13. lapszám · nov. 2–8. 2026Kiadások · Fogalomtár · Archívum · Módszer · RSS · HU / ENG

Az AI-korszak hírei, hetente válogatva

Fogalomtár › Generatív média

videógenerálás

angolul: video generation

alapterjedő

A videógenerálás az, amikor a mesterséges intelligencia szöveges leírásból, képből vagy más videóból önállóan készít mozgóképet, kamera és forgatás nélkül.

Érthetően

Képzeld el, hogy egy rendezőnek elmondod, mit szeretnél látni: „egy vizsla fut a balatoni stégen naplementében, lassított felvételen”. Ő nem forgat, hanem kamera és színészek nélkül, pár perc alatt elkészíti az egész jelenetet. A videógenerálás ezt csinálja: leírod a jelenetet, a gép pedig elkészíti a mozgóképet.

Kiindulhatsz szövegből, egy fényképből, amelyet a rendszer „megmozdít”, vagy egy meglévő videóból, amelyet átalakít vagy folytat. Az újabb rendszerek hangot is adnak hozzá: beszédet, zajokat, zenét.

Reklámok, oktatóanyagok, közösségimédia-tartalmak és filmes látványtervek készülnek így, a szokásos idő és költség töredékéért. A hagyományos videókészítéstől abban különbözik, hogy a látvány nem a kamera előtt történt meg, hanem a modell állította elő.

Ezért kockázatos is: olyan jelenet is készíthető, amely valódinak látszik, pedig soha nem történt meg.

Hogyan működik

  1. A modellt rengeteg videón és a hozzájuk tartozó leíráson tanítják, így megtanulja, hogyan néznek ki és hogyan mozognak a dolgok: hogyan hullámzik a víz, hogyan lép egy ember.
  2. Amikor beírod a kérésedet, a rendszer a szöveget számokká alakítja, amelyek a jelenet tartalmát és hangulatát írják le.
  3. A legelterjedtebb módszerben a generálás véletlen zajból indul, olyasmiből, mint a régi tévék hangyás képe. A modell sok lépésben, fokozatosan alakítja ki belőle a leírásnak megfelelő képsort; ezt hívják diffúziónak. A számítás nagy része a videó tömörített, a gép számára könnyebben kezelhető változatán folyik.
  4. A modell nem külön-külön rajzolja a képkockákat, hanem az egész jelenetet egyszerre kezeli térben és időben. Ettől marad a szereplő arca, ruhája és a háttér nagyjából ugyanaz az egyik pillanatról a másikra.
  5. A végén a rendszer ezt a tömörített változatot lejátszható videóvá alakítja, egyes rendszerekben a képhez illő hanggal együtt.

Példa a mindennapokból

Görgeted a közösségi médiát, és egy videóban egy ismert politikus vagy színész olyat mond, amit furcsállsz, vagy egy medve ugrál a trambulinon egy kertben. Egyre gyakoribb, hogy az ilyen felvétel nem kamerával készült, hanem valaki egy mondatos leírásból generáltatta.

Kit érint

mindenkiA videó már nem bizonyíték önmagában, ezért meg kell tanulnod megnézni a forrást, mielőtt elhiszel vagy továbbküldesz egy felvételt.
marketingesReklámfilmet, termékvideót és közösségimédia-tartalmat forgatás nélkül, gyorsan és több változatban tudsz készíteni. → Marketing
szülő, diák, tanárSzemléltető anyagokat lehet vele készíteni, de a gyerekeknek azt is meg kell tanítani, hogy a megtévesztő vagy zaklató célú hamis videó is így készül. → Oktatás és család
jogász, állampolgárValakinek az arcával vagy hangjával készült hamis videó személyiségi jogi, adatvédelmi és választási tisztasági kérdéseket vet fel, a tanítóanyagok felhasználása pedig szerzői jogi kérdéseket. → Jog

Gyakori félreértés

TévhitA generált videót mindig le lehet buktatni, mert hat ujja van a szereplőnek vagy furcsán mozog.
ValójábanA mai jobb rendszerek rövid jeleneteit szabad szemmel gyakran már nem lehet megkülönböztetni a valódi felvételtől. A forrás és a szövegkörnyezet ellenőrzése megbízhatóbb, mint a hibák keresgélése.

Korlátok és kockázatok

Hasonló, de nem ugyanaz

Kapcsolódó fogalmak

Tágabb

generatív mesterséges intelligencia, generatív média, szintetikus média

Szűkebb

szövegből videó, képből videó, AI-avatár, ajakszinkron

Rokon

képgenerálás, deepfake, diffúziós modell, hangklónozás, vízjelezés

Röviden a története

Az első, széles körben ismertté vált szövegből videót készítő kutatási modelleket 2022-ben mutatta be a Meta (Make-A-Video) és a Google (Imagen Video). A nagyközönség figyelmét 2024 februárjában az OpenAI Sora nevű modelljének bemutatója irányította a területre, 2025-ben pedig megjelentek a képpel együtt hangot is generáló rendszerek.

Hol tart most

2026 végén a videógenerálás bárki számára elérhető alkalmazásokban és előfizetéses szolgáltatásokban működik, a reklámiparban és a közösségi médiában mindennapos. Hosszabb, következetes történetekhez még sok emberi munka és utómunka kell.

Állapot: 2026. november

A hírekben

14 Agent Age-sztoriban fordul elő; a görbe a hírmagazin heti előfordulása.

Más nevei

videógenerálás · videó generálás · AI-videó · MI-videó · MI-videókészítés · video generation · AI video generation · text-to-video

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.