في تطور تكنولوجي مذهل، كشفت شركة غوغل هذا الأسبوع عن الجيل الثالث من نظامها الذكي لتوليد الفيديوهات "Veo 3"، الذي أحدث ضجة واسعة في الأوساط الرقمية والإعلامية. فما يثير الدهشة ليس فقط جودة الصور والفيديوهات التي ينتجها، بل قدرته الفائقة على إنتاج مقاطع واقعية يصعب على أغلب المستخدمين، حتى الخبراء منهم، تمييزها عن الأعمال السينمائية الحقيقية.
ما يميز Veo 3 هو إمكانية توليد الصوت المتزامن مع حركة الفيديو والشخصيات، سواء كان حوارًا أو مؤثرات صوتية أو موسيقى خلفية، بدقة مذهلة وتوافق تام مع حركة الشفاه والمشهد. هذا الإنجاز لم يكن سهلاً، حيث عانى الذكاء الاصطناعي طويلاً من مشاكل التشويش الصوتي والتأخير الزمني وعدم توافق الأصوات مع الأحداث المرئية.
كما حقّق Veo 3 اختراقًا كبيرًا في مجال صناعة الشخصيات الواقعية، فأصبح قادرًا على توليد أشخاص بأيدٍ طبيعية وخمس أصابع صحيحة، وهو تحدٍ كان يقف عائقًا أمام أغلب أنظمة الذكاء الاصطناعي السابقة، التي كانت غالبًا ما تنتج صورًا مشوّهة أو بأيدٍ غير مكتملة.
وتأتي هذه الابتكارات ضمن مشروع أكبر يُدعى "Google Flow"، وهي منصة ذكية تمنح صانعي المحتوى والفنانين أدوات مبتكرة للانتقال من الفكرة إلى الإنتاج في لحظات، عبر استغلال قوة الذكاء الاصطناعي في كتابة السيناريوهات، تخطيط المشاهد، وضمان استمرارية التفاصيل الدقيقة بين اللقطات المختلفة.
وبينما رحّب الكثيرون بهذه القفزة النوعية، أبدى آخرون قلقهم من إمكانية استغلال هذه التقنية في نشر الأخبار الزائفة أو المحتوى المضلل، مطالبين بزيادة الرقابة وابتكار معايير لتمييز الفيديوهات المصنوعة بالذكاء الاصطناعي عن غيرها.
في كل الأحوال، يبدو أن عام 2025 سيكون عامًا مُفصليًا في علاقة الإنسان بالصورة والصوت الرقميين. فهل نحن مستعدون فعلاً لعصر لا نستطيع فيه تمييز الحقيقة من الخيال؟\
