गूगल डीपमाइंड ने एआई जनित वीडियो के क्षेत्र में नई ऊंचाइयों को छू लिया है। कंपनी ने Veo 3 लॉन्च किया है, जो अब तक का उसका सबसे परिष्कृत वीडियो जेनरेशन मॉडल है। गूगल I/O 2025 में घोषित इस नए मॉडल के जरिए 1080p रेजोल्यूशन पर सिनेमैटिक क्वालिटी के वीडियो तैयार किए जा सकते हैं, जिनमें यथार्थवाद और नियंत्रण दोनों ही अभूतपूर्व हैं।
Veo 3 की सबसे खास बात इसकी नेटिव ऑडियो जेनरेशन क्षमता है, जिससे यह वीडियो के साथ-साथ परिवेशी ध्वनियां, साउंड इफेक्ट्स और यहां तक कि सिंक्रनाइज़्ड कैरेक्टर डायलॉग भी तैयार कर सकता है। यह फीचर इसे OpenAI के Sora जैसे प्रतिद्वंद्वियों से अलग बनाता है। इस इंटीग्रेशन से अलग-अलग ऑडियो प्रोडक्शन टूल्स की जरूरत खत्म हो जाती है और क्रिएटिव वर्कफ्लो काफी आसान हो जाता है।
गूगल डीपमाइंड के प्रोडक्ट वाइस प्रेसिडेंट एली कॉलिन्स बताते हैं, "Veo 3 टेक्स्ट और इमेज प्रॉम्प्टिंग से लेकर रियल-वर्ल्ड फिजिक्स और सटीक लिप सिंकिंग तक में उत्कृष्ट है।" इस मॉडल में प्रॉम्प्ट के अनुसार आउटपुट देने की क्षमता में काफी सुधार हुआ है, जिससे यूजर्स कैमरा मूवमेंट, लाइटिंग और सीन कंपोजिशन जैसे सिनेमैटोग्राफिक एलिमेंट्स को भी बेहद सटीकता से नियंत्रित कर सकते हैं।
फिलहाल Veo 3 अमेरिका में Google AI Ultra सब्सक्राइबर्स के लिए $249.99 प्रति माह की कीमत पर उपलब्ध है। इसमें Flow नामक गूगल का नया एआई फिल्ममेकिंग टूल भी इंटीग्रेटेड है, जिसे खासतौर पर क्रिएटिव प्रोफेशनल्स के लिए डिजाइन किया गया है। इस प्लेटफॉर्म के जरिए फिल्ममेकर और कंटेंट क्रिएटर्स बिना पारंपरिक प्रोडक्शन संसाधनों के भी उच्च गुणवत्ता वाली वीडियो सामग्री तैयार कर सकते हैं।
इस तकनीक में कई सुरक्षा उपाय भी शामिल किए गए हैं, जैसे हर फ्रेम पर SynthID वॉटरमार्किंग, जिससे एआई जनित कंटेंट की पहचान की जा सके। यह डीपफेक या एडिटेड मीडिया के दुरुपयोग की बढ़ती चिंताओं को ध्यान में रखते हुए किया गया है।
जैसे-जैसे एआई वीडियो जेनरेशन टूल्स अधिक परिष्कृत होते जा रहे हैं, गूगल और OpenAI के बीच प्रतिस्पर्धा भी तेज होती जा रही है। जहां Sora लंबी वीडियो सीक्वेंस और मजबूत फिजिक्स सिमुलेशन देता है, वहीं Veo 3 का इंटीग्रेटेड ऑडियो और सिनेमैटिक कंट्रोल्स इसे प्रोफेशनल कंटेंट क्रिएटर्स के लिए ऑल-इन-वन वीडियो प्रोडक्शन सॉल्यूशन के रूप में आकर्षक विकल्प बनाते हैं।