हाल ही में हुए Google I/O 2025 सम्मेलन में गूगल ने प्रौद्योगिकी जगत में हलचल मचाते हुए अपने दो अत्याधुनिक कृत्रिम बुद्धिमत्ता (AI) आधारित नए टूल – इमेज जनरेटर ‘इमेजिन 4’ (Imagen 4) और वीडियो जनरेटर ‘वीओ 3’ (Veo 3) का अनावरण किया है। कंपनी का दावा है कि इन टूल का उपयोग करके अत्यधिक यथार्थवादी तस्वीरें और वीडियो बनाए जा सकेंगे, जो अन्य AI फोटो और वीडियो जनरेटर की तुलना में अधिक विस्तृत और बारीक जानकारी को कैप्चर करने में सक्षम होंगे।

इस बार के Google I/O सम्मेलन का एक मुख्य आकर्षण ‘फ्लो’ (Flow) नामक एक AI-संचालित वीडियो टूल था, जिसे विशेष रूप से फिल्म निर्माताओं और रचनात्मक पेशेवरों को ध्यान में रखकर बनाया गया है। उपयोगकर्ता टेक्स्ट और इमेज प्रॉम्प्ट का उपयोग करके इमेजिन 4 और वीओ 3 के माध्यम से क्रमशः तस्वीरें और वीडियो बना सकेंगे। विशेष रूप से, वीओ 3 की मदद से केवल वीडियो ही नहीं, बल्कि उसके साथ स्वचालित रूप से तैयार किया गया उपयुक्त ऑडियो भी जोड़ा गया है, जो वीडियो सामग्री निर्माण में एक नया आयाम जोड़ेगा।

वीओ 3: वीडियो जनरेशन का अगला चरण

गूगल ने बताया है कि ‘वीओ 3’ उनके वीडियो जनरेशन मॉडल का नवीनतम और सबसे उन्नत संस्करण है। यह टेक्स्ट या इमेज प्रॉम्प्ट के आधार पर छोटी अवधि के वीडियो क्लिप बना सकता है। कंपनी के बयान के अनुसार, वीओ 3 मॉडल में बने वीडियो कहीं अधिक यथार्थवादी होंगे और उनकी गति (मोशन) कहीं बेहतर गुणवत्ता की होगी।

यह सेवा शुरू में संयुक्त राज्य अमेरिका में शुरू की जा रही है। Google I/O 2025 में घोषणा की गई है कि वीओ 3 वर्तमान में बीटा संस्करण में उपलब्ध है। संयुक्त राज्य अमेरिका में उपयोगकर्ता जेमिनी ऐप (Gemini app) और फ्लो के माध्यम से इसका उपयोग कर पाएंगे, हालांकि इसके लिए उन्हें गूगल एआई अल्ट्रा प्लान (Google AI Ultra plan) की सदस्यता लेनी होगी।

वीओ 2 का आधुनिकीकरण

गूगल ने अपने पिछले वीडियो प्लेटफॉर्म वीओ 2 (Veo 2) के लिए भी एक महत्वपूर्ण अपडेट जारी किया है। इस अपडेट में रेफरेंस इनपुट (Reference Inputs), कैमरा कंट्रोल (Camera Controls), आउटपेंटिंग (Outpainting) और ऑब्जेक्ट ऐड व रिमूव (Object Add & Remove) जैसे उन्नत विकल्प जोड़े गए हैं।

दूसरी ओर, गूगल का नया एआई इमेज जनरेटर मॉडल ‘इमेजिन 4’ 2K (2K) रेजोल्यूशन की तस्वीरें बनाने में सक्षम है। इन तस्वीरों में उपयोगकर्ता कपड़े की बनावट, प्रकाश के प्रतिबिंब और अन्य सूक्ष्म विवरणों को बेहद स्पष्ट रूप से देख पाएंगे। यह मॉडल फोटो-रियलिस्टिक छवियों से लेकर विभिन्न प्रकार के इलस्ट्रेशन प्रॉम्प्ट के अनुसार तस्वीरें बनाने में माहिर होगा।

इमेजिन 4 की एक प्रमुख विशेषता तस्वीरों में सही वर्तनी के साथ टेक्स्ट जोड़ने की क्षमता है। इससे उपयोगकर्ता आसानी से अपने लिए पोस्टर या अन्य रचनात्मक डिज़ाइन बना सकेंगे। गूगल वर्तमान में इमेजिन 4 को अपने जेमिनी, वर्टेक्स एआई (Vertex AI), विस्क (Whisk) और वर्कस्पेस (Workspace) टूल के साथ एकीकृत करने का काम कर रहा है, जो उपयोगकर्ताओं के लिए एक सुसंगत अनुभव प्रदान करेगा।