27 अप्रैल को, वॉल स्ट्रीट जर्नल के अनुसार, अमेज़ॅन द्वारा निर्मित बाइबिल ऐतिहासिक नाटक "किंग ऑफ डेविड" में, वास्तविक अभिनेताओं ने गिरे हुए स्वर्गदूतों और नश्वर महिलाओं की भूमिका निभाई थी, और आसपास का परिदृश्य एक एआई-जनित उत्कृष्ट कृति थी, जैसे कि उदास स्टील-ग्रे आकाश और ऊबड़-खाबड़ पर्वत श्रृंखलाएं।
चित्र 1: "द डायनेस्टी ऑफ़ डेविड" की पृष्ठभूमि एआई का उपयोग करके तैयार की गई है
शो के पहले सीज़न में 850 विज़ुअल इफ़ेक्ट शॉट्स थे, जिनमें से 73 जेनरेटिव एआई का उपयोग करके बनाए गए थे, जिसमें चीनी वीडियो साइट कुआइशौ द्वारा विकसित टूल भी शामिल था। शो के निर्माता वंडर प्रोजेक्ट ने कहा कि इससे ऑन-लोकेशन फिल्मांकन की महंगी लागत बचती है।
हॉलीवुड ब्लॉकबस्टर से लेकर सोशल मीडिया लघु वीडियो तक, वीडियो निर्माता तेजी से ऐसी सामग्री तैयार करने के लिए एआई की ओर रुख कर रहे हैं जिसके लिए एक बार वीडियोग्राफरों के बड़े दल की आवश्यकता होती है।
कुआइशौ वीडियो के बड़े मॉडल केलिंग एआई के परिचालन प्रमुख ज़ेंग युशेन ने कहा, "जैसे-जैसे उत्पादन लागत गिरती है, रचनाकारों के लिए नए विचारों का प्रयोग और परीक्षण करने की सीमा भी कम हो जाती है।" कंपनी द्वारा विकसित AI मॉडल का उपयोग "किंग ऑफ डेविड" के निर्माण में किया गया था।
चीन का वीडियो बड़ा मॉडल अग्रणी है
हालाँकि अधिकांश अमेरिकियों को टीवी देखते समय या अपने फोन पर वीडियो स्क्रॉल करते समय इसकी जानकारी नहीं होती है, लेकिन चीन इस क्षेत्र में एक महत्वपूर्ण भूमिका निभा रहा है। समीक्षा मंच आर्टिफिशियल एनालिसिस द्वारा रैंक किए गए शीर्ष 10 वीडियो जेनरेशन मॉडल में से सात चीनी कंपनियों के हैं, जो Google और एलोन मस्क के xAI जैसे प्रतिद्वंद्वियों के साथ प्रतिस्पर्धा करते हैं।
इस महीने, "हैप्पीहॉर्स" नामक एक वीडियो जेनरेशन मॉडल अंध गुणवत्ता मूल्यांकन में अमेरिकी प्रतिद्वंद्वियों को पछाड़ने के बाद वायरल हो गया। बाद में, चीनी ई-कॉमर्स दिग्गज अलीबाबा ने खुलासा किया कि यह मॉडल उसका अपना था।
चित्र 2: शीर्ष दस वीडियो मॉडलों में से 7 चीन के हैं
इस साल की शुरुआत में, बाइटडांस ने अपना नवीनतम एआई वीडियो जनरेटर, सीडांस 2.0 लॉन्च किया, जिसने भी काफी ध्यान आकर्षित किया। यह टेक्स्ट संकेतों को यथार्थवादी लघु फिल्म दृश्यों में परिवर्तित कर सकता है। बाइटडांस का टिकटॉक कुआइशौ से प्रतिस्पर्धा करता है, जिसके चीन में करोड़ों उपयोगकर्ता हैं।
रिसर्च फर्म गवेकल के प्रौद्योगिकी विश्लेषक टिली झांग ने कहा कि इन प्लेटफार्मों में "स्वाभाविक रूप से बड़ी मात्रा में लेबल किए गए लघु वीडियो डेटा होते हैं जिनका उपयोग मॉडल प्रशिक्षण के लिए किया जा सकता है। यह एक डेटा अवरोध पैदा करता है जिसे दोहराना अधिकांश कंपनियों के लिए मुश्किल होता है।"
वीडियो मॉडल चुनौतियाँ
OpenAI ने हाल ही में अपनी सोरा वीडियो जेनरेशन सेवा को बंद करने और डिज़्नी के साथ अपनी साझेदारी को समाप्त करने का निर्णय लिया है। Google जैसी अन्य अमेरिकी कंपनियाँ इस क्षेत्र में सक्रिय रूप से निवेश करना जारी रखती हैं।
सोरा का बंद होना एआई वीडियो के सामने आने वाली तकनीकी और कानूनी चुनौतियों पर प्रकाश डालता है। एक टेक्स्ट उत्तर तैयार करने वाले चैटबॉट एप्लिकेशन की तुलना में एक वीडियो तैयार करने में सैकड़ों गुना अधिक कंप्यूटिंग शक्ति लग सकती है। ओपनएआई को उच्च लाभ मार्जिन वाले उत्पादों पर ध्यान केंद्रित करने के लिए उन सीमांत परियोजनाओं में निवेश करने से बचने की उम्मीद है जो बहुत अधिक कंप्यूटिंग शक्ति का उपभोग करती हैं।
कॉपीराइट मुद्दे भी उद्योग को प्रभावित करते हैं। हॉलीवुड के विरोध के बाद बाइटडांस ने अमेरिका में अपने सीडांस अपडेट को जारी करने में देरी कर दी है। चीन में, कुछ प्रसिद्ध अभिनेताओं ने भी हाल ही में एआई-जनरेटेड वीडियो में अपनी समानताओं के अनधिकृत उपयोग की सार्वजनिक रूप से निंदा की है।
चित्र 3: ओपनएआई सोरा को बंद कर देता है
चीनी वीडियो प्लेटफॉर्म iQiyi हाल ही में विवादों में घिर गया है। जब इसके सीईओ गोंग यू ने एक एआई प्रोजेक्ट पेश किया जिसमें एक सेलिब्रिटी पोर्ट्रेट लाइसेंसिंग लाइब्रेरी शामिल है, तो उन्होंने कहा: "वास्तविक अभिनेताओं के साथ फोटोग्राफी जल्द ही अतीत की बात बन सकती है।" जैसे ही यह बयान सामने आया, कई जाने-माने अभिनेताओं ने तुरंत अपनी बात रखी और कहा कि उनका इस प्रोजेक्ट से कोई लेना-देना नहीं है।
फिर भी, एआई वीडियो लोगों के दैनिक ऑनलाइन जीवन में तेजी से एकीकृत हो रहा है, खासकर चीन में, लेकिन संयुक्त राज्य अमेरिका में भी, जहां दो महाशक्तियां एक-दूसरे को प्रभावित कर रही हैं। इस साल की शुरुआत में, मार्शल आर्ट फिल्मों के बेतुके लघु एआई स्पूफ की एक श्रृंखला ने चीनी सोशल मीडिया पर अरबों व्यूज बटोरे और बड़ी संख्या में प्रशंसकों को इसी तरह के वीडियो बनाने के लिए प्रेरित किया। मूल वीडियो एक चीनी खाद्य कंपनी द्वारा अपने ब्रेज़्ड डक उत्पाद को बढ़ावा देने के लिए बाइटडांस के एआई टूल का उपयोग करके तैयार किए गए थे।
कुछ चीनी वीडियो मॉडलिंग स्टार्टअप "विश्व मॉडल" में निवेश कर रहे हैं, जो भौतिक दुनिया का अनुकरण करने के लिए डिज़ाइन किए गए हैं। कुछ शोधकर्ताओं का कहना है कि उत्कृष्ट विश्व मॉडल से लैस ह्यूमनॉइड रोबोट मनुष्यों के करीब व्यवहार प्रदर्शित कर सकते हैं।
चाहे वह विश्व मॉडल हो या एआई वीडियो पीढ़ी, वास्तविक दुनिया में वस्तु गति के बुनियादी गणितीय और भौतिक नियमों में महारत हासिल करना आवश्यक है। अलीबाबा द्वारा निवेशित आइशी टेक्नोलॉजी और शेंगशु टेक्नोलॉजी जैसी कई कंपनियां इन दोनों तकनीकी दिशाओं में एक साथ आगे बढ़ रही हैं।
लघु नाटक ए.आई
तेजी से विकसित हो रहा लघु नाटक उद्योग एआई वीडियो जेनरेशन तकनीक को शुरुआती तौर पर अपनाने वाला बन गया है। ये सीरीज़, जो रोमांस या पारिवारिक झगड़े के इर्द-गिर्द घूमती हैं, बस कुछ ही मिनट चलती हैं और दर्शकों को उनके फोन स्क्रीन से बांधे रखने के लिए डिज़ाइन की गई हैं। तेज़ गति और बार-बार कथानक में बदलाव के कारण, इस प्रकार की छोटी स्क्रीन सामग्री देखते समय दर्शक अक्सर दृश्य दोषों के प्रति कम संवेदनशील होते हैं।
चीन में इस प्रकार की सामग्री का विस्फोट हुआ है, और उपभोक्ताओं का ध्यान आकर्षित करने के लिए प्रतिस्पर्धा करने के लिए लघु श्रृंखला को ई-कॉमर्स साइटों और खाद्य वितरण ऐप्स में एकीकृत किया जा रहा है। हाल ही में यह मॉडल धीरे-धीरे संयुक्त राज्य अमेरिका में भी सामने आया है। चीनी संस्थापकों द्वारा निर्मित रीलशॉर्ट और ड्रामाबॉक्स जैसे प्लेटफार्मों ने अमेरिकी दर्शकों से करोड़ों डॉलर का राजस्व अर्जित किया है।
पूर्वी चीनी शहर हांगझू के एक स्टूडियो में, शाओ झिकुन 60-व्यक्ति एआई लघु नाटक उत्पादन टीम का नेतृत्व कर रहे हैं। उन्होंने कहा कि उनका वर्कफ़्लो फ़िल्म बनाने से ज़्यादा लॉटरी खेलने जैसा लगता है।
प्रयोग करने योग्य दृश्य बनाने के लिए, शाओ झिकुन की टीम को एआई मॉडल में बार-बार शीघ्र शब्दों को इनपुट करने की आवश्यकता होती है, जिसमें बहुत अधिक समय और कंप्यूटिंग शक्ति की खपत होती है। कभी-कभी, वह कहते हैं, उत्पादित सफल क्लिप आगे की पॉलिशिंग के आधार के रूप में काम करने के लिए पर्याप्त गुणवत्ता वाले होते हैं। टीम ने यह भी पता लगाया कि पहले सस्ती स्थिर छवियां बनाकर पैसे कैसे बचाएं, और फिर इन छवियों का उपयोग गाइड के रूप में मॉडल को वीडियो बनाने में मदद करने के लिए करें, जिससे लागत बचत हो।
शाओ झिकुन की टीम बाइटडांस के होंगगुओ शॉर्ट ड्रामा और रीलशॉर्ट जैसे प्लेटफार्मों के लिए हर महीने 100 लघु नाटक तैयार करने के लिए बाइटडांस के टूल का उपयोग करती है। शाओ झिकुन ने कहा कि उत्पादन लागत कुछ सौ अमेरिकी डॉलर से लेकर 10,000 अमेरिकी डॉलर से अधिक तक होती है, जो पारंपरिक बजट का केवल एक छोटा सा हिस्सा है।
29 वर्षीय टीम लीडर ने कहा, "यहां तर्क अलग है। हम कलात्मक उत्कृष्ट कृतियां बनाने की कोशिश नहीं कर रहे हैं। जब तक एक या दो नाटक हिट हो जाते हैं, लागत वसूल की जा सकती है।"
वीडियो गेम के समान, मिनीसीरीज दर्शकों को मुफ्त एपिसोड या ट्रेलर के साथ लुभाने की कोशिश करती है, फिर उन्हें बाद की सामग्री को अनलॉक करने के लिए भुगतान करने या विज्ञापन देखने की आवश्यकता होती है। वे शो के भीतर व्यावसायिक ब्रेक भी शामिल कर सकते हैं।
कुआइशौ केलिंग एआई के परिचालन प्रमुख ज़ेंग युशेन ने कहा कि मनोरंजन उद्योग की मांग चीन के बाहर भी बढ़ रही है। "किंग ऑफ डेविड" श्रृंखला के निर्माता मिरेकल पिक्चर्स ने खुलासा किया कि दूसरे सीज़न में, जेनरेटिव एआई टूल्स का उपयोग करके उत्पादित शॉट्स की संख्या पहले सीज़न की तुलना में चार गुना से अधिक थी।
ज़ेंग युशेन ने कहा कि केलिंग का 70% राजस्व चीन के बाहर से आता है, और संयुक्त राज्य अमेरिका इसका मुख्य बाजार है। कुआइशौ ने कहा कि वह इस साल लगभग 3.8 बिलियन अमेरिकी डॉलर के पूंजीगत व्यय की योजना बना रहा है, मुख्य रूप से केलिंग की बढ़ती कंप्यूटिंग बिजली की जरूरतों को पूरा करने के लिए।
ज़ेंग युशेन ने कहा, "मैं अनुमान लगाता हूं कि अगले एक या दो साल के भीतर एआई वीडियो उस स्तर पर पहुंच जाएंगे जहां लोगों के लिए प्रामाणिकता और नकलीपन के बीच अंतर बताना वाकई मुश्किल हो जाएगा।" "यह तकनीक फिल्म और मनोरंजन उद्योग में मुख्य आधार बन जाएगी।"