पिका 2.2 के साथ, AI वीडियो जनरेशन तकनीक में एक महत्वपूर्ण उन्नयन आया है। इस नए संस्करण में कई नई विशेषताएँ और सुधार शामिल हैं जो वीडियो बनाने की प्रक्रिया को और अधिक कुशल और प्रभावी बनाते हैं।

हाल ही में, टेनसेंट ह्यूनयुआन वीडियो मॉडल (Hunyuan Video) ने X प्लेटफॉर्म पर परीक्षण भागीदारों के लिए आधिकारिक रूप से आमंत्रण जारी किया है, जो इस अग्रणी AI वीडियो जनरेशन तकनीक के महत्वपूर्ण परीक्षण चरण में प्रवेश करने का प्रतीक है। आधिकारिक सूत्रों के अनुसार, परीक्षण समाप्त होने के बाद, इस मॉडल के ओपन-सोर्स होने की उच्च संभावना है, ताकि वैश्विक AI समुदाय को इसके तकनीकी परिणामों का लाभ मिल सके। ह्यूनयुआन वीडियो मॉडल टेनसेंट की AI वीडियो जनरेशन क्षेत्र में एक महत्वपूर्ण नवाचार है, जिसमें 13B से अधिक पैरामीटर हैं, जो मौजूदा ओपन-सोर्स मॉडलों में सबसे बड़े वीडियो जनरेशन मॉडल में से एक है। इसके मुख्य तकनीकी पहलुओं में शामिल हैं

गूगल ने हाल ही में अपने वीडियो जनरेशन AI मॉडल Veo2 की कीमतों की जानकारी चुपचाप जारी की है, Veo2 को सबसे पहले पिछले साल दिसंबर में पेश किया गया था, और इस नए मॉडल ने काफी ध्यान आकर्षित किया है। गूगल के मूल्य निर्धारण पृष्ठ के अनुसार, Veo2 का उपयोग करने की लागत प्रति सेकंड 50 सेंट है, इस हिसाब से, एक मिनट के वीडियो की लागत 30 डॉलर है, जबकि एक घंटे के वीडियो की लागत 1800 डॉलर तक पहुँच जाती है। गूगल DeepMind के शोधकर्ता जॉन बैरोन (Jon Barron) ने इस मूल्य निर्धारण की एक दिलचस्प तुलना की, उन्होंने उल्लेख किया...

हाल ही में, Adobe ने अपने AI वीडियो जनरेशन टूल Firefly Video का सार्वजनिक परीक्षण संस्करण लॉन्च किया है, जो उपयोगकर्ताओं को टेक्स्ट और इमेज को अधिकतम 5 सेकंड के शॉर्ट वीडियो में बदलने की अनुमति देता है, वीडियो का रिज़ॉल्यूशन 1080p है, और फ़्रेम दर प्रति सेकंड 24 फ़्रेम है। इस टूल का लॉन्च Adobe के वीडियो जनरेशन के क्षेत्र में एक महत्वपूर्ण कदम का प्रतीक है, उपयोगकर्ता सरल टेक्स्ट निर्देशों या इमेज अपलोड करके जल्दी से सुंदर वीडियो सामग्री उत्पन्न कर सकते हैं। Firefly Video का यूजर इंटरफेस उपयोगकर्ता के अनुकूल है, जिससे अनुमति मिलती है.

एक नवोन्मेषी वीडियो जनरेशन तकनीक FlashVideo ने हाल ही में ओपन-सोर्स करने की घोषणा की है, यह ढांचा अद्वितीय डुअल-स्टेज डिज़ाइन के माध्यम से AI वीडियो जनरेशन में गति और गुणवत्ता के संतुलन की समस्या को चतुराई से हल करता है। FlashVideo ने वेब फ्रंटेंड LQIP (कम गुणवत्ता वाली छवि प्लेसहोल्डर) के समान विचार को अपनाया है, वीडियो जनरेशन प्रक्रिया को पूर्वावलोकन और गुणवत्ता संवर्धन के दो चरणों में विभाजित किया है। पूर्वावलोकन चरण में, सिस्टम बहुत कम गणना लागत पर तेजी से वीडियो ड्राफ्ट उत्पन्न कर सकता है, जिससे उपयोगकर्ताओं को तात्कालिक प्रतिक्रिया मिलती है, जो उपयोगकर्ता अनुभव और व्यावसायिक अनुप्रयोग की व्यवहार्यता को महत्वपूर्ण रूप से बढ़ाता है।

जनरेटिव AI तकनीक की तेजी से प्रगति के साथ,越来越更多企业开始利用这些技术制作产品宣传视频。हाल ही में, Peak XV और Tiger Global द्वारा समर्थित स्टार्टअप Avataar ने 'Velocity' नामक एक नया टूल लॉन्च किया है, जो उत्पाद लिंक के आधार पर सीधे वीडियो बनाने की सुविधा प्रदान करता है। इस नवीनतम टूल की शुरूआत से वीडियो निर्माण की प्रक्रिया और भी सरल हो जाएगी, यहां तक कि इसे पेशेवर ज्ञान की आवश्यकता नहीं है। Avataar के संस्थापक श्रवण्थ

OpenAI ने हाल ही में अपने नए हाईपर-रियलिस्टिक AI वीडियो जनरेशन सॉफ़्टवेयर Sora Turbo को लॉन्च किया है, जो कि पहले प्रदर्शन के लगभग दस महीने बाद आया है। Sora Turbo ने कई महत्वपूर्ण अपडेट किए हैं। अब Sora, ChatGPT Plus और Pro के भुगतान उपयोगकर्ताओं के लिए उपलब्ध है, जिसके लिए उपयोगकर्ताओं को हर महीने 20 डॉलर या 200 डॉलर के सदस्यता शुल्क का भुगतान करना होगा, सेवा अमेरिका और अधिकांश गैर-यूरोपीय संघ और यूनाइटेड किंगडम क्षेत्रों में उपलब्ध है। Sora Turbo उपयोगकर्ताओं को पाठ इनपुट या स्थिर चित्र के माध्यम से वीडियो बनाने की अनुमति देता है।

OpenAI ने आज के लाइव स्ट्रीम में बहुप्रतीक्षित उत्पाद - Sora Turbo को जारी किया, जो 2024 में जनरेटिव एआई क्षेत्र में एक बड़े प्रगति का प्रतीक है। Sora Turbo की जनरेशन क्षमता में उल्लेखनीय वृद्धि हुई है, जो टेक्स्ट के माध्यम से सीधे अधिकतम 20 सेकंड का 1080P वीडियो उत्पन्न कर सकता है, जो वर्तमान में वैश्विक स्तर पर लंबाई में सबसे अधिक वीडियो मॉडल में से एक है। यह मॉडल टेक्स्ट के साथ चित्र या वीडियो इनपुट का समर्थन करता है, विशेष वीडियो सामग्री उत्पन्न करने के लिए, जिससे उत्पन्न परिणाम और अधिक नियंत्रणीय बन जाते हैं।

हाल ही में, क्लिंग ने एक नया कस्टम मॉडल (Custom Models) फ़ीचर लॉन्च किया, जो AI वीडियो जनरेशन में कैरेक्टर कंसिस्टेंसी की तकनीकी समस्या को पूरी तरह से हल करेगा। प्लेटफ़ॉर्म पर पूर्ववर्ती परीक्षण उपयोगकर्ताओं की प्रतिक्रिया के अनुसार, यह फ़ीचर रचनाकारों को मॉडल प्रशिक्षण के लिए 10 से 30 विभिन्न वीडियो क्लिप अपलोड करने की अनुमति देता है, प्रत्येक क्लिप को कम से कम 10 सेकंड होना चाहिए। पारंपरिक रूप से केवल छवि प्रशिक्षण पर निर्भर करने वाले मॉडलों की तुलना में, क्लिंग ने नवीनता से वीडियो सामग्री को प्रशिक्षण आधार के रूप में अपनाया है, और यहां तक कि क्लिंग द्वारा उत्पन्न AI वीडियो के उपयोग का समर्थन भी करता है।

हाल ही में वीडियो जनरेशन बीटा लॉन्च किया गया, जिसका मतलब है कि काईशो, सेंसेटाइम, मिनिमैक्स जैसी कंपनियों के बाद बाइटडांस ने आधिकारिक तौर पर AI वीडियो जनरेशन क्षेत्र में कदम रखा है। डौबाओ की वेबसाइट के अनुसार, डौबाओ वीडियो जनरेशन तकनीक, तस्वीरों और टेक्स्ट से एक-क्लिक में वीडियो तैयार करती है, "जो जानकारी को जीवंत और यथार्थवादी वीडियो सामग्री में बदल सकती है। इसमें आकर्षक गतिशीलता और कैमरा मूवमेंट का समर्थन है, विभिन्न शॉट्स के बीच सामंजस्य बनाए रखते हुए, स्टाइल और अनुपात का स्वतंत्र चयन करने की सुविधा है।" जानकारी के अनुसार, डौबाओ वीडियो जनरेशन AI एल्गोरिदम का उपयोग करता है, जो उपयोगकर्ताओं द्वारा प्रदान की गई तस्वीरों और टेक्स्ट को वीडियो सामग्री में स्वचालित रूप से परिवर्तित कर सकता है। उपयोगकर्ता विभिन्न शैलियों और अनुपात का चयन कर सकते हैं।

प्रसिद्ध AI वीडियो जनरेशन प्लेटफ़ॉर्म Runway ने हाल ही में एक नई सुविधा की घोषणा की - उन्नत कैमरा नियंत्रण। यह सुविधा उपयोगकर्ताओं को वास्तविक कैमरे की तरह वर्चुअल दृश्य में शॉट्स के मूवमेंट को सटीकता से नियंत्रित करने की अनुमति देती है, जिससे AI वीडियो निर्माण में पहले से कहीं अधिक लचीलापन और नियंत्रण प्राप्त होता है। उपयोगकर्ता कैमरे के मूवमेंट के दिशा और ताकत को अनुकूलित कर सकते हैं, जिसमें क्षैतिज मूवमेंट, चारों ओर की शूटिंग, स्थान अन्वेषण, चक्रीय शूटिंग, तेज़ ज़ूम और धीमी स्लाइडिंग शामिल हैं। गति परिवर्तन के चक्रीय शूटिंग फंक्शन को विशेष रूप से ध्यान खींचने वाले दृश्य चक्र उत्पन्न करने के लिए उपयुक्त माना जाता है।

हाल ही में, AI वीडियो कंपनी Genmo ने Mochi1 की घोषणा की, जो एक नया ओपन सोर्स वीडियो जनरेशन मॉडल है, जिससे उपयोगकर्ता टेक्स्ट संकेतों के माध्यम से उच्च गुणवत्ता वाले वीडियो उत्पन्न कर सकते हैं। Mochi1 के प्रदर्शन को वर्तमान बाजार में प्रमुख बंद स्रोत प्रतिस्पर्धियों जैसे कि Runway, Luma AI के Dream Machine, Kuaishou के Keling, Minimax के Hailuo आदि के समान माना जाता है, बल्कि इससे भी बेहतर। यह मॉडल Apache2.0 लाइसेंस के तहत उपलब्ध है।

अलीबाबा समूह की सहायक कंपनी टोंगयी ने घोषणा की है कि उसके नवीनतम विकसित AI वीडियो जनरेशन बड़े मॉडल - टोंगयी वानशियांग AI जीवन वीडियो, अब आधिकारिक रूप से लाइव है। यह तकनीक अपनी शक्तिशाली दृश्य गतिशीलता निर्माण क्षमता के साथ, टेक्स्ट संकेत शब्दों के आधार पर तेजी से विभिन्न कलात्मक शैलियों और फिल्म स्तर के गुणवत्ता वाले वीडियो सामग्री को उत्पन्न कर सकती है।

爱诗科技 ने अपने वीडियो जनरेशन उत्पाद PixVerse के V2.5 संस्करण का वैश्विक स्तर पर लॉन्च करने की घोषणा की है, जिसमें वीडियो जनरेशन की गति, गतिशील प्रदर्शन और चित्र गुणवत्ता में महत्वपूर्ण सुधार किया गया है। नए संस्करण ने मॉडल को विशेष रूप से अनुकूलित किया है, जिससे संकेतों की समझने की क्षमता और वीडियो जनरेशन की सौंदर्यशास्त्र का स्तर बढ़ गया है, वीडियो जनरेशन की गति को 200% तक बढ़ा दिया है, और अधिकतम 4K रिज़ॉल्यूशन आउटपुट का समर्थन करता है, जिससे वीडियो की स्पष्टता सुनिश्चित होती है।

इस साल जुलाई में, आई श टेक्नोलॉजी ने नए अपडेटेड AI वीडियो जनरेशन उत्पाद PixVerse V2 को लॉन्च किया, जो Diffusion+Transformer (DiT) बुनियादी ढांचे का उपयोग करता है और वीडियो जनरेशन तकनीक में कई नवाचारों को लागू करता है। PixVerse V2 लंबी, अधिक सुसंगत और दिलचस्प वीडियो जनरेशन क्षमता प्रदान करता है और एक बार में कई वीडियो क्लिप जनरेट करने का समर्थन करता है।

हाल ही में, प्रसिद्ध AI वीडियो जनरेशन प्लेटफॉर्म कैलिंग (Caiyun) ने पूरी तरह मुफ्त सेवा मोड को समाप्त करने और एक नई भुगतान योजना का शुभारंभ करने की घोषणा की। यह कैलिंग के व्यावसायिक संचालन के एक नए चरण में प्रवेश को दर्शाता है।

कृत्रिम बुद्धिमत्ता तकनीक के सशक्तीकरण के साथ, वीडियो जनरेशन AI अब रचनात्मक उद्योग का नया प्रिय बन रहा है। हाल ही में, कवाई के अधीन 'Kling AI' ने फिल्म स्तर की जनरेशन प्रभाव के साथ, वैश्विक इंटरनेट पर व्यापक ध्यान आकर्षित किया है। Kling AI की वेबसाइट पर जाने के बाद, आवेदन करने वाले उपयोगकर्ताओं की संख्या लगभग 700,000 तक पहुँच गई है।

न्यूयॉर्क स्थित Runway कंपनी ने Gen-2, एक AI वीडियो जनरेशन उपकरण, जारी किया, जिससे AI वीडियो क्षेत्र में हलचल मच गई। Gen-2 के अपडेट ने वीडियो की गुणवत्ता और संगति में उल्लेखनीय वृद्धि की है और इसे एक महत्वपूर्ण क्रांतिकारी बदलाव के रूप में उल्लेखित किया गया है। AI क्रिएटर्स और फिल्म निर्माताओं को Gen-2 के माध्यम से उच्च गुणवत्ता, उच्च-definition, यथार्थवादी वीडियो उत्पन्न करने में सक्षम बनाता है।