AI वीडियो क्षेत्र में एक बड़ा उत्पाद फिर से आया है! हाल ही में, गूगल की नवीनतम पीढ़ी का AI वीडियो मॉडल Veo2 औपचारिक रूप से लॉन्च हुआ, और इसे प्रसिद्ध सामग्री प्लेटफ़ॉर्म Freepik पर वैश्विक रूप से पहली बार जारी किया गया। इस लॉन्च ने यह संकेत दिया है कि गूगल AI वीडियो तकनीक में एक और महत्वपूर्ण सफलता हासिल कर चुका है, और इसके साथ ही यह और भी आश्चर्यजनक है कि पहले 10000 उपयोगकर्ता इस “ब्लैक टेक्नोलॉजी” का मुफ्त में अनुभव कर सकेंगे, इसमें कोई संदेह नहीं कि यह वीडियो निर्माताओं के लिए एक महत्वपूर्ण उपहार है! आधिकारिक ट्वीट के अनुसार, Veo2 को गूगल द्वारा सराहा गया है।

AI मीडिया टेक्नोलॉजी कंपनी Runway ने अपने नवीनतम टेक्स्ट जनरेटिंग इमेज मॉडल - Frames का अनावरण किया। एक कंपनी के रूप में जो AI वीडियो मॉडलों के लिए जानी जाती है, Runway का यह कदम छवि निर्माण क्षेत्र में अपनी प्रभावशीलता को बढ़ाने के लिए है। Frames का लॉन्च उपयोगकर्ताओं से प्रशंसा प्राप्त कर रहा है, विशेषकर फिल्म जैसी दृश्य प्रभाव उत्पन्न करने में इसकी क्षमता के लिए। इस मॉडल का पहली बार अनावरण नवंबर 2024 में हुआ और पिछले कुछ हफ्तों में Runway क्रिएटर प्रोग्राम के उपयोगकर्ताओं को अनुभव करने के लिए पहले ही उपलब्ध कराया गया।

इस साल फरवरी में OpenAI ने अपने टेक्स्ट से वीडियो एआई मॉडल सोरा का पहली बार पूर्वावलोकन किया था, उसके बाद किसी भी विशिष्ट अपडेट प्रदान नहीं किया गया। हाल ही में, OpenAI के नए टेक्स्ट से वीडियो एआई मॉडल सोरा के परीक्षण में शामिल एक समूह के कलाकारों ने कंपनी के प्रति अपनी असंतोष के कारण इस मॉडल की प्रारंभिक पहुंच को लीक कर दिया। उन्होंने एआई विकास मंच Hugging Face के माध्यम से सोरा एपीआई से संबंधित एक परियोजना प्रकाशित की, प्रारंभिक पहुंच के प्रमाण पत्र का उपयोग करते हुए, निर्माण किया।

हाल ही में, बाइटडांस अनुसंधान संस्थान और 清华大学 के शोधकर्ताओं ने एक नया अध्ययन जारी किया, जिसमें बताया गया कि वर्तमान AI वीडियो जनरेशन मॉडल, जैसे कि OpenAI का Sora, हालांकि आश्चर्यजनक दृश्य प्रभाव उत्पन्न कर सकते हैं, लेकिन मूलभूत भौतिक सिद्धांतों को समझने में गंभीर सीमाएँ हैं। इस अध्ययन ने वास्तविकता का अनुकरण करने में AI की क्षमताओं पर व्यापक चर्चा का कारण बना। शोध टीम ने AI वीडियो जनरेशन मॉडल का परीक्षण किया और तीन विभिन्न परिदृश्यों को निर्धारित किया: ज्ञात पैटर्न में भविष्यवाणी, अज्ञात पैटर्न में भविष्यवाणी।

Facebook की मूल कंपनी Meta ने हॉलीवुड की प्रसिद्ध हॉरर फिल्म उत्पादन कंपनी Blumhouse Productions के साथ अपने नवीनतम जनरेटिव AI वीडियो मॉडल Movie Gen का परीक्षण करने के लिए सहयोग किया है। Blumhouse Productions हिट मूवीज़ जैसे 'Insidious' और 'Get Out' के पीछे की शक्ति है। यह सहयोग Meta के द्वारा इस महीने की शुरुआत में Movie Gen लॉन्च करने के बाद एक महत्वपूर्ण कदम है, यह उपकरण कथित तौर पर उपयोगकर्ताओं के संकेतों के आधार पर यथार्थवादी वीडियो बनाने में सक्षम है।

हाल के MAX सम्मेलन में, एडोब ने रोमांचक AI नई विशेषताएँ प्रस्तुत कीं, जिनमें सबसे ध्यान केंद्रित करने वाला Firefly AI वीडियो मॉडल और कई उन्नत फ़ोटोशॉप उपकरण शामिल हैं। Firefly AI वीडियो मॉडल उपयोगकर्ताओं को टेक्स्ट इनपुट के माध्यम से वीडियो बनाने या मौजूदा वीडियो सामग्री को संशोधित करने की अनुमति देता है, जो निश्चित रूप से रचनाकारों के लिए एक नया सृजनात्मक स्थान प्रदान करता है। Firefly

हाल ही में, AI स्टार्टअप Runway ने प्रसिद्ध फिल्म निर्माण कंपनी Lionsgate के साथ सहयोग की घोषणा की। यह खबर फिल्म उद्योग में काफी हलचल मचाने वाली है, क्योंकि यह पहला बड़ा फिल्म स्टूडियो है जिसने AI वीडियो मॉडल प्रदाता के साथ सीधे अनुबंध किया है। Runway का मुख्यालय न्यूयॉर्क शहर में है और इसे Google जैसी कंपनियों का समर्थन प्राप्त है। हालाँकि Runway की तकनीक का उपयोग हॉलीवुड में कुछ फिल्म निर्माताओं द्वारा किया जा चुका है, जैसे कि ऑस्कर की विजेता सर्वश्रेष्ठ फिल्म 'Everything Everywhere All at Once'।

Hedra प्लेटफार्म ने 10 मिलियन डॉलर की बीज फंडिंग सफलतापूर्वक जुटाई, जो कि पूर्व NVIDIA, गूगल और मेटावर्स कर्मचारियों द्वारा स्थापित किया गया था, और इसे Index Ventures, Abstract और A16Z Speedrun जैसे प्रसिद्ध निवेशकों ने आकर्षित किया। Hedra द्वारा प्रस्तुत आधार मॉडल Character-1 बीज दौर में सामने आया, जिसे बाजार में सबसे तेज वीडियो मॉडल का दावा किया गया है, और इसके 3,50,000 उपयोगकर्ता हैं, जिन्होंने 16 लाख से अधिक वीडियो बनाए हैं, जिनमें से कुछ सोशल मीडिया पर काफी लोकप्रिय हैं। प्लेटफार्म उपयोगकर्ताओं को अनुमति देता है कि वे निर्माण करें

गूगल VideoPoet प्रोजेक्ट के रिसर्च लीड जिआंग लु ने TikTok में शामिल होकर उत्तर अमेरिका के तकनीकी विभाग के प्रमुख के रूप में कार्यभार संभाला है। जिआंग लु गूगल छोड़कर वीडियो उत्पत्ति के क्षेत्र में काम करते रहेंगे, और Sora के समान वीडियो उत्पत्ति तकनीक पेश करेंगे। जिआंग लु CMU के पार्ट-टाइम प्रोफेसर हैं, जिनके पास समृद्ध शोध अनुभव है, जो बड़ी कंपनियों द्वारा खोजी जा रही AI की बुनियादी प्रतिभा बन गए हैं। VideoPoet प्रोजेक्ट ने Transformer का उपयोग किया है, UNet को प्रतिस्थापित किया है और AI वीडियो जनरेशन में SOTA बन गया है, जो TikTok को आकर्षित कर रहा है।