Snapchat के "My AI" चैटबॉट विकास का नेतृत्व करने वाले गहन अध्ययन वैज्ञानिक डॉ. ऐलन बेकर हाल ही में फिर से सामने आए हैं, और एक नई कंपनी eSelf की स्थापना की है। यह स्टार्टअप वास्तविक समय, वीडियो आधारित संवादात्मक AI सहायक मंच बनाने के लिए समर्पित है, और सफलतापूर्वक 450 मिलियन डॉलर का बीज चरण वित्त पोषण प्राप्त कर चुका है, जो AI सहायक क्षेत्र की तीव्र प्रतिस्पर्धा में भाग ले रहा है। eSelf का प्रारंभिक लक्ष्य शिक्षा, बिक्री, वित्तीय सेवाओं, रियल एस्टेट और स्वास्थ्य देखभाल जैसे ऊर्ध्वाधर क्षेत्रों के लिए अधिक वास्तविकता और इंटरैक्टिवता प्रदान करना है।

ऐमाज़न का प्राइम वीडियो एक नई फ़ीचर ‘X-Ray Recaps’ पेश कर रहा है, जो जेनरेटिव आर्टिफिशियल इंटेलिजेंस तकनीक का उपयोग करता है, जिसका उद्देश्य उपयोगकर्ताओं को वे कार्यक्रम जिनका वे देख रहे हैं, उनका त्वरित पुनरावलोकन करने में मदद करना है। ऐमाज़न द्वारा अपने ब्लॉग में जारी किए गए जानकारी के अनुसार, X-Ray Recaps पूरे सीज़न, एकल एपिसोड और एपिसोड के अंशों सहित टेक्स्ट सारांश उत्पन्न कर सकता है, जिससे उपयोगकर्ता बिना शुरुआत से देखने के महत्वपूर्ण कहानी बिंदुओं को समझ सकते हैं। यह नया फ़ीचर कार्यक्रमों के विस्तृत जानकारी पृष्ठ के माध्यम से या कार्यक्रम देखने के दौरान उपलब्ध होगा।

हाल ही में, बaidu स्मार्ट क्लाउड का एक-दृष्टि विज़नल मॉडल प्लेटफ़ॉर्म v4.5 आधिकारिक रूप से जारी किया गया। इस प्लेटफ़ॉर्म के उन्नयन ने न केवल औद्योगिक उद्योग में क्रांतिकारी परिवर्तन लाया है, बल्कि यह सुरक्षा उत्पादन, खाद्य श्रृंखला प्रबंध, फैक्टरी कार्यशाला संचालन जैसे विभिन्न क्षेत्रों के लिए उच्च प्रभावी विज़नल स्मार्ट समाधान भी प्रदान करता है। बaidu स्मार्ट क्लाउड के एक-दृष्टि विज़नल मॉडल प्लेटफ़ॉर्म का उन्नयन, बड़े मॉडल तकनीक में प्रगति पर आधारित है, जिसने अतीत के छोटे मॉडल युग में 95% विज़नल आवश्यकताओं को पूरा करने में असमर्थता का हल किया है। खदानों, खाद्य श्रृंखला, फैक्टरी कार्यशाला आदि स्थितियों में, वीडियो AI विश्लेषण के माध्यम से सुरक्षा प्रबंधन को लागू किया गया है।

OpenAI ने हाल ही में वीडियो AI क्षेत्र में एक बार फिर हलचल मचा दी है, वे इस वर्ष फरवरी में लॉन्च किए गए Sora के लिए महत्वपूर्ण अपग्रेड कर रहे हैं। 'सूचना日报' की रिपोर्ट के अनुसार, इस अपग्रेड का मुख्य लक्ष्य Sora के प्रदर्शन में उल्लेखनीय सुधार लाना है, ताकि यह तेजी से लंबे और उच्च गुणवत्ता वाले वीडियो सामग्री उत्पन्न कर सके। Sora के पहले संस्करण के प्रदर्शन की समीक्षा करने पर, वास्तव में कई समस्याएं हैं जिन्हें हल करने की आवश्यकता है। पहले संस्करण में एक वीडियो उत्पन्न करने में 10 मिनट से अधिक का समय लगता था, इस तरह की दक्षता स्पष्ट रूप से वास्तविक अनुप्रयोग की आवश्यकताओं को पूरा नहीं कर सकती। अधिक गंभीर的是

OpenAI हाल ही में अपने वीडियो AI Sora का अपग्रेड कर रहा है, यह प्रोजेक्ट इस साल फरवरी में पेश किया गया था। The Information के अनुसार, कंपनी के प्रबंधन टीम के करीबियों से मिली जानकारी के अनुसार, OpenAI अपने वीडियो AI Sora के नए संस्करण पर काम कर रहा है, जो मूल प्रस्तुति की तुलना में तेजी से लंबे और उच्च गुणवत्ता वाले वीडियो क्लिप बनाने के लिए डिज़ाइन किया गया है। उल्लेखनीय है कि Sora के लॉन्च के समय वह पूरी तरह से तैयार नहीं था। कहा जाता है कि प्रारंभिक वीडियो निर्माण समय दस मिनट से अधिक था।

हाल ही में, नेशनल यूनिवर्सिटी ऑफ सिंगापुर के वेंयी यु और उनकी टीम ने एक नई तकनीक video-SALMONN पेश की है, जो केवल वीडियो में दृश्य फ़्रेम अनुक्रम, ऑडियो घटनाओं और संगीत को समझने में सक्षम नहीं है, बल्कि यह वीडियो में वॉइस कंटेंट को भी समझने में सक्षम है। इस तकनीक का विकास मशीनों को वीडियो सामग्री को समझाने की दिशा में एक महत्वपूर्ण कदम है।

हाल ही में, बाइडू वैब ड्राइव ने AI देख फ़ंक्शन लॉन्च करने की घोषणा की, जो उपयोगकर्ताओं को लंबे समय तक वीडियो की मुख्य जानकारी को तेजी से ब्राउज़ करने में मदद कर सकता है। उपयोगकर्ता केवल 15 सेकंड में 5 घंटे的视频 सामग्री का सारांश प्राप्त कर सकते हैं, जिससे काम और अध्ययन अधिक प्रभावी हो जाता है। यह फ़ंक्शन उपयोगकर्ताओं को उद्योग की प्रवृत्तियों, प्रतिस्पर्धी विपणन रणनीतियों और IELTS, ऑनलाइन पाठ्यक्रमों आदि जैसे सामग्री को जल्दी से पकड़ने में मदद कर सकता है। उपयोगकर्ता प्रश्न दाख़िल करके वीडियो उत्तर प्राप्त कर सकते हैं, और इसे एक-क्लिक PPT या टेक्स्ट में बदलने का समर्थन करता है।

Uizard कंपनी ने नया Autodesigner 2.0 AI डिज़ाइन इंजिन लॉन्च किया है, यह एक नवोन्मेषी उपकरण है, जो Uizard के स्वामित्व वाले मॉडल, Anthropic AI और OpenAI की बड़ी भाषा मॉडल तकनीक, और Stability AI की इमेज जेनरेशन तकनीक का संयोग है। यह इंजिन AI तकनीक के माध्यम से UI डिज़ाइन प्रक्रिया को सरल बनाता है, जिससे उपयोगकर्ता तेजी से UI डिज़ाइन में संशोधन और निर्माण कर सकते हैं, जिसमें स्थिर स्क्रीनशॉट का संपादन और कई भाषाओं का समर्थन शामिल है।

हाल ही में, एक वीडियो जिसमें हैरी पॉटर एक हिप-हॉप गायक में बदल जाते हैं, ऑनलाइन हिट हो गया है और भारी संख्या में दर्शकों का ध्यान आकर्षित कर रहा है। वीडियो में, हैरी पॉटर और हाग्रिड एक नए अवतार में नजर आते हैं, बड़े ढीले स्ट्रीटवियर पहन कर, लाल मास्क लगाए हुए, स्पोर्ट्स कार और हार्ले मोटरसाइकिल के सामने खड़े हैं, जो उनके पहले के अंदाज से बिल्कुल अलग है। यह वीडियो TikTok पर पहली बार जारी किया गया था, जिसने 88 लाख दृश्य प्राप्त किए हैं, जबकि दूसरे संस्करण ने X प्लेटफॉर्म पर 93 लाख दृश्य प्राप्त किए हैं।

पहली साहित्यिक वीडियो AI एनिमेशन फिल्म "कियानचौ शीजोंग" का प्रीमियर उत्साहजनक रहा, प्रीमियर की दर्शक हिस्सेदारी 4.22% है। AI के अग्रणी तकनीकी विकास का उपयोग और चीनी उत्कृष्ट पारंपरिक संस्कृति के संरक्षण का सफल संयोजन। चीनी एनिमेशन अध्ययन संघ के अध्यक्ष का मानना है कि "कियानचौ शीजोंग" में अग्रणी मार्गदर्शक महत्व है। पीपुल्स एजुकेशन पब्लिशर की समीक्षा में कहा गया है कि "कियानचौ शीजोंग" ने सांस्कृतिक संरक्षण का एक नया दृष्टिकोण प्रस्तुत किया है। ऑनलाइन चर्चा का विषय #कियानचौ शीजोंग# पर टिप्पणियों की संख्या 79 लाख से अधिक है।

OpenAI ने नए Sora वीडियो AI मॉडल का प्रदर्शन किया, Runway के सीईओ क्रिस्टोबाल वलेन्जुएला ने प्रतिक्रिया दी "गेम चालू है।", वीडियो AI क्षेत्र में प्रतियोगिता तीव्र हो रही है। Runway, Google और Stability AI जैसे कंपनियों ने OpenAI के Sora का सामना करने के लिए नए मॉडल लॉन्च किए हैं, वीडियो AI की सोने की दौड़ और भी गर्म हो रही है। Runway ने हाल ही में Gen-2 अपडेट लॉन्च किया, जिनका मूल्यांकन 1.5 अरब डॉलर है, जबकि Sora की कार्यक्षमता और सीमाएँ अभी स्पष्ट नहीं हैं।