एक वीडियो मॉडल जिसे आप तब भी दिशा-कुंजियों से चलाते हैं जब वह बन ही रहा हो — और कंपनी मानती है कि यह ऑफ़लाइन मॉडलों से कमतर दिखता है

PixVerse के पीछे की चीनी कंपनी Aishi Technology ने 23 अगस्त को R2 की घोषणा की। यह R1 का उत्तराधिकारी है, जो जनवरी में पहला ऐसा वीडियो मॉडल था जो प्रतीक्षा करके देखी जाने वाली क्लिप के बजाय एक सतत धारा के रूप में चलता था जिससे आप संवाद कर सकते थे। R2 का दावा है कि वही रीयल-टाइम चक्र अब लंबे अंतरालों तक टिका रहता है और एक साथ अधिक प्रकार के इनपुट लेता है। संरचना के स्तर पर कंपनी कहती है कि उसने प्रशिक्षण चरणों की पुरानी शृंखला को दो में समेट दिया है: एक ऑम्नी कॉज़ल स्वप्रतिगामी प्रक्रिया जो विश्व-मॉडल की उत्पादन सीमा बढ़ाती है, और एक रीयल-टाइम त्वरण परत जो उन क्षमताओं को वापस संवादयोग्य गति में निचोड़ देती है। जिसे वह Dynamic Chunk कहती है, वह इस बात के अनुसार ढलता है कि उपयोगकर्ता कितनी तेज़ी से आगे बढ़ा रहा है — टाइप किए गए प्रॉम्प्ट, आवाज़, या सीधे नियंत्रण। प्रदर्शन इच्छित उपयोग के बारे में असामान्य रूप से ठोस हैं: बनी हुई दृश्यावली में WASD और दिशा-कुंजियों से घूमना, टाइप करके कहानी को शाखाओं में बाँटना, ऐसे पात्र से बातचीत करना जो रीयल-टाइम में उत्तर दे। Aishi इसे फ़िल्म-शैली की जनरेशन के बजाय इंटरैक्टिव मनोरंजन — खेल, इंटरैक्टिव नाट्य, वर्चुअल स्ट्रीमिंग — की ओर लक्षित कर रही है, और अपनी ही पोस्ट में साफ़ कहती है कि R2 की चित्र गुणवत्ता अब भी सर्वोत्तम ऑफ़लाइन वीडियो मॉडलों से पीछे है, ख़ासकर जटिल दृश्यों में और लंबी अवधि में। कोई रिलीज़ तिथि, उपलब्धता या क़ीमत घोषित नहीं की गई है।

✓ सत्यापित · 2 स्रोत

संबंधित खबरें