Google LUMIERE: टेक्स्ट से बना सकेंगे शानदार वीडियो! गूगल की लेटेस्ट तकनीक के दीवाने हो जाएंगे क्रिएटर्स...
Jan 28, 2024, 18:15 IST
Google LUMIERE: टेक जॉइंट Google ने LUMIERE AI मॉडल पेश किया है जिसकी मदद से आप टेक्स्ट लिखकर वीडियो बना सकते हैं। कंपनी का नया LUMIERE एक टेक्स्ट-टू-वीडियो और इमेज-टू-वीडियो मॉडल है। इसका मतलब यह है कि आप न केवल टेक्स्ट से सीधे वीडियो बना सकते हैं बल्कि एक छवि से मोशन वीडियो भी बना सकते हैं। यह टूल कैसे काम करता है इसका एक वीडियो एक्स पर साझा किया गया है। आपकी सुविधा के लिए हम इसे यहां लेख में जोड़ रहे हैं। इससे आपको बेहतर समझने में मदद मिलेगी.
लुमिएरे मॉडल कैसे काम करता है?
पारंपरिक वीडियो मॉडल के विपरीत, Google का नया LUMIERE एक स्पेस-टाइम यू-नेट आर्किटेक्चर को अपनाता है जो एक ही पास में वीडियो की संपूर्ण अस्थायी अवधि (फ्रेम द्वारा संपूर्ण वीडियो फ्रेम) उत्पन्न करता है। यह नवोन्मेषी तकनीक अस्थायी सुपर-रिज़ॉल्यूशन के बाद दूर के कीफ़्रेम को संश्लेषित करने की आवश्यकता को समाप्त कर देती है, जिससे वैश्विक अस्थायी स्थिरता आसानी से प्राप्त हो जाती है।
शोधकर्ताओं के अनुसार, टेक्स्ट-टू-वीडियो जेनरेशन फ्रेमवर्क को पूर्व-प्रशिक्षित टेक्स्ट-टू-इमेज प्रसार का उपयोग करके पेश किया गया है। चूँकि मौजूदा विधियाँ विश्व स्तर पर सुसंगत गति के साथ संघर्ष करती हैं, टीम ने स्थानिक और लौकिक मॉड्यूल से युक्त स्पेस-टाइम यू-नेट आर्किटेक्चर का उपयोग करके पूर्ण-फ्रेम वीडियो क्लिप तैयार की। शोधकर्ताओं की कड़ी मेहनत के कारण इमेज टू वीडियो, वीडियो एम्बेडिंग और स्टाइलिज्ड जेनरेशन में अच्छे परिणाम प्राप्त हुए हैं।
इस मॉडल की खास बातें
आप टेक्स्ट लिखकर वीडियो बना सकते हैं
किसी भी फोटो से वीडियो बना सकते हैं
शैलीबद्ध पीढ़ी, जिसका अर्थ है कि आप किसी फ़ोटो का संदर्भ ले सकते हैं और उसकी शैली में फ़ोटो बना सकते हैं। किसी फ़ोटो को एनिमेट कर सकते हैं
यह मॉडल आपको वीडियो एडिटिंग में मदद करेगा, जैसे आप AI की मदद से किसी भी वस्तु, ड्रेस आदि का रंग बदल सकते हैं।
इसे कब लॉन्च किया जाएगा?
फिलहाल गूगल के इस मॉडल की लॉन्चिंग को लेकर कोई खबर नहीं है. शायद कंपनी इसे अपने बार्ड के साथ पेश करेगी।
लुमिएरे मॉडल कैसे काम करता है?
पारंपरिक वीडियो मॉडल के विपरीत, Google का नया LUMIERE एक स्पेस-टाइम यू-नेट आर्किटेक्चर को अपनाता है जो एक ही पास में वीडियो की संपूर्ण अस्थायी अवधि (फ्रेम द्वारा संपूर्ण वीडियो फ्रेम) उत्पन्न करता है। यह नवोन्मेषी तकनीक अस्थायी सुपर-रिज़ॉल्यूशन के बाद दूर के कीफ़्रेम को संश्लेषित करने की आवश्यकता को समाप्त कर देती है, जिससे वैश्विक अस्थायी स्थिरता आसानी से प्राप्त हो जाती है।
शोधकर्ताओं के अनुसार, टेक्स्ट-टू-वीडियो जेनरेशन फ्रेमवर्क को पूर्व-प्रशिक्षित टेक्स्ट-टू-इमेज प्रसार का उपयोग करके पेश किया गया है। चूँकि मौजूदा विधियाँ विश्व स्तर पर सुसंगत गति के साथ संघर्ष करती हैं, टीम ने स्थानिक और लौकिक मॉड्यूल से युक्त स्पेस-टाइम यू-नेट आर्किटेक्चर का उपयोग करके पूर्ण-फ्रेम वीडियो क्लिप तैयार की। शोधकर्ताओं की कड़ी मेहनत के कारण इमेज टू वीडियो, वीडियो एम्बेडिंग और स्टाइलिज्ड जेनरेशन में अच्छे परिणाम प्राप्त हुए हैं।
इस मॉडल की खास बातें
आप टेक्स्ट लिखकर वीडियो बना सकते हैं
किसी भी फोटो से वीडियो बना सकते हैं
शैलीबद्ध पीढ़ी, जिसका अर्थ है कि आप किसी फ़ोटो का संदर्भ ले सकते हैं और उसकी शैली में फ़ोटो बना सकते हैं।
यह मॉडल आपको वीडियो एडिटिंग में मदद करेगा, जैसे आप AI की मदद से किसी भी वस्तु, ड्रेस आदि का रंग बदल सकते हैं।
इसे कब लॉन्च किया जाएगा?
फिलहाल गूगल के इस मॉडल की लॉन्चिंग को लेकर कोई खबर नहीं है. शायद कंपनी इसे अपने बार्ड के साथ पेश करेगी।