यह क्या है?
AI वीडियो जनरेशन टेक्स्ट या तस्वीरों को चलती-फिरती तस्वीरों में बदल देता है। तीन साल में यह डरावने 2-सेकंड क्लिप से नेटिव साउंड, एक-जैसे किरदारों और कैमरा नियंत्रण वाले मिनट-भर के दृश्यों तक पहुँच गया। यह विज्ञापन, फ़िल्म प्री-विज़ुअलाइज़ेशन और सोशल मीडिया को नया रूप दे रहा है। यह डीपफ़ेक बहस को भी हवा दे रहा है।
प्रमुख उपकरण और खिलाड़ी
- FLUX 3 Video (Black Forest Labs) — संवाद और इफ़ेक्ट एक ही पास में बनतीं 20-सेकंड क्लिपें
- Veo (Google DeepMind) — नेटिव ऑडियो के साथ जनरेशन
- Runway — फ़िल्मकारों का सुइट, नियंत्रण-केंद्रित
- Kling (Kuaishou) — चीन का सबसे मज़बूत, दुनिया भर में इस्तेमाल
- Pika, Luma, Hailuo — तेज़ और सुलभ विकल्प
मील के पत्थर
- 2023 — Runway Gen-2 और Pika: पहला उपयोगी टेक्स्ट-से-वीडियो
- फ़रवरी 2024 — Sora के अनावरण ने उद्योग को चौंकाया: मिनट-भर के सुसंगत दृश्य
- 2024 — Kling और Veo का जवाब; भौतिकी का यथार्थ तेज़ी से सुधरा
- 2025 — Veo 3 ने आवाज़ के साथ वीडियो बनाया; Sora सोशल ऐप बनकर आया; AI विज्ञापन टीवी पर
- 2026 — किरदारों की एकरूपता और मल्टी-शॉट कहानी नई सीमा बनी
- जुलाई-अग॰ 2026 — MiniMax H3 ने आवाज़, इफ़ेक्ट और संगीत नेटिव स्टीरियो में बनाए, फिर वेट्स खोलकर वीडियो रैंकिंग में शीर्ष पाया
- अग॰ 2026 — FLUX 3 Video सबके लिए उपलब्ध: संवाद, इफेक्ट और परिवेश ध्वनि एक ही पास में बनतीं 20-सेकंड क्लिपें
- अग॰ 2026 — Alibaba के Wan 3.0 की पब्लिक बीटा दस्तावेज़ों और वेबपेजों को 30 सेकंड के सवाक् वीडियो में बदलती है
- सित 2026 — OpenAI ने Sora बंद किया: ऐप अप्रैल में, एपीआई 24 सितंबर को गया, विकल्प नहीं बताया (हमारी कवरेज)
- अक्तू 2026 — Tavus Griffin सजीव वीडियो बातचीत करता है और 54 में से आधे लोगों को धोखा दिया (हमारी कवरेज)
मिनी शब्दकोश
- डिफ़्यूज़न: शोर को क़दम-दर-क़दम साफ़ कर छवि/वीडियो बनाने की तकनीक
- वर्ल्ड मॉडल: वस्तुएँ और भौतिकी कैसे बर्ताव करती हैं, इसकी AI की आंतरिक समझ
- नेटिव ऑडियो: वीडियो के साथ ही बना साउंड, बाद में जोड़ा गया नहीं