Google Flow และ Veo 3.1: การตัดต่อวิดีโอด้วย AI ก้าวเข้าสู่ยุคใหม่

ก้าวข้ามการสร้าง: การปฏิวัติการตัดต่อ

ตลอดปีที่ผ่านมา เราหมกมุ่นอยู่กับคุณภาพการสร้าง โมเดลไหนสร้างภาพระเบิดที่สมจริงที่สุด? ใครจัดการฟิสิกส์ได้ดีกว่า? AI สามารถเรนเดอร์นิ้วได้ถูกต้องหรือยัง?

คำถามเหล่านี้ยังคงสำคัญ แต่ Google กำลังถามคำถามที่ต่างออกไป: จะเกิดอะไรขึ้นหลังจากสร้างเสร็จ?

คำตอบก็คือ Flow

การตัดต่อวิดีโอแบบดั้งเดิมเป็นการทำลาย คุณตัด ต่อ ซ้อนเลเยอร์ เรนเดอร์ การเปลี่ยนแปลงหมายถึงการเรนเดอร์ใหม่ การเพิ่มองค์ประกอบหมายถึงการหาฟุตเทจ การ keying การ compositing

การตัดต่อแบบ generative พลิกกลับสิ่งนี้ ต้องการเพิ่มนกที่บินผ่านฉากของคุณ? อธิบายมัน ต้องการลบป้ายที่รบกวนในพื้นหลัง? บอก AI มันจะจัดการเงา แสง ความต่อเนื่องของฉาก

สิ่งที่ Veo 3.1 นำมาสู่ Flow

ขอแยกความสามารถที่แท้จริง เพราะข่าวประชาสัมพันธ์ซ่อนฟีเจอร์ที่สำคัญบางอย่างไว้

Insert: เพิ่มองค์ประกอบในฉากที่มีอยู่

นี่คือฟีเจอร์หลัก ตอนนี้คุณสามารถเพิ่มวัตถุหรือตัวละครใหม่ในคลิปวิดีโอที่สร้างหรืออัปโหลด

Input: ทางเดินป่าเงียบสงบ แสงแดดส่องลอดผ่านใบไม้
คำสั่ง Insert: "กวางข้ามทาง หยุดมองกล้อง"
Output: กวางปรากฏขึ้นอย่างเป็นธรรมชาติ เงาถูกต้อง แสงสอดคล้อง

ระบบจัดการส่วนที่ยากโดยอัตโนมัติ ทิศทางของเงาตรงกับแสงของฉาก องค์ประกอบที่แทรกโต้ตอบอย่างถูกต้องกับวัตถุที่มีอยู่ นี่ไม่ใช่การ compositing แต่เป็นการสร้างฉากใหม่โดยมีส่วนเพิ่มของคุณรวมอยู่

Remove: ลบองค์ประกอบที่ไม่ต้องการ

ฟีเจอร์ Remove ที่กำลังจะมาถึง Flow ช่วยให้คุณลบวัตถุหรือตัวละครออกจากฉาก AI จะสร้างสิ่งที่ควรอยู่ด้านหลังขึ้นมาใหม่

สิ่งนี้ยากกว่าที่ฟังดู เมื่อคุณลบคนออกจากฉาก คุณต้อง:

1. เข้าใจว่าพื้นหลังควรมีลักษณะอย่างไร
2. จัดการเงาหรือการสะท้อนที่เขาทอดไว้
3. รักษาความต่อเนื่องของเวลาข้ามเฟรม
4. ทำให้การลบมองไม่เห็น ไม่มี artifacts ไม่มีความเบลอแปลกๆ

ทีม VFX แบบดั้งเดิมใช้เวลาหลายชั่วโมงกับงาน clean plate การลบแบบ generative ทำได้ในไม่กี่วินาที

เสียงในทุกฟีเจอร์

นี่คือการอัปเดตที่เงียบๆ: เสียงตอนนี้ทำงานกับฟีเจอร์ที่ก่อนหน้านี้เงียบ

Ingredients to Video ให้คุณรวมภาพอ้างอิงหลายภาพเพื่อควบคุมตัวละคร วัตถุ และสไตล์ ตอนนี้วิดีโอที่สร้างขึ้นมาพร้อมเสียงที่ซิงค์กัน ทั้งเสียงบรรยากาศ บทสนทนา เอฟเฟกต์

Frames to Video สร้างการเปลี่ยนผ่านที่ไร้รอยต่อระหว่างเฟรมเริ่มต้นและสิ้นสุด ก่อนหน้านี้คุณได้ visual morphs ที่ราบรื่นแต่ต้องเพิ่มเสียงทีหลัง ตอนนี้เสียงเกิดขึ้นอย่างเป็นธรรมชาติพร้อมกับภาพ

Extend ให้คุณขยายคลิปเกินความยาวเดิม ด้วยการรวมเสียง คุณสามารถสร้างวิดีโอนานกว่าหนึ่งนาทีพร้อม soundscape ที่สอดคล้องตลอด

ก้าวกระโดดทางเทคนิค

สิ่งที่ทำให้เป็นไปได้คือการปรับปรุงของ Veo 3.1 เมื่อเทียบกับรุ่นก่อน จากการทดลอง:

ลักษณะประสิทธิภาพตามเอกสารและการทดสอบ Veo 3.1

นวัตกรรมหลัก:

พื้นผิวสมจริง: Veo 3.1 จับพื้นผิวที่สมจริงได้ดีกว่าเวอร์ชันก่อนหน้า ผิวหนัง ผ้า โลหะ กระจก พื้นผิวตอบสนองต่อการเปลี่ยนแปลงแสงอย่างถูกต้อง

การควบคุมการเล่าเรื่องที่ดีขึ้น: โมเดลทำตาม prompts ที่ซับซ้อนได้แม่นยำขึ้น คุณสามารถระบุจังหวะอารมณ์ จังหวะเวลา การเคลื่อนไหวกล้อง และมันฟังจริงๆ

ความซื่อสัตย์ Image-to-Video ที่แข็งแกร่งขึ้น: เมื่อแปลงภาพนิ่งเป็นวิดีโอ Veo 3.1 รักษาความสอดคล้องของตัวละครและความซื่อสัตย์ของฉากได้ดีกว่า Veo 3

สิ่งนี้เปลี่ยน workflow สร้างสรรค์อย่างไร

ผมทดสอบ Flow สำหรับซีรีส์เนื้อหา และการเปลี่ยนแปลง workflow มีนัยสำคัญ

Workflow เดิม:

1. เขียนบท
2. สร้างช็อตแต่ละช็อต
3. ส่งออกไปยังซอฟต์แวร์ตัดต่อ
4. เพิ่มเอฟเฟกต์เสียงด้วยตนเอง
5. Composite องค์ประกอบเพิ่มเติม
6. เรนเดอร์ใหม่ตลอดเวลาเมื่อมีการเปลี่ยนแปลง

Flow Workflow:

1. เขียนบท
2. สร้างช็อตพร้อมเสียง
3. ใช้ Insert/Remove เพื่อปรับแต่ง
4. ขยายคลิปตามต้องการ
5. ส่งออกวิดีโอสุดท้าย

รอบการทำซ้ำหดลง คุณไม่ต้องสลับระหว่างแอปพลิเคชัน คุณไม่ต้องซิงค์เสียงด้วยตนเอง การเปลี่ยนแปลงเกิดขึ้นในสภาพแวดล้อมเดียวกับที่สร้าง

เปรียบเทียบกับคู่แข่ง

พื้นที่วิดีโอ AI คับคั่ง Flow กับ Veo 3.1 เป็นอย่างไรเมื่อเทียบกับคู่แข่ง?

Runway Gen-4.5 ปัจจุบันเป็นผู้นำด้านคุณภาพการสร้างล้วนๆ Sora 2 โดดเด่นด้านคลิปที่ยาวกว่าและสอดคล้องกว่าพร้อมความเข้าใจฟิสิกส์ที่ดีกว่า

แต่ไม่มีใครมีความสามารถการตัดต่อที่ Flow เพิ่งเปิดตัว Insert และ Remove เป็นสิ่งใหม่อย่างแท้จริง การรวมเสียงในทุกฟีเจอร์ไม่มีใครเทียบได้

คำถามคือ: คุณต้องการอะไร? หากคุณสร้างช็อตเดี่ยวสำหรับการผลิตที่ใหญ่กว่า คุณภาพอาจเป็นสิ่งสำคัญที่สุด หากคุณสร้างวิดีโอที่สมบูรณ์ภายในแพลตฟอร์มเดียว ระบบนิเวศของ Flow เริ่มดูน่าสนใจ

กรณีการใช้งานจริง

สิ่งนี้สำคัญตรงไหน?

การสร้างเนื้อหา Social: สร้างวิดีโอ ตระหนักว่าต้องการเพิ่มผลิตภัณฑ์ในฉาก แทรกเข้าไปโดยตรง ไม่ต้องถ่ายใหม่ ไม่ต้อง compositing

การแสดงภาพ Prototype: แสดงแนวคิดให้ลูกค้าด้วยวิดีโอที่สร้างด้วย AI จากนั้นทำซ้ำโดยเพิ่มหรือลบองค์ประกอบแบบ real-time ระหว่างการประชุม

เนื้อหาการศึกษา: สร้างวิดีโออธิบายที่คุณสามารถแทรกไดอะแกรม ตัวละคร หรือสื่อภาพได้ภายหลัง

สินทรัพย์การตลาด: สร้าง b-roll สำหรับโฆษณา ลบองค์ประกอบที่ไม่ต้องการจาก stock footage ขยายคลิปให้ตรงกับจังหวะเพลง

การเข้าถึง Flow

Flow พร้อมใช้งานผ่านหลายช่องทาง:

• flow.google: หน้าเว็บหลัก
• Gemini API: สำหรับนักพัฒนาที่สร้างบน Veo 3.1
• Vertex AI: สำหรับลูกค้าองค์กรที่ต้องการ scale และ SLAs
• Gemini App: การเข้าถึงสำหรับผู้บริโภคผ่าน AI assistant ของ Google

ฟีเจอร์ Insert กำลังเปิดตัว Remove กำลังจะมาเร็วๆ นี้ การรวมเสียงพร้อมใช้งานในทุกฟีเจอร์ที่รองรับแล้ว

สิ่งนี้หมายความว่าอย่างไรต่ออุตสาหกรรม

เรากำลังเห็นคำจำกัดความของ "การตัดต่อวิดีโอ" เปลี่ยนแปลงแบบ real-time

การตัดต่อแบบดั้งเดิมถือว่าคุณมีฟุตเทจ คุณตัด จัด ปรับปรุง ฟุตเทจคือข้อจำกัด

การตัดต่อแบบ generative ถือว่าคุณมีจินตนาการ คุณอธิบายสิ่งที่ต้องการ AI สร้าง แก้ไข ขยาย วิสัยทัศน์สร้างสรรค์ของคุณคือข้อจำกัด

สิ่งนี้ยังไม่แทนที่บรรณาธิการแบบดั้งเดิม การผลิตภาพยนตร์ระดับสูงยังต้องการการควบคุมระดับเฟรม เอฟเฟกต์จริง นักแสดงจริง แต่สำหรับเนื้อหาวิดีโอส่วนกลางกว้างๆ ทั้ง social media การตลาด การศึกษา การสร้าง prototype เครื่องมือเพิ่งเข้าถึงได้ง่ายขึ้นอย่างมาก

275 ล้านวิดีโอที่สร้างบน Flow เป็นเพียงจุดเริ่มต้น ด้วยความสามารถการตัดต่อที่แข่งขันกับซอฟต์แวร์ VFX เฉพาะทาง ตัวเลขนี้กำลังจะระเบิด

ลองตอนนี้

หากคุณต้องการสัมผัสการเปลี่ยนแปลงนี้ด้วยตัวเอง:

1. ไปที่ flow.google
2. สร้างฉากง่ายๆ
3. ใช้ Insert เพื่อเพิ่มองค์ประกอบ
4. ดูว่า AI จัดการเงาและแสงอย่างไร
5. ขยายคลิปและสังเกตว่าเสียงยังคงสอดคล้อง

จากนั้นลองสิ่งที่ซับซ้อน สร้างบทสนทนา แทรกองค์ประกอบพื้นหลัง ขยายพร้อมเสียง รู้สึกว่ามันต่างจากการตัดต่อแบบดั้งเดิมแค่ไหน

อนาคตของการตัดต่อวิดีโอไม่ใช่เครื่องมือที่ดีกว่าสำหรับการตัดฟุตเทจ

มันคือการอธิบายสิ่งที่คุณต้องการและดูมันปรากฏขึ้น