPT) також може генерувати короткі кліпи за підказками. Sora відзначають за виняткову якість і кінематографічний стиль, із сильною часовою послідовністю між кадрами stockimg.ai. Вона використовує більш “розкадровочний” стиль інтерфейсу підказок, який деякі творці вважають інтуїтивно зрозумілим stockimg.ai. Однак доступ до Sora є багаторівневим – користувачі ChatGPT Plus можуть створювати відео до 720p, 10 секунд, тоді як ChatGPT Pro ($200/місяць) дозволяє 1080p до 20 секунд і швидший вивід результатів openai.com openai.com. Sora також не має вбудованої генерації аудіо, тобто створює німе відео (звук потрібно додавати вручну) protunesone.com. На відміну від цього, Gemini’s Veo 3 автоматично додає звуковий супровід, що є суттєвою перевагою stockimg.ai. Runway ML, один із перших новаторів у генеративному відео, швидко розвивався від Gen-1 до Gen-2 і тепер до Gen-3. Runway Gen-2 (вперше випущений у 2023 році) був першою комерційно доступною моделлю для створення відео з тексту і вразив користувачів своїм прогресом venturebeat.com venturebeat.com. Оновлення Gen-2 наприкінці 2023 року широко визнали “грою, що змінює правила” завдяки значному підвищенню якості та послідовності відео venturebeat.com. Воно дозволило створювати довші кліпи (спочатку ~4 секунди, згодом до 18 секунд) і запровадило функції “Director Mode”, такі як керування імітованими рухами камери (панорамування, масштабування тощо) у сцені ШІ venturebeat.com venturebeat.com. Gen-2 від Runway міг взяти вхідне зображення і анімував його (схоже на перетворення фото у відео від Gemini) і навіть підвищував роздільну здатність вихідного відео (одне з оновлень збільшило відео на основі статичних зображень до ~1536p) venturebeat.com. Тепер у 2025 році Runway Gen-3 (alpha) продовжує розвивати реалістичність і контроль редагування, наближаючись до професійної якості вихідного матеріалу stockimg.ai. Творці хвалять Runway за його комплексний набір інструментів (є повноцінний веб-редактор з кейфреймінгом, інпейнтингом тощо), хоча при інтенсивному використанні це може бути дорого, а у пікові години можливі черги stockimg.ai stockimg.ai. Як і у Gemini, відео Runway наразі без звуку (без автоматичного аудіо), зосереджені виключно на візуалі. Pika Labs — ще один новий гравець, відомий більш ігровим і стильовим підходом до AI-відео. Запущений у 2023 році невеликим стартапом (і підтриманий значним фінансуванням), Pika здобув популярність завдяки унікальним “Pika Effects” — пресетам, які додають кумедні анімації або трендові візуальні стилі до відео generativeai.pub. Підтримує текст-у-відео та зображення-у-відео, і його хвалять за зручність та швидкість, що робить його чудовим для контенту в соцмережах. Вихідні відео Pika зазвичай короткі, стилізовані кліпи (ідеально для мемів, музичних візуалізацій тощо), а не гіперреалістичне кіно. Як зазначає один з оглядів, такі інструменти, як Runway і Pika, “зайняли нішу для стилізованого чи експериментального контенту”, тоді як Gemini/Veo від Google “орієнтується на реалістичність і досягає цього” protunesone.com. Іншими словами, Pika Labs відзначається креативністю та простотою використання, хоча й не досягає фотореалізму Gemini. Вартість Pika досить доступна (є безкоштовний пробний період і плани ~$10/місяць з фіксованою кількістю відеокредитів) tomsguide.com tomsguide.com, що робить його популярним серед незалежних творців. Гігант індустрії Adobe також вийшов на арену з Adobe Firefly генеративним відео (зараз у бета-версії). Інструменти Firefly для текст-у-відео та зображення-у-відео інтегровані у веб-платформу Adobe, орієнтуючись на 1080p/strong> високоякісні кліпи тривалістю кілька секунд. Adobe робить акцент на “безпечній для бренду” генерації відео за допомогою ШІ – модель Firefly навчена на ліцензованому або контенті Adobe Stock, щоб уникнути проблем з авторським правом, і позиціонується як перший дружній до бізнесу, “комерційно безпечний” генератор відео. На практиці Firefly може анімувати зображення або генерувати короткі сцени з вражаючою деталізацією (Adobe демонструє приклади, такі як кінематографічні пейзажі природи, зйомки продуктів з прольотом камери і навіть крупні плани людських облич) adobe.com adobe.com. Також пропонуються деякі повзунки керування камерою і стилі, що використовують досвід Adobe у візуальних ефектах. Компроміс полягає в тому, що Firefly досить обмежений, щоб гарантувати, що результати є “юридично безпечними” і належним чином ліцензованими adobe.com. Основна увага Adobe зосереджена на професійних творцях, яким потрібні надійні відеоматеріали з очищеними правами – наприклад, маркетингові команди можуть швидко генерувати B-roll або сторіборди, не турбуючись про порушення інтелектуальної власності. Хоча візуальна якість Firefly дуже висока, Gemini від Google має перевагу у безшовній генерації аудіо та більш динамічних, довших сцен (і, звісно, Google має перевагу завдяки вже існуючій базі користувачів через додаток Gemini). Конкуренція жорстка, але кожна платформа – Sora, Runway, Pika, Firefly та Gemini – пропонує трохи інший набір можливостей для різних аудиторій і сценаріїв використання.
- Відгуки: Що кажуть творці та експерти: Громадська реакція на відеоінструменти Gemini загалом була захопленою. Багато користувачів ділилися вражаючими прикладами в соціальних мережах – від старих сімейних фотографій, оживлених за допомогою делікатної анімації, до фантастичних картин, перетворених на короткометражні фільми. Оглядачі технологій з Tom’s Guide випробували Veo 3 від Gemini і залишилися враженими. “Зізнаюся, виглядає досить правдоподібно,” – написав один з оглядачів після того, як перетворив селфі на відео, де він біжить по пляжу, зазначивши, що хоча деякі дрібні деталі були трохи розмиті, “відео виглядає достовірно” і навіть містило звук хвиль і кроків, що “робило його більш переконливим” tomsguide.com tomsguide.com. В іншому тесті ШІ успішно додав “нашестя прибульців” до простої фотографії парку – результат мав кілька кумедних артефактів (НЛО з’являлися і зникали), але загалом це була захоплива маленька науково-фантастична сцена, згенерована за кілька хвилин tomsguide.com tomsguide.com. Такі приклади підкреслюють як захоплення, так і поточні обмеження: Gemini може створювати надзвичайно реалістичні візуальні ефекти та звук, але уважні користувачі все ще можуть помітити окремі збої чи розмиття. Думки експертів свідчать, що Google знаходиться на передовій швидко розвиваючоїся галузі. Команда Stockimg.ai, порівнюючи провідні відеомоделі, зазначила, що “з точки зору чистої якості результату, Sora та VEO3 наразі лідирують,” і обидві створюють відео, які “важко відрізнити від справжньої зйомки” stockimg.ai. Вони підкреслили перевагу Gemini у вигляді вбудованого аудіо та потужної підтримки ШІ від Google stockimg.ai. Інший аналітик відзначив, що інтеграція цих інструментів Google (Gemini, Veo, Flow) створює “щось на кшталт цілого студійного комплексу під рукою,” тоді як інші можуть вимагати окремих рішень для звуку чи монтажу protunesone.com. Водночас визнається, що жодна модель ще не є ідеальною – наприклад, Veo 3 може мати труднощі з дуже швидким рухом або складними взаємодіями (наприклад, кілька людей розмовляють), а також свідомо уникає створення впізнаваних реальних облич чи захищених авторським правом персонажів з етичних міркувань. Варто зазначити, що Google свідомо вирішує етичні та безпекові питання навколо генеративного відео. У своїй заяві Google підкреслила широкі«red teaming» і забезпечення дотримання політики для запобігання зловживанням AI-відео blog.google. Кожне відео, створене Gemini, має водяний знак, щоб запобігти обману blog.google. Такий обережний підхід був добре сприйнятий більшістю експертів, які погоджуються, що дуже важливо чітко позначати AI-контент, оскільки він стає все більш реалістичним. Деякі творці залишаються настороженими щодо AI-зображень – навіть одна з продюсерок Google зізнається, що вона «коливається між захопленням і тривогою», використовуючи ці інструменти, але зрештою вважає, що AI-генероване мистецтво дозволяє їй створювати візуальні образи, які інакше не існували б, доповнюючи її роботу, а не замінюючи її blog.google. Така обережна оптимістичність – прийняття нових творчих можливостей із пильним ставленням до ризиків – і підсумовує більшість громадських настроїв.
За кілька місяців оновлення Google Gemini “Nano Banana” та функції генерації відео вивели платформу на передову AI-креативності. Поєднуючи потужний редактор зображень із генеративним відеодвижком, Gemini дозволяє кожному з підпискою та уявою створювати короткі “фільми” з одного фото або підказки. Це поєднання AI для зображень і відео – разом із конкурентами, які йдуть нога в ногу, – свідчить, що ми входимо в нову еру, де розповідь історій може починатися лише з текстової підказки та мрії. І послання Google для творців однозначне: Світло. Камера. AI-екшен! blog.google
Джерела:
- Google Blog – “Image editing in Gemini just got a major upgrade” (Nano Banana update) blog.google blog.google
- Google Blog – “Turn your photos into videos in Gemini” (David Sharon) blog.google blog.google blog.google blog.google blog.google
- Google Blog – “3 ways to use photo-to-video in Gemini” (Tatiana Gonzalez) blog.google blog.google blog.google blog.google blog.google blog.google
- Tom’s Guide – «Я перетворив фотографії на відео за допомогою Google’s Veo 3 – вражаючі результати» tomsguide.com tomsguide.com tomsguide.com
- ProTunes One – «Новий інструмент для створення відео від Gemini: що це означає для творців» protunesone.com protunesone.com protunesone.com
- Stockimg AI Blog – «Порівняння найкращих моделей генерації відео на основі ШІ: Sora, VEO3, Runway та інші» stockimg.ai stockimg.ai stockimg.ai stockimg.ai stockimg.ai
- VentureBeat – «Оновлення Gen-2 від Runway… неймовірне AI-відео» venturebeat.com venturebeat.com venturebeat.com
- OpenAI – Сторінка продукту Sora openai.com openai.com
- Adobe – Сторінка генератора відео Firefly AI adobe.com adobe.com
https://youtube.com/watch?v=gcZwE5cM4xs
