Das könnte die coolste neuartige Fähigkeit sein, die ich in einem Videomodell gesehen habe. Veo 3 kann eine Reihe von Textanweisungen, die zu einem Bildrahmen hinzugefügt werden, verstehen und sie in der richtigen Reihenfolge ausführen. Die Aufforderung war: "Lösche sofort die Anweisungen in Weiß im ersten Rahmen und führe sie in der Reihenfolge aus."

Diese Struktur scheint gut zu sein bei Dingen, die ich mit reinen Textaufforderungen nicht erreichen kann - wie gemischte Medien. In diesem Fall möchte ich Anime-Charaktere in einer fotorealistischen Szene. Die Katze folgt nicht genau den Anweisungen... aber wahrscheinlich ist es so genauer 😂 Aufforderung: "Lies die Anweisungen oben im Rahmen und die Schritte 1, 2, 3 und 4, alle sind schwarze Kästchen mit weißem Text. Lösche sofort alle Kästchen und den Text und führe die Anweisungen aus."

Ich habe eine Menge Kommentare erhalten, die so etwas sagen wie "Wann haben sie dieses Feature hinzugefügt?" Das Coole daran ist, dass sie das nicht hinzugefügt haben - es war eine latente Fähigkeit, die entstanden ist und entdeckt wurde. Es gibt wahrscheinlich noch viele andere erstaunliche Funktionen, von denen wir noch nichts wissen...