गूगल ने जेमिनी एडवांस्ड का टेक्स्ट-टू-वीडियो AI टूल पेश किया

गूगल ने जेमिनी एडवांस्ड टूल पेश किया है, जो उपयोगकर्ताओं को टेक्स्ट पैराग्राफ को 8 सेकंड की अवधि वाले उच्च-रिज़ॉल्यूशन वीडियो में बदलने में मदद करेगा।

गूगल उन तकनीकी कंपनियों में से एक है जो कृत्रिम बुद्धिमत्ता (एआई) उपकरण विकसित करने की दौड़ में काफ़ी सक्रिय रही है, जिसमें चैटजीपीटी या इमेजेन टेक्स्ट-आधारित इमेज निर्माण टूल से प्रतिस्पर्धा करने के लिए जेमिनी चैटबॉट भी शामिल है। हालाँकि, वर्णनात्मक टेक्स्ट से वीडियो बनाने की गूगल की क्षमता को तकनीकी समुदाय अभी भी अपने प्रतिस्पर्धियों से काफ़ी कमतर मानता है।

हाल ही में, Google ने आधिकारिक तौर पर एक टूल लॉन्च किया है जो Gemini Advanced उपयोगकर्ताओं को टेक्स्ट को 8 सेकंड की अवधि वाले हाई-रिज़ॉल्यूशन वीडियो में बदलने में मदद करता है। साथ ही, Whisk Animate फ़ीचर भी लॉन्च किया गया है जो स्थिर तस्वीरों को समान अवधि वाले जीवंत एनिमेटेड वीडियो में बदलने की क्षमता रखता है। ये दोनों सुविधाएँ अब Google One AI प्रीमियम सब्सक्राइबर्स के लिए उपलब्ध हैं।

गूगल का कहना है कि Veo 2 वीडियो निर्माण के क्षेत्र में एक बड़ी छलांग है, जिसे उच्च-रिज़ॉल्यूशन, विस्तृत, यथार्थवादी, सिनेमाई वीडियो बनाने के लिए डिज़ाइन किया गया है। वास्तविक दुनिया के भौतिक विज्ञान और मानवीय गति को कैप्चर करते हुए, Veo 2 विभिन्न विषयों और शैलियों में सहज चरित्र गति, गतिशील दृश्य और उत्कृष्ट विवरण तैयार कर सकता है।

वीडियो बनाने के लिए, उपयोगकर्ताओं को जेमिनी में मॉडल मेनू से Veo 2 चुनना होगा (इंटरफ़ेस पर इस विकल्प का स्थान डेवलपमेंट के दौरान बदल सकता है)। यह सुविधा 720p रिज़ॉल्यूशन पर 8 सेकंड का वीडियो बनाएगी, जिसे 16:9 लैंडस्केप आस्पेक्ट रेशियो वाले MP4 के रूप में एक्सपोर्ट किया जाएगा। गूगल यह भी बताता है कि उपयोगकर्ता प्रति माह केवल सीमित संख्या में वीडियो बना सकते हैं।

उपयोगकर्ता बस उस दृश्य का वर्णन करते हैं जिसकी वे कल्पना करते हैं, चाहे वह कोई छोटी कहानी हो, कोई दृश्य विचार हो, या कोई विशिष्ट दृश्य हो। फिर जेमिनी उन विचारों को जीवंत कर देता है। उपयोगकर्ता का विवरण जितना विस्तृत होगा, अंतिम वीडियो उतना ही बेहतर होगा।

गूगल का कहना है कि यूज़र्स Veo 2 द्वारा बनाए गए वीडियो को TikTok या YouTube Shorts जैसे सोशल मीडिया प्लेटफॉर्म पर आसानी से शेयर कर सकते हैं। हालाँकि, Veo 2 द्वारा बनाए गए वीडियो का आस्पेक्ट रेशियो 16:9 है, जो इन वीडियो प्लेटफॉर्म पर शेयर करने के लिए बिल्कुल उपयुक्त नहीं है।

परिणामी आदेश: एक एनिमेटेड दृश्य जिसमें एक छोटा सा चूहा बड़े आकार का चश्मा पहने हुए, जंगल के बीच में एक आरामदायक घोंसले में, मशरूम की झिलमिलाती रोशनी के नीचे एक किताब पढ़ रहा है।

वीडियो निर्माण सुविधा अब दुनिया भर के जेमिनी एडवांस्ड उपयोगकर्ताओं के लिए, वेब और मोबाइल दोनों पर उपलब्ध है। हालाँकि, यह केवल उन्हीं लोगों के लिए उपलब्ध है जिन्होंने Google One AI प्रीमियम प्लान की सदस्यता ली है, और जेमिनी पर पूर्ण भाषा समर्थन उपलब्ध है।

वर्तमान में, Veo 2 को गूगल द्वारा जेमिनी एडवांस्ड उपयोगकर्ताओं को प्रदान किया जाता है, जिसकी सेवा कीमत वियतनाम में 489,000 VND/माह है।

Veo 2 के अलावा, Google ने Whisk Animate नामक एक AI टूल भी लॉन्च किया, जो उपयोगकर्ताओं को वर्णनात्मक पाठ के साथ नई छवियां बनाने की अनुमति देता है, फिर इस छवि को चिकनी गति के साथ वीडियो में बदल देता है, लेकिन इसकी अधिकतम लंबाई भी Veo 2 के समान 8 सेकंड है।

व्हिस्क, एक गूगल लैब्स प्रयोग जो 2024 के अंत में लॉन्च होगा, उपयोगकर्ताओं को टेक्स्ट और इमेज प्रॉम्प्ट, दोनों के माध्यम से नए विचारों को तेज़ी से तलाशने और विज़ुअलाइज़ करने में मदद करता है। व्हिस्क एनिमेट फ़ीचर के साथ उपयोगकर्ता अपने विचारों को जीवंत कर सकते हैं।

व्हिस्क एनिमेट, Veo 2 तकनीक का उपयोग करके उपयोगकर्ताओं की स्थिर तस्वीरों को 8-सेकंड के लाइव वीडियो में बदलने की क्षमता प्रदान करता है। यह सुविधा 60 से अधिक देशों में Google One AI प्रीमियम ग्राहकों के लिए उपलब्ध है।

वीडियो फोटो से बना होता है।

गूगल ने यह भी कहा कि उसने सुरक्षित वीडियो निर्माण अनुभव सुनिश्चित करने के लिए महत्वपूर्ण कदम उठाए हैं। इसमें रेड टीमिंग और गूगल की नीतियों का उल्लंघन करने वाली सामग्री के निर्माण को रोकने के लिए व्यापक समीक्षा शामिल है। इसके अतिरिक्त, Veo 2 से बनाए गए प्रत्येक वीडियो को SynthID टैग किया गया है, जो प्रत्येक फ्रेम में एम्बेडेड एक डिजिटल वॉटरमार्क है जो स्पष्ट रूप से दर्शाता है कि यह AI द्वारा जनरेटेड है।

(वियतनाम+)

स्रोत: https://www.vietnamplus.vn/google-gioi-thieu-cong-cu-ai-chuyen-doi-van-ban-thanh-video-tu-gemini-advanced-post1033671.vnp