Veo

ما هو Veo؟

Veo هو نموذج توليد فيديو من Google DeepMind يُحوِّل النصوص والصور المرجعية إلى مقاطع فيديو عالية الدقة مع صوت مُولَّد أصلاً (حوار، مؤثرات، ضوضاء بيئية). قدّمته Google لأول مرة في I/O 2024، ثم تطوّر إلى Veo 2 نهاية 2024، وأحدث نسخة هي Veo 3 التي تضيف توليد الصوت الأصلي وتحسينات كبيرة في الواقعية وفهم المصطلحات السينمائية. على صفحة Google الرسمية وُصِف بأنّه «أكثر نماذجنا قدرة على توليد فيديو عالي الدقة» مع لقطات تتجاوز الدقيقة في الاختبارات المبكرة، ومع واقعية حركة واتساق عبر الإطارات. مصدر

مزايا رئيسية

• فهم سينمائي متقدّم: يتعامل مع مصطلحات مثل timelapse، وزوايا العدسات، وعمق المجال لإخراج لقطات دقيقة أسلوبيًا. مصدر
• صوت أصلي مدمج في Veo 3: يمكنه توليد حوار ومؤثرات وأجواء صوتية متزامنة مع الصورة. صفحة Veo 3 تنص صراحةً: «يتيح إضافة مؤثرات صوتية وضوضاء محيطة وحتى حوار — مع توليد الصوت أصلاً». مصدر
• دقة وتنسيقات: يدعم عبر واجهة Gemini API توليد مقاطع 8 ثوانٍ بدقة 720p أو 1080p، مع إصدارات طراز متعددة (Veo 3 وVeo 3 Fast). مصدر
• تطور قدرات الجيل السابق: أعلن عن Veo 2 بقدرات حتى 4K ومدد أطول (دقائق) وفهم أفضل لفيزياء العالم الحقيقي، ما مهّد لنسخة Veo 3 الصوتية. مصدر

طرق الوصول والاستخدام

• Gemini API / Google AI Studio: استخدام برمجي مباشر للطرازات (مثال الطراز: veo-3.0-generate-001) مع أمثلة كود جاهزة. مصدر
• YouTube (Shorts): أعلنت YouTube دمج Veo 3 Fast في أدوات الإنشاء على Shorts لتوليد مقاطع قصيرة بسرعة وبالمجان لملايين المستخدمين في دول محددة عند الإطلاق. مصدر
• Google Labs (Flow / VideoFX): تجارب وأدوات إبداعية مبنية على Veo لتوسيع اللقطات، التحكم بالكاميرا، والسيناريوهات السردية. مصدر

التسعير (للمطورين عبر Gemini API)

خفضت Google الأسعار في سبتمبر 2025:

• Veo 3: 0.40 دولار/ثانية للفيديو مع الصوت.
• Veo 3 Fast: 0.15 دولار/ثانية للفيديو مع الصوت. الأسعار رسمية ضمن صفحة Gemini API Pricing. مصدر

الأمان والمسؤولية

تُضيف Google علامة مائية غير مرئية SynthID على المخرجات للمساعدة في كشف المحتوى المُولَّد بالذكاء الاصطناعي وتقليل سوء الاستخدام. مصدر

ملاحظات مهمة

«Veo يُولّد فيديوهات عالية الجودة بدقة 1080p في طيف واسع من الأساليب السينمائية وتستطيع أن تتجاوز الدقيقة.» — Google

«Veo 3… يُضيف مؤثرات صوتية وضوضاء محيطة وحتى حوار — مع توليد الصوت أصلاً.» — Google DeepMind

لمطوّري المحتوى: وثيقة Gemini API توضّح القيود الحالية (مثل طول 8 ثوانٍ لكل توليد في واجهة البرمجة) وخيارات النماذج والمعاملات الفنية، مع تحديثات مستمرة. مصدر