Förra året deepfakede jag ett gosedjur för ett barn för att det skulle se ut som om gosehjortarna var på semester.
Det här var ett experiment som Google körde för att se om de kunde återskapa händelserna som skildras i Gemini-annonsen, och de visade aldrig en video av Buddy the Deers äventyr för en 4-åring. Men det var en övning i upptäckten som fick mig att tänka mycket på skillnaden mellan ofarligt roligt med generativ AI och full slop. Kanske är det där Venn-diagrammet en perfekt cirkel. Förmodligen inte. Men vad jag vet med säkerhet är att verktygen för att skapa realistiska videor är fantastiskt bra och kräver förvånansvärt lite ansträngning och kunskap. Och denna trend kommer att fortsätta hett fram till Omni-eran av Tvillingarna.
Omni är en ny familj av generativa modeller som sägs en dag kunna omvandla alla slags input, inklusive foton, videor och text, till andra saker. Men först, skapa bara en video. Omni Flash är den första av dessa modeller som släpps av Google och är nu tillgänglig i Flow, företagets AI-videogenererings- och redigeringsplattform. Du kan fortfarande använda tidigare modeller av Veo om du vill, men Omni har förbättrat Veo på flera sätt.
Omni låter dig ladda upp en video och använda den, tillsammans med textmeddelanden, som utgångspunkt för dina AI-genererade skapelser. Google hävdar också att Omni införlivar mer verklig kunskap när du skapar videor, vilket resulterar i bättre karaktärskonsistens mellan videor. Det finns bara ett sätt att verkligen veta om dessa påståenden är sanna. Jag tog med min AI-kompis tillbaka för att packa en liten AI-genererad väska för ett annat äventyr.
Resultaten är mycket komplexa och förbryllande. Vissa var mycket bra, mycket mer konsekventa och trogna mina uppmaningar än när jag testade Veo för 5 månader sedan. Men även med de bästa klippen Omni skapade för mig, finns fortfarande vissa AI-hoppskräckar kvar, som när Buddy plötsligt vänder sig om när han hoppar fallskärm.
I en annan video gav jag Omni lite konstnärlig frihet. ”Vi skapar ett montage av Buddy som packar ihop för semestern och går ombord på ett kryssningsfartyg för en tropisk semester. Det är en söt, lekfull atmosfär. Buddy packar något intressant i sin resväska, som kommer senare i klippet.” Det fick Buddy att packa en burk honung. Senare i klippet sträcker han sig efter det som om det vore en flaska solkräm. ”Hmm”, säger karaktären och sprutar honung på hoven.
Ärligt talat, det är inte dåligt. Men flaskan med honung förändras hela tiden under hela videon, från en burk till en klar sprutflaska med vatten och tillbaka till en klämflaska med honung. Och jag kan inte ens börja förklara hur modellen kom fram till den sista bildrutan i videon. Det är som om du barsade upp ett gäng element från sekvensen du just skapade.
Föreslå redigeringar av din video med hjälp av textbaserade uppmaningar. Kudos till Google. Det här fungerar bättre på Omni än när jag testade Veo 3. Jag fick dock dåliga resultat med Veo och fann det mycket lättare att fråga efter en ny video från början när jag ville ändra något. Omni kommer faktiskt att spegla dina redigeringar, men resultaten kanske inte alltid är en hit.
Vi hade ett semesterklipp som lyfte fram Buddys ansiktsreaktioner, och resultaten såg konstiga ut. Dessutom odlar Buddy ibland horn, men han har dem inte. Buddy är en bebis, tack. När jag uppmanade den att ta bort hornen som dök upp i en scen, följde den och lade sedan till hornen i alla andra scener också.
Problemet är att ingen av dessa är gratis. Att generera en video kostar krediter, som kan variera från 15 till 40 krediter beroende på scenens längd och ”grejer” du börjar med. Varje redigering kostar 40 poäng. Jag har $20/månad AI Pro-plan, som kommer med 1 000 krediter per månad. Efter att ha gjort några redigeringar och genererat ett 20-tal klipp var jag nere på 145. Om du har en specifik uppfattning om videon du vill att Omni ska producera kan du komma på att du spenderar mycket tid på att interagera med modellen för att få en video som stämmer överens med din vision.
Jag kan ärligt säga att jag inte var beredd på det jag såg.
En av Omnis förmodade styrkor är att lägga till AI-genererade saker till riktiga videor, så jag gav Buddy en paus och deepfakede sig själv. Jag började med en tom selfie och bad Omni att skapa videor där jag äter spagetti, sitter i en flygstol, står framför Eiffeltornet och biter i en baguette. Och jag kan verkligen säga att jag inte var beredd på det jag såg.
Min deepfake video har AI som talar. Ljudet av en gaffel som slår i en skål med pasta är lite överproducerat. En kvinna dyker upp två gånger i bakgrunden av flygplansvideon. Men bortsett från de där mindre felen och en vag känsla av kuslighet där, är de ganska övertygande.
Jag visade min man pastaklippet. Han visste att jag testade ett AI-videoverktyg, men jag berättade inte för honom vad som genererades av AI på scenen. Utan att veta vad AI hade producerat, antog han att jag satt framför en kamera och åt pasta och sa att den enda ledtråden till att något hade hänt var att skålen såg konstig ut. Att äta själva pastan verkade äkta nog för att övertyga min man. En kille som har sett mig i verkligheten i princip varje dag de senaste 10 åren.
Mina andra deepfakes är av varierande grad av ”tillräckligt bra för att lura folk på sociala medier.” Vissa av Eiffeltornets klipp ser lite tecknade ut, men ett är så övertygande att du kanske måste titta på det några gånger för att bekräfta att det är AI. När mitt AI-jag vänder sig om och visar mig mitt hår i en hästsvans vet jag att det inte är jag. Men jag är inte säker på om andra människor kan förstå skillnaden och det får mig att känna mig konstig.
Vi är definitivt djupt inne i den kusliga dalen
Ska jag vara ärlig så är jag lite trött på allt. När jag testade Veo 3 slogs jag av realismen den gav. Gång på gång under de senaste åren har jag blivit chockad över hur lätt det är att skapa en falsk persona med falska bilder. Jag borde nog bli chockad av Omni också, och det är jag nog, men kanten har bleknat.
Att skapa ett AI-genererat filmiskt mästerverk är inte så lätt som Google hoppas. Men Omni förbättrar Veo på några igenkännliga sätt. Med bara lite ansträngning, om du har ett Google-konto och ett kreditkort, kan du ta en video där du sitter hemma och få det att se ut som om du sitter på ett flyg till Maui. Jag tror inte att vi är precis vid ”basen av singulariteten”, men vi är definitivt djupt inne i den kusliga dalen.
Alla bilder och videor i den här berättelsen har skapats av Google Gemini.
Alison Johnson
Inlägg från den här författaren kommer att läggas till i ditt dagliga e-postsammandrag och din startsida.
att följaatt följa
Se allt om Alison Johnson
