گوگل در رویداد Cloud Next اعلام کرد چند ابزار هوش مصنوعی مولد را به پلتفرم Vertex AI اضافه می‌کند؛ به‌این‌ترتیب می‌توان در این پلتفرم از مدل‌های قدرتمندی مانند Imagen 3 برای تولید تصاویر، Veo 2 برای ویدیو، Chirp برای صداگذاری و Lyria برای موسیقی پس‌زمینه بهره برد.
براساس اعلام گوگل، این شرکت مجموعه‌ای از ابزارهای هوش مصنوعی مولد خود را با عنوان Vertex AI Media Studio برای کاربران سازمانی فراهم کرده است. در واقع این سرویس چندین مدل پیشرفته این شرکت را کنار هم قرار می‌دهد تا کاربران حتی بدون مهارت کدنویسی بتوانند ویدیو، عکس، صدا و موسیقی تولید کنند.
با پلتفرم گوگل کاربران می‌توانند بدون مراجعه به ابزارهای هوش مصنوعی دیگر، در Vertex AI ویدیو کامل بسازند. ابتدا شما با Imagen 3، مدل تصویرساز گوگل، شروع می‌کنید. سپس می‌توانید تصویر خود را با استفاده از Veo 2 به ویدیو تبدیل کنید. به گفته گوگل، Veo به شما امکان می‌دهد نوع حرکت دوربین را انتخاب، نرخ فریم را تغییر دهید و مدت فیلم را تنظیم کنید. همچنین اگر مدل هوش مصنوعی عنصری به تصاویر اضافه کند که شما آن را نمی‌پسندید، با کمک Magic Eraser می‌توانید آن را حذف کنید.
پس از آماده شدن ویدیو، باید سراغ Chirp بروید تا روی تصویر خود صدا بگذارید. با این مدل می‌توانید با 8 گوینده به بیش از 35 زبان گفتار تولید کنید. سپس برای تکمیل فیلم خود می‌توانید از Lyria استفاده کنید تا موسیقی پس‌زمینه مناسب را در ویدیو قرار دهید؛ به‌عبارت‌دیگر، تمام فرایند تولید ویدیو در رابط کاربری Vertex AI Studio انجام می‌شود که پیشتر در آن توسعه‌دهندگان می‌توانستند مدل‌های جمینای را در آن تست کنند.
گوگل همچنین اعلام کرده به‌زودی مدل جمینای 2.5 فلش را که سرعت پاسخ و هزینه پایین در آن اولویت دارد، در Vertex AI ارائه می‌کند. این مدل خودکار زمان پردازش را طبق پیچیدگی پرامپت تنظیم و پاسخ‌های سریع‌تر را برای پرامپت‌های ساده ممکن می‌کند.
