Google a récemment dévoilé Veo 3, un nouveau modèle de synthèse vidéo IA capable de générer des pistes audio synchronisées, une première dans le domaine. Bien que cette technologie marque un progrès significatif, certains détails, comme les effets sonores, nécessitent encore des ajustements. Découvrez comment Veo 3 se mesure au défi désormais célèbre de Will Smith mangeant des spaghettis.
Une révolution dans la génération vidéo IA
Google a lancé Veo 3, un modèle de synthèse vidéo IA innovant capable de produire des pistes audio synchronisées. Cette avancée permet désormais d’entendre des voix, des dialogues et des effets sonores dans des clips vidéo haute définition de huit secondes.
Le test des spaghettis : un benchmark incontournable
Le défi de Will Smith mangeant des spaghettis est devenu un benchmark pour évaluer les capacités des générateurs vidéo IA. Originaire de 2023, ce test a été popularisé par une vidéo virale utilisant le modèle ModelScope, marquant les débuts maladroits de la synthèse vidéo IA.
Veo 3 à l’épreuve
Un développeur d’applications IA a testé Veo 3 avec le célèbre benchmark, révélant un résultat surprenant : le faux Will Smith semble croquer les spaghettis. Cette anomalie s’explique par les données d’entraînement du modèle, qui incluent de nombreux exemples de mastication avec des sons de croquement.
Les limites et potentiels de Veo 3
Malgré quelques imperfections, Veo 3 impressionne par sa capacité à générer des dialogues cohérents et de la musique. Le modèle ouvre la porte à des possibilités créatives immenses, tout en soulevant des questions éthiques quant à l’utilisation des deepfakes.
