OpenAI ने अपने अत्याधुनिक वीडियो जेनरेशन मॉडल, सोरा को यूरोपीय बाजार में लॉन्च करने की घोषणा की है। यह एक बड़ी उपलब्धि है जो AI तकनीक के क्षेत्र में एक नया अध्याय खोलती है।

अलीबाबा ने अपना नया ओपन-सोर्स वीडियो जेनरेशन मॉडल Wan 2.1 लॉन्च किया है, जो प्रदर्शन के मामले में शीर्ष पर है और NVIDIA GeForce RTX 4070 जैसे ग्राफिक्स कार्ड पर सुचारू रूप से चलता है। यह मॉडल वीडियो निर्माण में एक नया स्तर लाता है।

आज, अलीबाबा ने आधिकारिक तौर पर अपने वीडियो निर्माण मॉडल वान्श्यांग 2.1 को पूरी तरह से ओपन सोर्स करने की घोषणा की है, जिसमें 14B और 1.3B दो वर्ज़न लॉन्च किए गए हैं। 14B प्रोफ़ेशनल वर्ज़न उच्च प्रदर्शन वाला है और उद्योग में सर्वोच्च प्रदर्शन प्रदान करता है, जो वीडियो गुणवत्ता के लिए अत्यधिक मांग वाले परिदृश्यों को पूरा करता है; जबकि 1.3B एक्सप्रेस वर्ज़न उपभोक्ता-स्तरीय ग्राफ़िक्स कार्ड के अनुकूल है, 8.2GB VRAM के साथ 480P उच्च-गुणवत्ता वाले वीडियो उत्पन्न कर सकता है, जो द्वितीयक मॉडल विकास और शैक्षणिक अनुसंधान के लिए उपयुक्त है। आधिकारिक विवरण के अनुसार, इस बार ओपन सोर्स किया गया वान्श्यांग 2.1 जटिल गति को संभालने, वास्तविक भौतिक नियमों को पुनर्स्थापित करने और सिनेमाई बनावट को बेहतर बनाने में सक्षम है।

कुनपुलन वानवे ने आज आधिकारिक रूप से अपना Matrix-Zero विश्व मॉडल लॉन्च किया, जो देश की पहली AI कंपनी है जो एक साथ 3D दृश्य उत्पादन और इंटरएक्टिव वीडियो निर्माण की क्षमता रखती है, जिससे यह स्पatial इंटेलिजेंस के क्षेत्र में महत्वपूर्ण प्रगति का प्रतीक बनता है। Matrix-Zero की मुख्य विशेषताओं में इसकी शक्तिशाली 3D दृश्य निर्माण क्षमता है। यह क्षमता उपयोगकर्ता द्वारा प्रदान की गई छवियों को वैश्विक सुसंगतता के साथ, स्वतंत्र रूप से अन्वेषण योग्य वास्तविक 3D दृश्य में परिवर्तित कर सकती है। यह अपार संभावनाओं वाली तकनीक निम्नलिखित प्रमुख विशेषताओं के साथ आती है: वैश्विक सुसंगतता: Matri

22 जनवरी, 2025 को, शंघाई स्टेप-स्टार智能科技有限公司 ने अपने वीडियो उत्पादन मॉडल स्टेप-वीडियो को आधिकारिक रूप से V2 संस्करण में अपग्रेड करने की घोषणा की। इस अपग्रेड ने वास्तविकता अनुकरण के मामले में उल्लेखनीय तकनीकी प्रगति और कार्यात्मक सुधार लाए।

हाल ही में, ब्रिटेन की कृत्रिम बुद्धिमत्ता वीडियो उत्पादन कंपनी Synthesia ने 180 मिलियन डॉलर का D सीरिज फंडिंग पूरा करने की घोषणा की। 2017 में स्थापित होने के बाद, Synthesia उद्योग में अग्रणी बन गई है, जो फॉर्च्यून 100 की आधे से अधिक कंपनियों को सेवा प्रदान करती है और प्रति माह लाखों मिनट के AI निर्मित वीडियो कंटेंट का उत्पादन करती है। कंपनी का उद्देश्य व्यवसायों को वीडियो और वर्चुअल अवतार बनाने में दक्षता से मदद करना है, जिससे उनकी संचार क्षमता और सामग्री प्रसारण की क्षमता में सुधार हो सके। इस फंडिंग के बाद, Synthesia आगे विकास की योजना बना रही है।

आज, कृत्रिम बुद्धिमत्ता क्षेत्र में एक और महत्वपूर्ण प्रगति में, OpenAI के सीईओ सैम ऑल्टमैन ने सोशल मीडिया प्लेटफॉर्म X पर एक पोस्ट में स्वीकार किया कि कंपनी ने AI वीडियो उत्पादन मॉडल Sora की मांग को गंभीर रूप से कम आंका है। Sora OpenAI द्वारा लॉन्च किया गया एक AI वीडियो उत्पादन प्लेटफॉर्म है, जो पाठ संकेतों या स्थिर चित्रों के माध्यम से उच्च गुणवत्ता वाला वीडियो सामग्री बना सकता है। इस उपकरण का लॉन्च वीडियो उत्पादन तकनीक के क्षेत्र में एक महत्वपूर्ण प्रगति को चिह्नित करता है, साथ ही यह रचनात्मक उद्योग में संभावित परिवर्तन का भी संकेत दे रहा है। Sora प्र

वीडियो निर्माण के क्षेत्र में, स्थिर और नियंत्रित एनीमेशन प्रभाव प्राप्त करना शोधकर्ताओं का मुख्य ध्यान रहा है। हाल ही में, शोध दल ने 'AnimateAnything' नामक नई विधि का अनावरण किया, जिसका उद्देश्य सटीक वीडियो संचालन के माध्यम से एनीमेशन निर्माण को अधिक लचीला और कुशल बनाना है। यह तकनीक विभिन्न परिस्थितियों में, जैसे कैमरा पथ, पाठ संकेत और उपयोगकर्ता क्रिया टिप्पणियों के तहत सटीक वीडियो प्रोसेसिंग करने की क्षमता रखती है। 'AnimateAnything' एक बहु-स्केल नियंत्रण विशेषताओं के फ्यूजन नेटवर्क को डिजाइन करके स्थापित किया गया है,

Runway कंपनी ने हाल ही में एक महत्वाकांक्षी योजना की घोषणा की है, जिसका उद्देश्य फिल्म निर्माण में AI तकनीक के उपयोग को बढ़ावा देना है। इस AI वीडियो उत्पादन तकनीक कंपनी ने 500万美元 तक का एक फंड स्थापित किया है, जिसका लक्ष्य 100 तक मूल फिल्म परियोजनाओं को वित्त पोषण करना है। यह पहल निश्चित रूप से AI तकनीक में रुचि रखने वाले निर्देशकों के लिए एक दुर्लभ अवसर प्रदान करती है। Runway का 100 फिल्म फंड योजना किसी भी वीडियो परियोजना का समर्थन करने के लिए है जो कंपनी के जनरेटिव वीडियो मॉडल का उपयोग करती है। कंपनी ने अपने ब्लॉग लेख में कहा: पारंपरिक वित्तपोषण तंत्र अक्सर संपूर्ण को नजरअंदाज कर देते हैं।

Runway ML ने AI वीडियो निर्माण मॉडल Gen-3 Alpha Turbo लॉन्च किया है, जो अपने पूर्ववर्ती की तुलना में 7 गुना तेज और 50% सस्ता है, जिससे AI वीडियो निर्माण और अधिक सुलभ हो गया है। Turbo सभी योजनाओं के लिए उपलब्ध है, जिसमें मुफ्त परीक्षण शामिल है, जिससे उपयोगकर्ता बिना अतिरिक्त लागत के कुशल वीडियो निर्माण अनुभव का आनंद ले सकते हैं। Gen-3 Alpha Turbo की निर्माण गति इतनी तेज है कि यह टाइपिंग की गति से भी तेज है, जो AI वीडियो निर्माण मॉडल की समय देरी की समस्या को महत्वपूर्ण रूप से हल करता है। मूल्य निर्धारण के संदर्भ में, प्रति सेकंड वीडियो की केवल 5 लागत है।

सेन्टिनल टेक्नोलॉजी ने अपने पहले मील का पत्थर "Vimi" नियंत्रित मानव वीडियो जनरेशन बड़े मॉडल को औपचारिक रूप से पेश किया। Vimi सेन्टिनल टेक्नोलॉजी के शक्तिशाली आम तौर पर नवीन बड़े मॉडल क्षमता पर आधारित एक उत्पाद है, जो अभूतपूर्व वीडियो जनरेशन लचीलापन प्रदान करता है।

हाल ही में, सेंसॉउंन टेक्नोलॉजी के एआई वीडियो जनरेशन प्लेटफॉर्म द्वारा निर्मित सीसीटीवी रिपोर्टर वांग बिंगबिंग का एआई डिजिटल इंसान 'एआई बिंगबिंग' '2024 चीन・एआई महोत्सव' में पहली बार प्रदर्शित हुआ। एआई बिंगबिंग का मंच पर प्रदर्शन पेशेवर और स्वाभाविक दोनों था, जो सेंसॉउंन की 'रोज़ नए' सेंसनॉवा बड़े मॉडल तकनीक के लिए धन्यवाद है। वह तुर्की, रूसी, और स्पेनिश सहित कई भाषाओं का कुशलतापूर्वक उपयोग कर सकती हैं, जो भाषा क्षमताओं में एआई तकनीक की उत्कृष्ट उपलब्धि को दर्शाता है।

बीजिंग विश्वविद्यालय और काईशो AI टीम ने जटिल वीडियो उत्पादन की चुनौती को सफलतापूर्वक हल किया है। उन्होंने VideoTetris नामक एक नए ढांचे का प्रस्ताव किया है, जो पहेली के टुकड़ों की तरह विभिन्न विवरणों को आसानी से संयोजित कर सकता है, और उच्च कठिनाई और जटिल निर्देशों वाले वीडियो उत्पन्न कर सकता है। यह ढांचा जटिल वीडियो उत्पादन कार्य में Pika, Gen-2 जैसे व्यावसायिक मॉडलों को पार करता है।

Sora इस वर्ष सार्वजनिक परीक्षण के लिए खोला जाएगा। Sora की तकनीकी विवरण, उत्पादन गति और वीडियो ध्वनि प्रभाव आदि की विस्तार से जानकारी। रेड टीम परीक्षण चल रहा है, रचनाकारों के साथ मिलकर उद्योग के विकास को आगे बढ़ाएं। Sora के भविष्य के संस्करणों में वीडियो ध्वनि प्रभाव का समर्थन करने की संभावना है, उपयोगकर्ता अनुभव को सुधारने के लिए।