A Google egyelőre csak szűk körben, de már elérhetővé tette a két generatív mesterséges intelligenciáját, a Veót és az Imagen 3-at. A modellek ugyan hasznosnak tűnnek, de még messze nem tökéletesek.
Az Adobe ígérete szerint még 2024-ben megkapják a felhasználók azt az új fejlesztést, ami szöveg és kép alapján is képes videót készíteni.
Úgy tűnik, a Google–OpenAI–Adobe hármas közül utóbbi jár el a legetikusabban, amikor a mesterséges intelligencia betanításáról van szó.
A Google új mesterséges intelligenciája, a Lumiere rövid videókat készít, szöveg vagy akár egy számára példaként bemutatott fotó alapján.
Az Adobe májusban építi majd be a Premiere Pro videószerkesztőbe azt a funkciót, ami leiratot készít az adott videóról. Ha a szöveget átmozgatjuk benne, a videó is változni fog.
A Runway továbbfejlesztette mesterséges intelligenciáját, így már egy leírt utasítást is képes értelmezni, majd videóvá konvertálni a szöveget.
Arra már láttunk meglepően jó végeredményt, hogy egy leírt szöveg alapján képet hozott létre a mesterséges intelligencia. A fejlődés egy újabb lépcsőfokaként már videót is képes létrehozni szöveges instrukciók alapján.