जनरेटिव मीडिया

गूगल ने एआई अल्ट्रा सब्सक्राइबर्स के लिए जिनी 4 वर्ल्ड मॉडल किया लॉन्च

BUZZINGA संपादकीय टीम6 मिनट पढ़ने का समय

गूगल ने 18 नवंबर को ब्राउज़र-आधारित प्रोजेक्ट जिनी प्रायोगिक प्लेटफॉर्म के माध्यम से योग्य गूगल एआई अल्ट्रा सब्सक्राइबर्स के लिए इंटरएक्टिव जिनी 4 वर्ल्ड मॉडल उपलब्ध कराना शुरू कर दिया है। इस अपडेट में रीयल-टाइम सीन एडिटिंग, सिंक्रनाइज़्ड नेटिव ऑडियो, दुनिया बनाने के लिए एक स्मार्ट एजेंट, और साझा करने और रीमिक्स करने के लिए एक कम्युनिटी गैलरी शामिल है।

गूगल ने अपने सबसे नए वर्चुअल वर्ल्ड-बिल्डिंग मॉडल जिनी 4 को बंद परीक्षण के दायरे से निकालकर ब्राउज़र के जरिए अल्ट्रा पैकेज के सब्सक्राइबर्स के लिए उपलब्ध करा दिया है। यह एक बड़ा कदम है जो उपयोगकर्ताओं को सीन में घूमते समय मौसम, पात्रों और घटनाओं के मार्ग को तुरंत वास्तविक समय में संशोधित करने की अनुमति देता है, साथ ही इसमें इंटरएक्टिव नेटिव ऑडियो और निर्देशन में भाग लेने वाला एक स्मार्ट एजेंट भी शामिल है।

सत्र के दौरान आभासी दुनिया का वास्तविक समय में संपादन और जिनी 3 अपडेट
दुनिया बनाने और सीधे तौर पर घटनाओं को दिशा देने वाला स्मार्ट एजेंट
इंटरएक्टिव कम्युनिटी गैलरी और साझा कलात्मक अनुभव
मौजूदा अनुसंधान सीमाएं, सुरक्षा नियंत्रण और वॉटरमार्क
अक्सर पूछे जाने वाले प्रश्न

गूगल ने 18 नवंबर, बुधवार को अपने सबसे नए इंटरएक्टिव वर्ल्ड-बिल्डिंग मॉडल, जिनी 4 को वेब ब्राउज़र-आधारित प्रायोगिक प्रोटोटाइप प्लेटफॉर्म ‘प्रोजेक्ट जिनी’ के माध्यम से योग्य गूगल एआई अल्ट्रा पैकेज के सब्सक्राइबर्स के लिए रोल आउट करना शुरू कर दिया है। गूगल की आधिकारिक घोषणा और सीकिंग अल्फा की रिपोर्ट के अनुसार, एआई प्रो पैकेज के सदस्य भी उसी पेज के माध्यम से प्रतीक्षा सूची में साइन अप कर सकते हैं। यह रिलीज़ जिनी 4 को उन ‘भरोसेमंद परीक्षकों’ के छोटे समूह से आगे ले जाती है जिन्हें द वर्ज के अनुसार पिछले महीने के अंत में एक्सेस मिला था, यह ध्यान रखते हुए कि गूगल ने पहली बार अक्टूबर में परीक्षकों को मॉडल का पूर्वावलोकन कराया था। यह अपडेट रीयल-टाइम एडिटिंग, सिंक्रनाइज़्ड ऑडियो, एक समर्पित वर्ल्ड-बिल्डिंग टूल और अन्य लोगों के साथ साझा करने का एक अंतर्निहित तरीका जोड़ता है।
सत्र के दौरान आभासी दुनिया का वास्तविक समय में संपादन और जिनी 3 अपडेट
गूगल जिनी 4 रिलीज़ को “अब तक का सबसे यथार्थवादी और इंटरएक्टिव वर्ल्ड मॉडल” बताता है। उपयोगकर्ता मौसम की स्थिति को बदलने, एक नया चरित्र जोड़ने, या अनुभव को रोके बिना घटनाओं के मार्ग को पुनर्निर्देशित करने के लिए उत्पन्न दुनिया के भीतर आगे बढ़ते हुए नए टेक्स्ट कमांड टाइप कर सकते हैं। यह रिलीज़ जिनी सीरीज़ का पहला मॉडल भी है जो वास्तविक समय में उत्पन्न होने वाले मूल ऑडियो का समर्थन करता है, जिसमें परिवेशी पृष्ठभूमि ध्वनि प्रभावों से लेकर चरित्र संवाद तक शामिल हैं, ताकि जैसे-जैसे दृश्य विवरण बदलते हैं, ध्वनि दृश्य भी अपने आप बदल जाता है।
गूगल ने स्पष्ट किया कि उसने पुराने जिनी 3 मॉडल को भी अपडेट किया है, जो प्लेटफॉर्म में मॉडल चयन मेनू के भीतर उपलब्ध रहता है; इसके भीतर सत्र अब पिछले 60 सेकंड के बजाय प्रत्येक पीढ़ी के लिए 3 मिनट तक चलते हैं, और उपयोगकर्ता अब कई क्रमिक दुनिया को एक साथ जोड़ सकते हैं और 360-डिग्री पैनोरमिक छवियों से नई आभासी दुनिया शुरू कर सकते हैं।
दुनिया बनाने और सीधे तौर पर घटनाओं को दिशा देने वाला स्मार्ट एजेंटनया प्रोजेक्ट जिनी एजेंट उपयोगकर्ताओं को सरल प्राकृतिक भाषा में अपनी कल्पना की गई दुनिया का वर्णन करने की अनुमति देता है, जिसके बाद यह पर्यावरण के मूड के अनुरूप प्रारंभिक दृश्य दृश्यों और एक कस्टम पृष्ठभूमि संगीत ट्रैक को बनाने के लिए गूगल के मल्टीमॉडल मॉडल पर निर्भर करता है। कंपनी ने उल्लेख किया कि जेमिनी मॉडल लाइव सत्र में भी शामिल हो सकता है, जहां यह स्क्रीन पर नज़र रखता है, अगले चरणों का सुझाव देता है, या आभासी दुनिया के भीतर आश्चर्यजनक घटनाओं को ट्रिगर करता है, और गूगल ने इसके एक उदाहरण के रूप में एजेंट द्वारा उपयोगकर्ता द्वारा स्कीइंग किए जा रहे रास्ते के बीच में एक हिमस्खलन जोड़ने का हवाला दिया।
इंटरएक्टिव कम्युनिटी गैलरी और साझा कलात्मक अनुभव
एक नई कम्युनिटी गैलरी चुनी हुई दुनिया और खुद उपयोगकर्ताओं द्वारा डिज़ाइन की गई दुनिया को मिलाती है, जिससे उन्हें अपनी खुद की कृतियों को प्रकाशित करने और दूसरों के काम को रीमिक्स और संपादित करने की क्षमता मिलती है। प्रदर्शित होने वाली प्रमुख परियोजनाओं में “विला गैलो” शामिल है, जो तकनीकी निर्माता विल (जिन्हें ब्लैकलाइट के रूप में जाना जाता है) के सहयोग से डिजाइन किए गए एक गोथिक हवेली के भीतर सेट एक रहस्यमय पहेली है, साथ ही फिल्म निर्माता आनंद गांधी के सहयोग से पूरी की गई “द एंट्स लाइफ” परियोजना भी शामिल है, जो चींटी की अपनी देखने की कोण से एक पूरी चींटी कॉलोनी को प्रदर्शित करती है।
मौजूदा अनुसंधान सीमाएं, सुरक्षा नियंत्रण और वॉटरमार्क
अल्फाबेट समूह के तहत गूगल का कहना है कि दोनों जिनी मॉडल अभी भी विकास के अधीन अत्याधुनिक अनुसंधान प्रणालियों का हिस्सा हैं; इसकी टीमें कैमरा विलंबता, जटिल भौतिक अंतःक्रियाओं, ध्वनि सटीकता, और लंबे सत्रों में दृश्यों की स्थिरता और एकरूपता को बनाए रखने पर काम करना जारी रखती हैं। कंपनी ने जोड़ा कि प्रोजेक्ट जिनी के भीतर उत्पादित सभी वीडियो और ऑडियो क्लिप में गूगल का सिंथआईडी अदृश्य वॉटरमार्क है, और सभी इनपुट और आउटपुट सुरक्षा जांच के अधीन हैं। द नेक्स्ट वेब ने बताया कि लंबे सत्रों में दृश्य विवरण अभी भी बहाव या परिवर्तन के अधीन हैं, और पठनीय पाठ और जटिल भौतिकी मॉडल के लिए एक कठिन चुनौती बने हुए हैं। गूगल डीपमाइंड लैब ने इस बयान के साथ निष्कर्ष निकाला कि यह रिलीज़ “इंटरएक्टिव आभासी दुनिया बनाने में आपकी मदद करने के लिए मूल ऑडियो, वास्तविक समय संपादन और एक नया एजेंट लाती है।”
अक्सर पूछे जाने वाले प्रश्न
प्रश्न: वर्तमान में प्रोजेक्ट जिनी प्लेटफॉर्म के माध्यम से जिनी 4 मॉडल का उपयोग कौन कर सकता है?
उत्तर: यह मॉडल वर्तमान में वेब ब्राउज़र के माध्यम से योग्य गूगल एआई अल्ट्रा सब्सक्राइबर्स के लिए उपलब्ध है, जबकि एआई प्रो पैकेज के सब्सक्राइबर बाद में एक्सेस पाने के लिए आधिकारिक प्रतीक्षा सूची में साइन अप कर सकते हैं।
प्रश्न: पिछले संस्करणों की तुलना में जिनी 4 द्वारा प्रदान की जाने वाली प्रमुख नई इंटरएक्टिव क्षमताएं क्या हैं?
उत्तर: जिनी 4 दुनिया के चारों ओर घूमते समय मौसम बदलने, पात्रों को जोड़ने या घटनाओं के पाठ्यक्रम को तुरंत संशोधित करने के लिए टेक्स्ट कमांड टाइप करने की अनुमति देता है, और यह मूल ऑडियो और संवाद उत्पन्न करने वाला पहला संस्करण भी है जो दृश्य परिवर्तन के साथ वास्तविक समय में प्रतिक्रिया करता है।
प्रश्न: इस अपडेट के तहत पुराने जिनी 3 मॉडल में क्या सुधार किए गए हैं?
उत्तर: गूगल ने जिनी 3 में एकल सत्र की अवधि को 60 सेकंड से बढ़ाकर 3 मिनट कर दिया है, जिसमें क्रमिक दुनिया को एक साथ जोड़ने और 360-डिग्री पैनोरमिक छवियों से नए वातावरण बनाने का समर्थन है।
प्रश्न: जिनी मॉडल के सामने अभी भी कौन सी तकनीकी सीमाएं हैं और गूगल सामग्री सुरक्षा को कैसे नियंत्रित करता है?
उत्तर: मॉडल को अभी भी कैमरे की गति में देरी, जटिल भौतिकी, पठनीय पाठ और लंबे विवरणों की स्थिरता में चुनौतियों का सामना करना पड़ता है, और गूगल प्रत्येक ऑडियो और वीडियो में सिंथआईडी वॉटरमार्क को सभी इनपुट और आउटपुट की व्यापक जांच के साथ एकीकृत करता है।