Google ने अपने मूल कृत्रिम बुद्धिमत्ता (AI)-संचालित छवि निर्माण मॉडल Imagen 2 को दो नई क्षमताओं के साथ उन्नत किया है। क्षमताओं की घोषणा लास वेगास में इसके वार्षिक क्लाउडनेक्स्ट सम्मेलन में की गई। एआई टूल एक उद्यम-केंद्रित उत्पाद है जो वर्टेक्स एआई डेवलपर प्लेटफॉर्म के भीतर उपलब्ध है और कंपनियों को लोगो तत्व और अन्य दृश्य संपत्ति बनाने में मदद कर सकता है। अब, तकनीकी दिग्गज ने एआई मॉडल में वीडियो निर्माण क्षमताएं भी जोड़ दी हैं और यह चार सेकंड तक लंबे वीडियो बना सकता है।

वीडियो जेनरेशन फीचर को कंपनी ‘टेक्स्ट टू लाइव इमेज’ नाम दे रही है। इस क्षमता के साथ, Imagen 2 टेक्स्ट प्रॉम्प्ट से चार-सेकंड लंबे वीडियो बना सकता है। इन वीडियो में सीमित कैमरा एंगल और मूवमेंट होंगे। एक के अनुसार रिपोर्टों वेंचरबीट के माध्यम से, निर्मित वीडियो में 24 फ्रेम प्रति सेकंड होंगे और 360×640 पिक्सल के रिज़ॉल्यूशन पर वितरित किए जाएंगे। कथित तौर पर Google भविष्य में इन मेट्रिक्स में सुधार करने की योजना बना रहा है।

Google ने अपने AI मॉडल की क्षमताओं को प्रदर्शित करने के लिए YouTube पर एक वीडियो भी पोस्ट किया है। Google क्लाउड के सीईओ थॉमस कोरेन ने कथित तौर पर एक प्रेस विज्ञप्ति में कहा कि एनिमेशन उपयोगकर्ता जुड़ाव में सुधार कर सकते हैं। जेनरेशन क्वालिटी रनवे एआई और पिका 1.0 के समान दिखती है – दोनों आम जनता के साथ-साथ व्यवसायों के लिए भी उपलब्ध हैं।

डीप फैक्स का भी सवाल है. यह प्रासंगिक है क्योंकि जेमिनी एआई हाल ही में “कुछ ऐतिहासिक छवियों के निर्माण में त्रुटियों” का खुलासा करने के बाद आलोचना का शिकार हुआ था। कुछ ही समय बाद, Google ने जेमिनी से छवि निर्माण सुविधा हटा दी। लेकिन कंपनी का कहना है कि इमेजन के साथ यह अलग होगा। कंपनी के प्रवक्ता बताया टेकक्रंच, “वर्टेक्स एआई में इमेजेन 2 मॉडल को जेमिनी ऐप के समान समस्याओं का सामना नहीं करना पड़ा है। हम बड़े पैमाने पर परीक्षण करना और अपने ग्राहकों के साथ जुड़ना जारी रखते हैं। अतिरिक्त सुरक्षा के लिए, एआई मॉडल के माध्यम से उत्पन्न छवियां और वीडियो होंगे Google DeepMind की सिंथ आईडी तकनीक के साथ लेबल किया गया।

वीडियो निर्माण के अलावा, इमेजेन 2 में पेंटिंग और आउटपेंटिंग क्षमताएं भी हैं। यह उपयोगकर्ताओं को छवि के एक विशिष्ट भाग को संपादित करने के बजाय एक नए संकेत के साथ पूरी छवि को फिर से बनाने की अनुमति देगा। किसी छवि में बारीक परिवर्तन करना वांछित परिणाम प्राप्त करने का एक आसान तरीका है। यह सुविधा Microsoft के Copilot और OpenAI के DALL-E 3 द्वारा भी प्रदान की जाती है।