A sette mesi dal lancio del suo primo modello text-to-video, Veo, Google presenta Veo 2, una versione aggiornata che promette di superare Sora, l’AI di OpenAI rilasciata la scorsa settimana.
Veo 2, attualmente accessibile solo tramite lista d’attesa (che Google prevede di ampliare questa settimana ma non riguarda l’Italia), è in grado di generare video clip con risoluzioni fino a 4K e una durata massima di 8 minuti, sei volte superiore ai 20 secondi di Sora.
Realismo e controllo: i punti di forza di Veo 2
Google afferma che Veo 2 offre “una migliore comprensione della fisica del mondo reale e delle sfumature del movimento e dell’espressione umana”, riducendo la presenza di dettagli allucinati o distorsioni che affliggono altri generatori di video AI, incluso Sora. Nonostante ciò, le prime demo mostrano ancora alcuni limiti, come occhi inespressivi, superfici irrealistiche ed edifici che sfidano la gravità. Veo 2 introduce anche controlli della fotocamera avanzati, consentendo agli utenti di richiedere diverse lenti, effetti cinematografici, angolazioni di ripresa e profondità di campo. Inoltre, è in grado di replicare realisticamente la “dinamica dei fluidi” (come l’acqua che scorre) e le proprietà della luce (come ombre e riflessi).
Google punta al feedback degli utenti per perfezionare Veo 2
Nonostante i progressi, Google riconosce che Veo 2 necessita ancora di miglioramenti. “Veo può aderire in modo coerente a un prompt per un paio di minuti, ma [non può] aderire a prompt complessi su orizzonti lunghi. Allo stesso modo, la coerenza dei personaggi può essere una sfida. C’è anche spazio per migliorare nella generazione di dettagli intricati, movimenti rapidi e complessi, e continuare a spingere i confini del realismo”. Per questo motivo, Google si affida al feedback di utenti, artisti e produttori per perfezionare il modello prima del rilascio al pubblico, previsto per il prossimo anno.
Veo 2 vs Sora: la battaglia per la supremazia AI
Il nuovo generatore di video AI di Google sembra pronto a sfidare Sora di OpenAI nella corsa al dominio del mercato nel 2025. Se Veo 2 si rivelerà all’altezza delle aspettative, OpenAI, creatore di ChatGPT, si troverà sotto pressione. In un post sul blog, Google afferma che “Veo 2 crea video di altissima qualità in un’ampia gamma di soggetti e stili”. L’annuncio sottolinea anche la capacità di Veo 2 di catturare “una migliore comprensione della fisica del mondo reale e delle sfumature del movimento e dell’espressione umana, che contribuisce a migliorare il dettaglio e il realismo generale”.
Veo 2: risoluzione 4K e test di performance promettenti
Uno dei principali punti deboli di Sora, lanciato negli Stati Uniti la scorsa settimana, è la difficoltà nel catturare il movimento in modo naturale. Il comunicato stampa di Veo 2 suggerisce che Google ritiene che il suo generatore di video possa superare Sora in questo ambito. Un altro importante vantaggio di Veo 2 rispetto a Sora è la capacità di produrre output con risoluzioni fino a 4K, a differenza del limite di 1080p di Sora Turbo (la versione premium di Sora per gli abbonati a ChatGPT Plus).
I test di Google mostrano Veo 2 in vantaggio su Sora
Google afferma che nei test, Veo 2 ha superato i rivali nelle valutazioni umane, dove i partecipanti hanno visionato oltre 1.000 prompt e relativi video su MovieGenBench, un dataset di riferimento. In questi risultati, Veo 2 è stato preferito a Sora Turbo nel 58,8% dei casi, contro il 14,5% di preferenze neutre e il 26,7% di preferenze per Sora Turbo. Sebbene un singolo benchmark non sia sufficiente per stabilire con certezza quale generatore di video AI sia migliore, è un segnale positivo per Google che Veo 2 abbia superato il test visivo.
