9 मार्च, 2025, कैलिफ़ोर्निया, संयुक्त राज्य अमेरिका—ओपन-सोर्स मॉडल पाठ से वीडियो तकनीक को और अधिक रोमांचक बना रहे हैं। AI डेवलपर Ostris (@ostrisai) ने हाल ही में X प्लेटफ़ॉर्म पर अपनी तस्वीरों से प्रशिक्षित Wan2.1LoRA मॉडल के परिणाम साझा किए, केवल लगभग 20 तस्वीरों और एक घरेलू RTX4090 ग्राफ़िक्स कार्ड के साथ, उन्होंने वीडियो निर्माण का आश्चर्यजनक परिणाम प्राप्त किया। इस उपलब्धि ने न केवल ओपन-सोर्स तकनीक की क्षमता को प्रदर्शित किया, बल्कि X समुदाय में वीडियो LoRA प्रशिक्षण पर भी चर्चा छेड़ दी।

हाल ही में, OpenAI ने लंदन में C21Media सम्मेलन में बताया कि कंपनी का Sora वीडियो जनरेटर एक नए संस्करण के साथ आने वाला है। OpenAI के प्रतिनिधि चाड नील्सन ने सम्मेलन में कहा कि यह नया संस्करण तीन प्रकार के वीडियो जनरेशन विधियों का समर्थन करेगा, विशेष रूप से: पाठ से वीडियो, पाठ और छवि से वीडियो, और पाठ और वीडियो से वीडियो, प्रत्येक वीडियो की लंबाई एक मिनट तक हो सकती है। यह ज्ञात हुआ है कि Sora वीडियो जनरेटर के अपग्रेड में दक्षता और गति दोनों में सुधार हुआ है, संबंधित API लीक की जानकारी।

Hotshot ने एक नई पाठ से वीडियो AI जेनरेटर पेश किया है, जो 10 सेकंड तक, 720p रिज़ॉल्यूशन वाले वीडियो उत्पन्न कर सकता है, जिसमें漫画 शैली और ट्रेसिंग शैली जैसे कई एनीमेशन शैलियों का समर्थन है। इस मॉडल में वॉटरमार्क मुक्त आउटपुट, विविध वीडियो शैलियाँ, उच्च अनुकूलनशीलता और विस्तारणीयता जैसे विशेषताएँ हैं, जो 600 मिलियन वीडियो क्लिप पर प्रशिक्षण प्राप्त करके विकसित किया गया है, जिसमें लंबे वीडियो समय और उच्च रिज़ॉल्यूशन तक विस्तृत करने की क्षमता है। उपयोगकर्ता आधिकारिक वेबसाइट पर मुफ्त में अनुभव कर सकते हैं, प्रतिदिन उत्पन्न करने की सीमित संख्या है। Hotshot टीम ने चार महीने के भीतर पूरा किया।

2023 में एआई क्षेत्र के सबसे महत्वपूर्ण तीन नवाचार मल्टी-मोडल एआई, संविधान एआई और पाठ से वीडियो प्रौद्योगिकी हैं। मल्टी-मोडल एआई का अर्थ है एआई की विभिन्न प्रकार की डेटा को संभालने की क्षमता, जिसमें पाठ, चित्र, वीडियो और ऑडियो शामिल हैं। संविधान एआई मानव मूल्य प्रणाली के अनुरूप एआई को बनाने के उद्देश्य से काम करता है, जो मूल्य प्रणाली संविधान को लिखने और एआई के व्यवहार को नियंत्रित करने के लिए सुदृढीकरण सीखने की विधियों का उपयोग करता है। पाठ से वीडियो प्रौद्योगिकी महत्वपूर्ण परिणाम है जिसमें अरबों डॉलर का निवेश किया गया है, जिससे पाठ के आधार पर वीडियो उत्पन्न करना और वीडियो शैली को बदलना संभव हो गया है। ये नवाचार एआई क्षेत्र पर महत्वपूर्ण प्रभाव डालेंगे और लोगों के दृष्टिकोण को बदल देंगे।

एडोब ने जनरेटिव एआई क्षमताओं को बढ़ाने के लिए कैलिफोर्निया की पाठ से वीडियो कंपनी रीफ्रेज़ का अधिग्रहण किया, जिससे क्रिएटिव क्लाउड उत्पाद पैकेज को सुधारने में मदद मिलती है, जिससे ग्राहक केवल पाठ का उपयोग करके पेशेवर गुणवत्ता का वीडियो उत्पन्न कर सकें। रीफ्रेज़ टीम एडोब में शामिल होगी, जो जनरेटिव एआई वीडियो सेवाएं प्रदान करेगी।