गूगल के नए वीडियो-जनरेटिंग AI से 'दुःस्वप्न'

कुछ बुनियादी कमांडों के साथ, "जंक" वीडियो को Veo 3 - गूगल के नवीनतम वीडियो-जनरेटिंग AI द्वारा अविश्वसनीय यथार्थवाद के साथ पुनर्स्थापित किया जाता है।

गूगल आई/ओ 2025 कार्यक्रम में, गूगल ने तकनीकी जगत को तब चौंका दिया जब उसने वीओ 3 नामक एक वीडियो -जनरेटिंग एआई मॉडल पेश किया, जो एक तकनीकी दिग्गज के लिए विवादास्पद क्षेत्र में एक बड़ा कदम था।

द वर्ज की रिपोर्टर एलिसन जॉनसन के अनुभव के अनुसार, वीओ 3 की सबसे परिष्कृत बात यह है कि यह प्रत्येक वीडियो के लिए मूल ऑडियो बनाने की क्षमता रखता है, जिसमें ध्वनि प्रभाव, पृष्ठभूमि शोर से लेकर चरित्र संवाद तक शामिल हैं।

द वर्ज के रिपोर्टर ने टिप्पणी की, "वीओ 3 मुझे एक बिल्कुल 'कचरा' एआई सामग्री-उत्पादक मशीन लगती है।"

गूगल का नया वीडियो बनाने वाला AI अपनी उच्च-निष्ठा के साथ हलचल मचा रहा है। द वर्ज की रिपोर्टर एलिसन जॉनसन के अनुभव के अनुसार, Veo 3 की सबसे परिष्कृत विशेषता यह है कि यह हर वीडियो के लिए मूल ध्वनि तैयार कर सकता है, चाहे वह ध्वनि प्रभाव हो, पृष्ठभूमि शोर हो या फिर पात्रों के संवाद।

नई सुविधाएँ और चौंकाने वाला यथार्थवाद

"हम रचनात्मकता के एक नए युग में प्रवेश कर रहे हैं," गूगल के जेमिनी उपाध्यक्ष जोश वुडवर्ड ने वीओ 3 के लॉन्च के मुख्य भाषण के दौरान बताया, तथा "अति यथार्थवादी" वीडियो बनाने की क्षमता पर प्रकाश डाला।

जॉनसन को शुरू में संदेह हुआ, लेकिन एआई टूल का खुद अनुभव करने के बाद, उन्हें यकीन हो गया कि वुडवर्ड अतिशयोक्ति नहीं कर रहे थे। वीओ 3 ऐसे उत्पाद बनाने में सक्षम है जो बेहद यथार्थवादी हैं।

खास तौर पर, द वर्ज के रिपोर्टर ने एक न्यूज़ एंकर द्वारा आग लगने की घोषणा की विषय-वस्तु पर आधारित एक छोटा वीडियो बनाने की कोशिश की। यह क्लिप बेहद विश्वसनीय है, इसकी ध्वनि और दृश्य किसी भी पारंपरिक समाचार रिपोर्ट के समान हैं।

Veo 3 द्वारा निर्मित वीडियो का एक दृश्य। फोटो: द वर्ज।

इस पोस्ट में, जिसमें एआई-जनरेटेड पात्रों द्वारा एआई-जनरेटेड वीडियो बनाने के लिए इस्तेमाल किए गए कमांड का विरोध करने वाले वीडियो की एक श्रृंखला शामिल थी, रेडिट पर अब तक 50,000 अपवोट मिल चुके हैं। इन दृश्यों में एक आपदा, अस्पताल के बिस्तर पर वेंटिलेटर पर लेटी एक महिला, और एक पात्र को बंदूक से धमकाया जाना शामिल है - ये सभी बोले गए संवादों और यथार्थवादी पृष्ठभूमि ध्वनियों के साथ हैं।

दूसरे AI वीडियो निर्माण टूल्स की तुलना में, Veo 3 ने चीज़ों को काफ़ी आसान बना दिया है। बस एक साधारण कमांड, प्लेटफ़ॉर्म के प्रोसेस होने के लिए कुछ मिनट इंतज़ार और Google के AI अल्ट्रा प्लान (प्रति माह $249.99 ) का सब्सक्रिप्शन।

जॉनसन के लिए कम विशिष्ट कमांड का उपयोग करके वीडियो बनाना और भी आसान था, और इससे एक बात स्पष्ट हुई: Veo 3 बच्चों के लिए सबसे कम-सामान्य-प्रकार की यूट्यूब सामग्री बनाने में उत्कृष्ट है।

"मूक फिल्म युग" का अंत

आज तक, कोई भी AI वीडियो जेनरेशन मॉडल वीडियो आउटपुट के साथ-साथ सिंक्रोनाइज़्ड ऑडियो, या कोई भी ऑडियो, एक साथ प्रदान करने में सक्षम नहीं रहा है। हालाँकि, Veo 3 – अपनी सिंक्रोनाइज़्ड ऑडियो जेनरेशन क्षमताओं के साथ – "साइलेंट युग" को समाप्त करने की ओर अग्रसर है।

गूगल डीपमाइंड के सीईओ डेमिस हसाबिस ने एक प्रेस कॉन्फ्रेंस के दौरान कहा, "हम वीडियो निर्माण के मौन युग से बाहर निकल रहे हैं।"

वीडियो निर्माण उपकरणों की व्यापक उपलब्धता के कारण विक्रेताओं की संख्या में इतनी वृद्धि हो गई है कि यह स्थान संतृप्त होता जा रहा है।

रनवे, लाइट्रिक्स, जेनमो, पिका, हिग्सफील्ड, क्लिंग और लूमा जैसे स्टार्टअप्स से लेकर ओपनएआई और अलीबाबा जैसी तकनीकी दिग्गज कंपनियों तक, मॉडल तेज़ी से जारी किए जा रहे हैं। कई मामलों में, इन मॉडलों में बहुत कम अंतर होता है।

यह देखना अभी बाकी है कि क्या वीओ 3 वीडियो गुणवत्ता के मामले में ओपनएआई सोरा को पीछे छोड़ पाएगा, लेकिन ऑडियो और वीडियो दोनों के साथ पूरी तरह से निर्मित वीडियो को आउटपुट करने की क्षमता वीओ 3 को तुरंत एक अधिक आकर्षक मंच बना सकती है।

Veo 3 की सबसे बेहतरीन विशेषता वीडियो के साथ "परफेक्ट" सिंक में ध्वनि उत्पन्न करने की इसकी क्षमता है। फोटो: गूगल।

"फिल्म और टेलीविजन की दुनिया में, पृष्ठभूमि का शोर और ध्वनि प्रभाव अक्सर कलाकारों का काम होते हैं। अब, कल्पना कीजिए कि अगर आपको बस वीओ को वह ध्वनि बतानी हो जो आप पृष्ठभूमि में चाहते हैं और जो एक्शन से जुड़ी हो, और वह वीडियो और संवाद सहित सब कुछ आउटपुट कर दे। यह ऐसा काम है जिसे करने में एनिमेटर हफ़्तों या महीनों लगा देंगे," जॉनसन ने टिप्पणी की।

यदि वीओ 3 वास्तव में आदेशों का पालन कर सकता है और लगातार घंटों तक वीडियो और ऑडियो आउटपुट कर सकता है, तो वह समय ज्यादा दूर नहीं होगा जब हम पूरी तरह से एआई के साथ निर्मित पहली एनिमेटेड फीचर फिल्म बना सकेंगे।

Veo 3 के लॉन्च होते ही, क्रिएटर्स ने X जैसे प्लेटफ़ॉर्म पर क्लिप शेयर करना शुरू कर दिया, जिसमें पूरी तरह से AI से बनाया गया एक स्टैंड-अप कॉमेडी वीडियो भी शामिल था। दर्शक यह जानकर हैरान रह गए कि पूरा दृश्य, जिसमें आवाज़, वीडियो और यहाँ तक कि दर्शकों का ऑडियो भी शामिल था, सिर्फ़ एक टेक्स्ट डिस्क्रिप्शन से बनाया गया था।

इसके अलावा, एक और वायरल क्लिप है जिसमें पाइथागोरस अपने प्रसिद्ध प्रमेय की व्याख्या करते हुए, प्राचीन संदर्भ और सटीक संवादों के साथ, पुनः प्रस्तुत किया गया है। यहाँ तक कि Veo 3 द्वारा पूरी तरह से बनाया गया एक संगीत वीडियो भी है, जिसमें दृश्य और संगीत का अद्भुत तालमेल है।

इकोनॉमिक टाइम्स ने टिप्पणी की कि इस प्रकार की प्रौद्योगिकी को "फिल्म निर्माण का एक नया युग" कहा जा सकता है, जो किसी को भी - व्यक्तिगत रचनाकारों से लेकर प्रमुख मीडिया स्टूडियो तक - कम लागत और न्यूनतम संसाधनों के साथ पेशेवर सामग्री का निर्माण करने की अनुमति देता है।

स्रोत: https://znews.vn/ac-mong-tu-ai-tao-video-moi-cua-google-post1556018.html