Команда Google DeepMind представила проект по реконструкции знаменитого «утерянного гола» легендарного футболиста Пеле, использовав гибридный метод, сочетающий возможности искусственного интеллекта и традиционные методы кинопроизводства.
Что произошло
Для восстановления видеоряда использовался гибридный пайплайн. Функция Performance Control видеогенератора Veo 3 позволила извлечь 3D-геометрию движений дублера, создав точный физический каркас. Модели Gemini Omni и Nano Banana Pro были задействованы для детализации лиц и окружающего пространства. В завершение цифровой результат был перенесен на настоящую кинопленку с помощью аппаратного фильм-рекордера для достижения максимальной аутентичности.
Контекст
Проект демонстрирует переход от чисто генеративных моделей к гибридным подходам, где ИИ работает поверх жестко заданных физических и геометрических параметров. Это позволяет избежать типичных для диффузионных моделей «галлюцинаций» и ошибок в биомеханике движений, обеспечивая точность, необходимую для исторической реконструкции.
Почему это важно для индустрии
Для индустрии ИИ это сигнал о смене парадигмы: от чистого промпт-инжиниринга к контролируемой генерации через геометрию и физические ограничения. Подобные workflow «Physical Capture -> AI Refinement» могут стать стандартом в профессиональном видеопродакшене, позволяя интегрировать motion data напрямую в генеративные модели.
Почему это важно для пользователей
Для широкой аудитории и любителей истории это пример того, как нейросети могут восстанавливать утраченные культурные артефакты с высокой точностью, сохраняя при этом эстетику и текстуру оригинальной эпохи без использования дешевых цифровых фильтров.
Источники
Автор
Look at AI, редакция