अब वीडियो एडिटिंग सिर्फ बोलकर होगी! Google का नया AI बदल देगा कंटेंट बनाने का तरीक, देखकर दंग रह जाएंगे क्रिएटर्स
Google Gemini Omni: इस सीरीज का पहला मॉडल Gemini Omni Flash होगा जिसे धीरे-धीरे Gemini App, Google Flow और YouTube Shorts में उपलब्ध कराया जा रहा है.
- Google ने Gemini Omni AI मॉडल पेश किया, वीडियो जनरेशन में करेगा क्रांति।
- यह मॉडल टेक्स्ट, इमेज, आवाज से समझकर पूरे वीडियो सीन बना सकता है।
- AI अब असली दुनिया के नियम जैसे फिजिक्स और गुरुत्वाकर्षण समझेगा।
- यूजर्स टेक्स्ट, फोटो, आवाज से बना सकेंगे अपना डिजिटल अवतार वीडियो।
Google Gemini Omni: Google ने आधिकारिक तौर पर अपना नया मल्टीमॉडल AI मॉडल Gemini Omni पेश कर दिया है. यह नया सिस्टम खासतौर पर वीडियो जनरेशन और एडिटिंग के लिए तैयार किया गया है. कंपनी ने पिछले साल Nano Banana के जरिए Gemini आधारित इमेज जनरेशन और एडिटिंग टूल्स लॉन्च किए थे लेकिन अब Gemini Omni उसी तकनीक को अगले स्तर पर ले जाकर वीडियो कंटेंट तक पहुंचा रहा है.
जहां Nano Banana सिर्फ तस्वीरों तक सीमित था, वहीं Gemini Omni टेक्स्ट, वीडियो, इमेज और वॉइस जैसी कई इनपुट्स को समझकर पूरे वीडियो सीन्स तैयार कर सकता है.
Gemini Omni Flash से होगी शुरुआत
रिपोर्ट्स के मुताबिक, इस सीरीज का पहला मॉडल Gemini Omni Flash होगा जिसे धीरे-धीरे Gemini App, Google Flow और YouTube Shorts में उपलब्ध कराया जा रहा है. इस नए AI मॉडल की सबसे बड़ी खासियत इसका conversational video editing सिस्टम है. यानी अब यूजर्स को भारी-भरकम एडिटिंग सॉफ्टवेयर सीखने की जरूरत नहीं पड़ेगी. वे सिर्फ सामान्य भाषा में कमांड देकर वीडियो बदल सकेंगे.
उदाहरण के तौर पर अगर कोई यूजर कहे कि आईने को पानी जैसा बना दो तो AI उसी हिसाब से वीडियो में बदलाव कर देगा. Google ने एक डेमो में दिखाया कि कैसे एक व्यक्ति के आईने को छूते ही वह लिक्विड की तरह लहराने लगता है और उसका हाथ धीरे-धीरे मिरर मटेरियल में बदल जाता है.
AI अब समझेगा असली दुनिया के नियम
Google का कहना है कि Gemini Omni सिर्फ विजुअल जनरेशन तक सीमित नहीं है. इस मॉडल को फिजिक्स और रियल-वर्ल्ड इंटरैक्शन समझने के लिए भी ट्रेन किया गया है. यानी यह गुरुत्वाकर्षण, मूवमेंट, पानी की स्पीड और ऑब्जेक्ट्स के व्यवहार जैसी चीजों को बेहतर तरीके से समझ सकता है. इसी वजह से AI द्वारा बनाए गए वीडियो पहले की तुलना में ज्यादा रियलिस्टिक दिखाई देंगे. कंपनी Gemini के बड़े नॉलेज मॉडल को भी इसमें जोड़ रही है ताकि यह सिर्फ खूबसूरत वीडियो ही नहीं बल्कि context-aware explainers और जानकारी देने वाले विजुअल्स भी तैयार कर सके.
टेक्स्ट, फोटो और आवाज से बनेगा पूरा वीडियो
Gemini Omni कई तरह के इनपुट्स को सपोर्ट करता है. यूजर्स टेक्स्ट, फोटो, वीडियो क्लिप और वॉइस रेफरेंस का इस्तेमाल करके AI को गाइड कर सकते हैं. इसके अलावा अलग-अलग रेफरेंस को मिलाकर वीडियो का स्टाइल, मूवमेंट और पूरा स्ट्रक्चर भी कंट्रोल किया जा सकता है. फिलहाल ऑडियो सपोर्ट सीमित है और केवल वॉइस रेफरेंस तक उपलब्ध है लेकिन आने वाले समय में और एडवांस ऑडियो फीचर्स जोड़े जा सकते हैं.
अब AI बनाएगा आपका डिजिटल अवतार
Google एक नया AI Avatar फीचर भी ला रहा है. इसकी मदद से यूजर्स अपनी डिजिटल पहचान बना सकेंगे, जो उनकी आवाज में वीडियो तैयार कर सकेगी. यह फीचर खासतौर पर कंटेंट क्रिएटर्स, एजुकेटर्स और सोशल मीडिया इन्फ्लुएंसर्स के लिए काफी उपयोगी साबित हो सकता है.
किन यूजर्स को मिलेगा पहले एक्सेस?
रिपोर्ट्स के अनुसार Gemini Omni Flash सबसे पहले Google AI Plus, Pro और Ultra सब्सक्राइबर्स के लिए रोलआउट किया जा रहा है. इसे Gemini App और Google Flow के जरिए इस्तेमाल किया जा सकेगा.
साथ ही Google इस तकनीक को YouTube Shorts और YouTube Create ऐप में भी बिना अतिरिक्त शुल्क के उपलब्ध कराने जा रहा है. इससे आने वाले समय में शॉर्ट वीडियो बनाने का तरीका पूरी तरह बदल सकता है.
यह भी पढ़ें:
अब बिना फोन के भी हो सकती है आपकी ट्रैकिंग! WiFi राउटर से होगी आपकी पहचान, जानिए क्या है टेक्नोलॉजी
टॉप हेडलाइंस
Source: IOCL
