Veo 3 shows emergent zero-shot abilities across many visual tasks, indicating that video models are on a path to becoming vision foundation models—just like LLMs became foundation models for language.
توی این مقاله از محققین گوگل دست‌آورد جدیدی رو نشون میده که مدل‌های ویدیویی دارن کم کم خیلی بهتر میشن که از پس اتفاقات فیزیکی و کارهای بنیادی برمیان.

#Video #AI #Article #Arxiv #Veo3 #Veo #Google #Deepmind
@pythony

https://video-zero-shot.github.io