गूगल ने गुरुवार (16) को गूगल वर्कस्पेस के साथ एकीकृत अपने वीडियो निर्माण प्लेटफॉर्म, गूगल विड्स के लिए दो नई सुविधाओं का खुलासा किया। ये जोड़ पाठ और छवियों से कृत्रिम बुद्धिमत्ता का उपयोग करके सामग्री उत्पन्न करने की अनुमति देते हैं, साथ ही अनुकूलित डिजिटल अवतार बनाने की क्षमता भी प्रदान करते हैं।
इन नए उपकरणों को ऑडियोविज़ुअल उत्पादन को सुव्यवस्थित करने के लिए डिज़ाइन किया गया है, जिससे उपयोगकर्ताओं को पारंपरिक फिल्मांकन या अत्यधिक जटिल संपादन प्रक्रियाओं पर निर्भर हुए बिना अपने वीडियो संपादित करने, समायोजित करने और निजीकृत करने की अनुमति मिलती है। यह सुविधा गूगल एआई प्रो और अल्ट्रा प्लान के ग्राहकों के साथ-साथ वर्कस्पेस के व्यावसायिक ग्राहकों के लिए उपलब्ध है।
यह अपडेट गूगल विड्स को केवल कॉर्पोरेट प्रस्तुतियों के साधन से आगे ले जाता है, इसे एआई-जनरेटेड वीडियो में विशेषज्ञता रखने वाले प्लेटफार्मों के साथ संरेखित करता है। सिस्टम जेमिनी ओमनी मॉडल का उपयोग करता है, जो एक मल्टीमॉडल आर्टिफिशियल इंटेलिजेंस मॉडल है, और इसे ध्वनि और दृश्य अनुकूलन सुविधाओं के साथ जोड़ता है।
मुख्य नवाचार जेमिनी ओमनी के एकीकरण में निहित है, जो पाठ विवरण और संदर्भ छवियों से वीडियो बनाने की अनुमति देता है। उपयोगकर्ता प्राकृतिक भाषा में एक विचार दर्ज कर सकता है और अंतिम परिणाम का मार्गदर्शन करने के लिए स्केच या तस्वीरों जैसे दृश्य तत्वों के साथ पूरक कर सकता है। इसके अलावा, यह तकनीक उत्पन्न सामग्री में निरंतर संशोधनों का समर्थन करती है; लिखित कमांड के माध्यम से, उपयोगकर्ता किसी वीडियो में दृश्यों को बदलने या मोबाइल फोन से रिकॉर्ड किए गए वीडियो की रोशनी को बेहतर बनाने जैसे विशिष्ट परिवर्तनों का अनुरोध कर सकता है, बिना पूरी परियोजना को फिर से शुरू किए।
गूगल के अनुसार, इस कार्यक्षमता का उद्देश्य संपादन को सरल बनाना है, क्योंकि समायोजन अनुक्रमिक रूप से किए जा सकते हैं। कंपनी आश्वासन देती है कि यह कार्यप्रणाली स्वयं एआई द्वारा बनाए गए वीडियो और उपयोगकर्ताओं द्वारा कैप्चर की गई सामग्री दोनों पर लागू होती है।
एक अन्य महत्वपूर्ण प्रगति व्यक्तिगत अवतार विकसित करने की क्षमता है जो व्यक्ति का डिजिटल रूप से प्रतिनिधित्व करते हैं। इस वर्चुअल चरित्र को उत्पन्न करने के लिए, उपयोगकर्ता को चेहरे की तस्वीर (सेल्फी) और एक संक्षिप्त आवाज रिकॉर्डिंग प्रदान करनी होगी। उसके बाद, बस वांछित संदेश टाइप करना होता है ताकि अवतार उसे प्रस्तुत कर सके, जिससे नई रिकॉर्डिंग की आवश्यकता समाप्त हो जाती है। गूगल ने स्पष्ट किया कि ये अवतार उपयोगकर्ता खाते से जुड़े होते हैं और केवल उस विशिष्ट व्यक्ति का प्रतिनिधित्व कर सकते हैं। पहुंच प्रतिबंध हैं, क्योंकि यह उपकरण कुछ स्थानों पर केवल 18 वर्ष से अधिक आयु के लोगों के लिए उपलब्ध है।
अंत में, कंपनी ने सूचित किया कि कृत्रिम बुद्धिमत्ता की सहायता से उत्पादित सभी वीडियो सिंथआईडी द्वारा बनाई गई एक अदृश्य डिजिटल वॉटरमार्क प्राप्त करेंगे। यह तंत्र एआई द्वारा उत्पन्न सामग्री की पहचान करने और इन सामग्रियों की उत्पत्ति के बारे में पारदर्शिता बढ़ाने के लिए काम करता है।
गूगल फोटोज ने आर्टिफिशियल इंटेलिजेंस पर आधारित एक नई वीडियो संपादन क्षमता पेश की है, जिसे वीडियो रीमिक्स कहा जाता है। यह टूल विभिन्न पूर्व-कॉन्फ़िगर किए गए प्रभावों का उपयोग करके छोटे क्लिप को बदलने की अनुमति देता है, जिससे पृष्ठभूमि और दृश्यों की रोशनी को बदला जा सकता है।
यह सुविधा जेमिनी ओमनी मॉडल का उपयोग करती है और इसे विशिष्ट क्षेत्रों में गूगल एआई प्लस, प्रो और अल्ट्रा प्लान के ग्राहकों के लिए उपलब्ध कराया जा रहा है, जिसमें ब्राजील भी शामिल है। यह जोड़ गूगल फोटोज की एआई के साथ एक व्यापक रणनीति का हिस्सा है, जो कैपकट जैसे अन्य अनुप्रयोगों में सामान्य वीडियो संपादन कार्यक्षमताओं को शामिल करता है।
वीडियो रीमिक्स प्रकाश, पृष्ठभूमि या शैली जैसे दृश्य पहलुओं में समायोजन प्रदान करता है, जो ऐप के भीतर तैयार परिभाषाओं के माध्यम से होता है। हालांकि, इस कार्यक्षमता में कुछ सीमाएं हैं: यह केवल 60 सेकंड तक के वीडियो के साथ काम करता है, जिसके लिए उपयोगकर्ता को संपादन के लिए 1 से 10 सेकंड का एक खंड चुनना होगा। इसके अलावा, फ़ाइलों का गूगल फोटोज में बैकअप पूरा होना चाहिए और प्रोसेसिंग के लिए इंटरनेट कनेक्शन की आवश्यकता होती है, क्योंकि यह क्लाउड में होता है। गूगल वर्कस्पेस और स्कूल खातों को इस टूल तक पहुंच से बाहर रखा गया है।
संपादन प्रक्रिया सरल है और गूगल फोटोज के 'क्रिएट' टैब के माध्यम से सुलभ है, जहां कंपनी अपने एआई संपादन टूल को केंद्रित करती है। शुरू करने के लिए, उपयोगकर्ता को एक टेम्पलेट चुनना होगा, गूगल फोटोज में पहले से बैकअप लिया गया एक वीडियो चुनना होगा और फिर उस हिस्से को निर्दिष्ट करना होगा जिसे संशोधित किया जाना है।
तीन मुख्य संपादन श्रेणियां उपलब्ध हैं। रीइमैजिन विकल्प वीडियो के मूल परिदृश्य को एआई द्वारा बनाए गए वातावरण, जैसे कैफे या सूर्यास्त के समुद्र तट से बदलने की अनुमति देता है। फिल्टर का उपयोग दृश्य की रोशनी को संशोधित करने के लिए किया जाता है, जिससे सॉफ्ट ग्लो या 'गोल्डन आवर' जैसे प्रभाव का अनुकरण होता है। इसके अतिरिक्त, कलात्मक शैलियाँ क्लिप की सौंदर्यशास्त्र को नाटकीय रूप से बदल देती हैं, जिसमें वॉटरकलर, ऑयल पेंटिंग, एनीमे और नोटबुक स्केच से प्रेरित विकल्प होते हैं। यह ध्यान रखना महत्वपूर्ण है कि इस सुविधा में कस्टम कमांड (प्रॉम्प्ट) दर्ज करना संभव नहीं है; इसके लिए उपयोगकर्ता को सीधे जेमिनी ऐप में 'वीडियो बनाएं' विकल्प का उपयोग करना होगा। यह टूल 9:16 या 16:9 अनुपात का समर्थन करता है, और अन्य प्रारूपों में रिकॉर्डिंग को ऐप द्वारा स्वचालित रूप से केंद्रित और क्रॉप किया जा सकता है। गूगल द्वारा उत्पन्न या संपादित सभी सामग्री पर सिंथआईडी नामक एक डिजिटल वॉटरमार्क लगा होता है।
जेमिनी ओमनी गूगल द्वारा विकसित जेनरेटिव एआई मॉडलों का एक सेट है, जिसका ध्यान वीडियो बनाने और हेरफेर करने पर है। इस मॉडल को कई प्रकार के इनपुट डेटा — जिसमें ऑडियो, छवि, पाठ और वीडियो शामिल हैं — को एकीकृत करने के लिए डिज़ाइन किया गया है ताकि इन संदर्भों के आधार पर नए क्लिप बनाए जा सकें। इसका उद्देश्य दृश्य के संदर्भ को समझना है ताकि पृष्ठभूमि बदलने, दृश्य शैली बदलने या तस्वीरों को एनिमेट करने जैसे अधिक सहज संपादन संभव हो सकें।
गूगल ने बुधवार (8) को अपने एआई सेवाओं के ग्राहकों के लिए आर्टिफिशियल इंटेलिजेंस पर आधारित एक नई वीडियो एडिटिंग कार्यक्षमता जारी की। यह टूल प्राकृतिक भाषा में लिखे गए कमांड का उपयोग करके गूगल फोटोज में सहेजे गए रिकॉर्ड्स को संशोधित करने की अनुमति देता है।
वीडियो रीमिक्स के नाम से जाना जाने वाला यह फीचर मौजूदा वीडियो में दृश्य परिवर्तन करने के लिए जेमिनी ओमनी मॉडल का उपयोग करता है। यह नई सुविधा संयुक्त राज्य अमेरिका और कंपनी द्वारा चुने गए अन्य क्षेत्रों में उपयोगकर्ताओं के लिए शुरू की गई है। इसका मुख्य उद्देश्य उन संपादन कार्यों को सरल बनाना है जिनके लिए पहले विशेष सॉफ्टवेयर की आवश्यकता होती थी, जिससे कुछ ही सेकंड में रिकॉर्डिंग के दृश्य पहलुओं को बदलने के स्वचालित तरीके प्रदान किए जा सकें।
वीडियो रीमिक्स तक पहुंच क्रिएट टैब के माध्यम से की जा सकती है, जो गूगल फोटोज में सामग्री निर्माण के लिए समर्पित अनुभाग है। इस क्षेत्र में, उपयोगकर्ता कई पूर्व-कॉन्फ़िगर किए गए टेम्पलेट पा सकते हैं जो उनके वीडियो को बदलने के लिए शुरुआती बिंदु के रूप में काम करते हैं। विकल्पों में वॉटरकलर शैली लागू करना, अंधेरे दृश्य की स्पष्टता बढ़ाना या किसी फुटेज के परिदृश्य को किसी अन्य वातावरण से बदलना शामिल है।
गूगल की जानकारी के अनुसार, उपयोगकर्ता द्वारा अनुरोध भेजने के बाद प्रसंस्करण कुछ ही सेकंड में पूरा हो जाता है, जिससे आर्टिफिशियल इंटेलिजेंस को पारंपरिक संपादन उपकरणों के ज्ञान के बिना समायोजन करने की अनुमति मिलती है।
यह नया टूल जेमिनी ओमनी द्वारा संचालित है, एक ऐसा मॉडल जिसे गूगल ने इस साल मई में पेश किया था। कंपनी ने इस तकनीक को मुख्य रूप से वीडियो हेरफेर और निर्माण पर केंद्रित एक विकास के रूप में स्थापित किया है। इस मॉडल में अधिक इनपुट की व्याख्या करने और दृश्यों में मौजूद भौतिक विशेषताओं, जैसे गति और गुरुत्वाकर्षण से जुड़े प्रभावों को बेहतर ढंग से समझने की क्षमता है, जो अधिक यथार्थवादी परिणाम में योगदान देता है।
इसके अतिरिक्त, सिस्टम विशिष्ट डिजिटल अवतार के माध्यम से उपयोगकर्ता को वीडियो में डालने का समर्थन करता है। यह सुविधा गूगल द्वारा विकसित सिंथआईडी वॉटरमार्क का उपयोग करती है।
वीडियो रीमिक्स का शुभारंभ 8 जुलाई 2026 को गूगल एआई प्लस, प्रो और अल्ट्रा प्लान वाले ग्राहकों के लिए हुआ। प्रारंभिक वितरण में संयुक्त राज्य अमेरिका और निगम द्वारा चुने गए कुछ बाजार शामिल हैं। इस टूल की शुरूआत गूगल फोटोज के भीतर आर्टिफिशियल इंटेलिजेंस कार्यक्षमताओं की उपस्थिति का विस्तार करती है, जो संपादन प्रक्रियाओं के स्वचालन पर केंद्रित है जिनके लिए ऐतिहासिक रूप से विशिष्ट कार्यक्रमों में तकनीकी ज्ञान की आवश्यकता होती थी।
