खबर की मुख्य बातें:
- गूगल की रिसर्च यूनिट डीपमाइंड ने Google Genie 4 AI मॉडल पेश किया, जो साधारण टेक्स्ट और इमेज प्रॉम्प्ट से इंटरैक्टिव 3D वर्चुअल दुनिया बनाता है।
- इस सीरीज में पहली बार ‘नेटिव रियल-टाइम ऑडियो’ जोड़ा गया है, जिससे वर्चुअल दुनिया के किरदार आपस में बातचीत कर सकते हैं और माहौल की आवाजें सुनाई देती हैं।
- पुराने वर्जन की तुलना में इंटरैक्शन का समय दोगुना होकर 120 सेकंड (2 मिनट) हो गया है, जो गेमिंग, फिल्म निर्माण और रोबोटिक्स ट्रेनिंग को आसान बनाएगा।
आर्टिफिशियल इंटेलिजेंस की दुनिया में एक बड़ा कदम बढ़ाते हुए गूगल की एआई शोध शाखा ‘गूगल डीपमाइंड’ (Google DeepMind) ने अपना सबसे आधुनिक Google Genie 4 AI मॉडल आधिकारिक तौर पर पेश कर दिया है। यह अगली पीढ़ी का ‘वर्ल्ड मॉडल’ है, जो महज एक साधारण टेक्स्ट कमांड या तस्वीर के जरिए पूरी तरह से जीवंत और इंटरैक्टिव 3D आभासी दुनिया (Virtual World) तैयार कर सकता है। सामान्य एआई वीडियो जनरेटर के विपरीत, इस मॉडल द्वारा बनाई गई दुनिया को केवल देखा नहीं जाता, बल्कि यूजर्स कीबोर्ड कंट्रोल और लाइव निर्देशों की मदद से इसके भीतर घूम सकते हैं और माहौल को अपने हिसाब से बदल भी सकते हैं।
बता दें कि अगस्त 2025 में आए ‘जीनी 3’ (Genie 3) की तुलना में नए वर्जन की क्षमता को दोगुना कर दिया गया है। जहां पिछला मॉडल केवल 60 सेकंड तक का विजुअल सिमुलेशन देता था, वहीं यह नया सिस्टम लगातार 120 सेकंड (2 मिनट) तक रियल-टाइम इंटरैक्शन को सपोर्ट करता है।
कंपनी के आधिकारिक ब्लॉग के मुताबिक, इस बार सबसे बड़ा बदलाव साउंड और बातचीत के स्तर पर किया गया है। Google Genie 4 AI मॉडल सीरीज का पहला ऐसा सिस्टम है जो रियल-टाइम में ऑडियो भी जनरेट करता है। इसमें कदमों की आहट, हवा से हिलते पेड़ों की सरसराहट, समुद्र की लहरों और भीड़ के शोर के साथ-साथ आभासी किरदारों (NPCs) के बीच होने वाली लाइव बातचीत भी साफ सुनाई देती है।
Google Genie 4 AI मॉडल कैसे करता है काम और क्या हैं इसकी खास खूबियां?
तकनीकी तौर पर Google Genie 4 AI मॉडल को गूगल के जेमिनी परिवार (Gemini Omni और Gemini 3.8 Flash) की तार्किक क्षमता के साथ गहराई से जोड़ा गया है। इसमें जेमिनी मॉडल एक ‘दिमाग और डायरेक्टर’ की तरह काम करता है जो यह तय करता है कि आगे क्या होना चाहिए, जबकि जीनी 4 हर फ्रेम और आवाज को रियल-टाइम में स्क्रीन पर रेंडर करता है। यूजर्स किसी वर्चुअल गांव या घाटी में घूमते हुए बीच में ही टेक्स्ट लिखकर मौसम को धूप से बारिश में बदल सकते हैं, कैमरा एंगल घुमा सकते हैं या किसी नए किरदार को सीन में जोड़ सकते हैं।
भौतिकी के नियमों (Physics Simulation) को समझने में भी यह मॉडल काफी आगे निकल गया है। गूगल के डेमो में दिखाया गया है कि कैसे वस्तुएं टकराने पर टूटती हैं, पानी का बहाव प्राकृतिक दिखता है और रेलवे स्टेशन जैसी भीड़भाड़ वाली जगहों पर आभासी इंसान एक-दूसरे से बचते हुए बिल्कुल असली लोगों की तरह चलते हैं। एआई कंटेंट की पहचान और सुरक्षा के लिए इससे बनने वाले हर वीडियो व ऑडियो में गूगल का ‘SynthID’ डिजिटल वॉटरमार्क भी मौजूद रहेगा।
इंटरैक्टिव 3D वर्चुअल दुनिया से भारतीय गेम डेवलपर्स और रोबोटिक्स को क्या मिलेगा फायदा?
पारंपरिक तौर पर यूनिटी (Unity) या अनरियल इंजन (Unreal Engine) पर एक इंटरैक्टिव 3D वर्चुअल दुनिया तैयार करने में गेमिंग स्टूडियोज और डिजाइनरों को महीनों का वक्त और भारी बजट खर्च करना पड़ता है। ऐसे में Google Genie 4 AI मॉडल भारतीय गेम डेवलपर्स, एनिमेशन क्रिएटर्स और फिल्म निर्देशकों के लिए प्री-विजुअलाइजेशन व गेम प्रोटोटाइपिंग का काम मिनटों में पूरा करने का रास्ता खोल सकता है। इसके अलावा शिक्षा के क्षेत्र में छात्र किसी ऐतिहासिक पेंटिंग के 3D माहौल में प्रवेश करके वहां मौजूद आभासी किरदारों से उस दौर के इतिहास पर सीधे सवाल-जवाब भी कर सकेंगे।
मनोरंजन के अलावा इसका सबसे बड़ा औद्योगिक इस्तेमाल ‘ह्यूमनॉइड रोबोट’ (Embodied AI) और ऑटोनोमस एजेंट्स की ट्रेनिंग में हो रहा है। असली दुनिया में रोबोट को उतारने से पहले इंजीनियर इस वर्चुअल माहौल में बिना किसी खर्च या नुकसान के लाखों बार टेस्टिंग कर सकते हैं। फिलहाल यह मॉडल चुनिंदा टेस्टर्स के लिए ‘रिसर्च प्रीव्यू’ के तौर पर उपलब्ध है, और आने वाले हफ्तों में इसे ‘गूगल एआई अल्ट्रा’ (Google AI Ultra) सब्सक्राइबर्स, जेमिनी एपीआई और गूगल एआई स्टूडियो के डेवलपर्स के लिए जारी किया जाएगा।
अक्सर पूछे जाने वाले सवाल (FAQs)
प्रश्न 1: Google Genie 4 AI मॉडल पुराने वर्जन से किस तरह अलग है?
उत्तर: जीनी 4 में पहली बार रियल-टाइम ऑडियो और बोलते हुए किरदारों (NPC Dialogue) की सुविधा दी गई है, साथ ही इसके इंटरैक्टिव सिमुलेशन का समय 1 मिनट से बढ़ाकर 2 मिनट (120 सेकंड) कर दिया गया है।
प्रश्न 2: आम यूजर्स और डेवलपर्स को जीनी 4 का एक्सेस कब मिलेगा?
उत्तर: अभी यह मॉडल रिसर्च प्रीव्यू में चुनिंदा टेस्टर्स के पास है, लेकिन गूगल जल्द ही इसे अपने AI Ultra सब्सक्राइबर्स, Project Genie और Google AI Studio के शुरुआती पार्टनर्स के लिए रोलआउट करेगा।
स्रोत: गूगल डीपमाइंड (Google DeepMind) के आधिकारिक ब्लॉग एवं प्रमुख टेक मीडिया रिपोर्ट्स के इनपुट के साथ (BhaaratFeed न्यूज़ डेस्क)
