Veo 3 AI Video Generator

Veo 3 เปิดตัวโดย Google DeepMind ในเดือนพฤษภาคม 2025 เป็นโมเดลแรกในซีรีส์ Veo ของ Google ที่นำเสนอการสร้างเสียงแบบดั้งเดิมและการใส่ลายน้ำดิจิทัล SynthID สำหรับเนื้อหาที่สร้างโดย AI ถือเป็นการอัปเกรดครั้งใหญ่จาก Veo 2 ซึ่งจำกัดอยู่แค่เอาต์พุตวิดีโอแบบเงียบ Veo 3 สร้างวิดีโอความละเอียด 720p ที่ 24 เฟรมต่อวินาที พร้อมบทสนทนา เอฟเฟกต์เสียง และเสียงบรรยากาศที่ซิงโครไนซ์กัน ทำให้ Google ก้าวเข้าสู่พื้นที่การสร้าง AI แบบภาพและเสียงควบคู่ไปกับ Sora ของ OpenAI

สถาปัตยกรรมของโมเดลสร้างขึ้นจากการวิจัย Diffusion Transformer ของ Google โดยรวมไปป์ไลน์การสร้างวิดีโอและเสียงเข้าด้วยกัน ซึ่งผลิตเสียงที่ซิงโครไนซ์ในการประมวลผลเพียงครั้งเดียว Veo 3 เป็นโมเดลวิดีโอเชิงพาณิชย์ตัวแรกที่รวมลายน้ำ SynthID ซึ่งเป็นลายน้ำดิจิทัลที่มองไม่เห็นฝังอยู่ในเนื้อหาที่สร้างขึ้น ซึ่งสามารถตรวจจับได้โดยเครื่องมือตรวจสอบของ Google เพื่อตอบสนองต่อความกังวลที่เพิ่มขึ้นเกี่ยวกับความถูกต้องของสื่อที่สร้างโดย AI โมเดลรองรับทั้งกระบวนการทำงานแบบข้อความเป็นวิดีโอและรูปภาพเป็นวิดีโอ พร้อมการปฏิบัติตามคำสั่งที่แข็งแกร่งสำหรับภาษาภาพยนตร์ รวมถึงการเคลื่อนไหวของกล้อง สภาพแสง และคำแนะนำในการเล่าเรื่อง

Veo 3 ถูกสืบทอดต่อมาโดย Veo 3.1 (ตุลาคม 2025) ซึ่งอัปเกรดความละเอียดของเอาต์พุตเป็น 1080p และเพิ่มโหมดการสร้างแบบเฟรมเป็นวิดีโอและส่วนประกอบเป็นวิดีโอ เมื่อเทียบกับ Sora 2 แล้ว Veo 3 ให้ระยะเวลาคลิปที่สั้นกว่าแต่มีระบบตรวจสอบที่มา SynthID และเมื่อเทียบกับ Happy Horse 1.0 (ผู้นำในการจัดอันดับอารีน่า) Veo 3 มอบความสมจริงในระดับงานวิจัยของ Google แต่มีตัวเลือกอัตราส่วนภาพที่น้อยกว่า บน LoveGen AI ผู้ใช้สามารถสร้างผลงานด้วย Veo 3 ควบคู่ไปกับรุ่นใหม่อย่าง Veo 3.1 และเปรียบเทียบผลลัพธ์กับโมเดลชั้นนำอื่นๆ ได้