अलीबाबा ने Wan2.1-VACE का अनावरण किया: ओपन-सोर्स AI वीडियो समाधान

अलीबाबा ने Wan2.1-VACE पेश किया है, जो एक ओपन-सोर्स AI मॉडल है और वीडियो निर्माण और संपादन प्रक्रियाओं को बदलने के लिए तैयार है।

VACE अलीबाबा के Wan2.1 वीडियो AI मॉडल परिवार का एक प्रमुख घटक है, कंपनी का दावा है कि यह “उद्योग में पहला ओपन-सोर्स मॉडल है जो विविध वीडियो जनरेशन और संपादन कार्यों के लिए एक व्यापक समाधान प्रदान करता है।”

यदि अलीबाबा वीडियो उत्पादन प्रक्रिया को सरल बना सकता है, कई उपकरणों को एक ही मंच में समेकित करके, यह उद्योग मानकों को फिर से परिभाषित कर सकता है।

VACE क्या कर सकता है? यह विभिन्न इनपुट्स, जैसे टेक्स्ट प्रॉम्प्ट, स्थिर छवियां, या छोटे वीडियो क्लिप से वीडियो उत्पन्न करता है।

वीडियो निर्माण के अलावा, इसकी संपादन क्षमताओं में संदर्भ छवियों या फ्रेम का उपयोग करके AI को मार्गदर्शन करना, उन्नत वीडियो “रीपेंटिंग” सुविधाएँ, विशिष्ट वीडियो खंडों को संशोधित करना, और वीडियो की अवधि को बढ़ाना शामिल है। अलीबाबा का कहना है कि ये उपकरण “उपयोगकर्ताओं को कार्यों को लचीलापन के साथ संयोजित करने की शक्ति देते हैं, जिससे रचनात्मक संभावनाएँ बढ़ती हैं।”

कल्पना करें कि आपके द्वारा प्रदान की गई तस्वीरों के आधार पर विशिष्ट पात्रों वाला वीडियो बनाया जा रहा है। VACE कथित तौर पर इसे संभव बना सकता है। क्या आपके पास कोई स्थिर छवि है जिसे आप एनिमेट करना चाहते हैं? यह ओपन-सोर्स AI मॉडल इसमें जीवंत गति जोड़ सकता है।

सटीक संपादन के लिए, VACE “वीडियो रीपेंटिंग” उपकरण प्रदान करता है, जो विषयों के बीच मुद्रा स्थानांतरण, विस्तृत गति नियंत्रण, गहराई समायोजन, और रंग संशोधन को सक्षम बनाता है।

एक उल्लेखनीय विशेषता इसकी “विशिष्ट वीडियो क्षेत्रों को जोड़ने, संशोधित करने, या हटाने की क्षमता है, बिना आसपास के क्षेत्रों को प्रभावित किए।” यह सटीक संपादन के लिए एक गेम-चेंजर है, जो यह सुनिश्चित करता है कि पृष्ठभूमि अप्रभावित रहे। यह वीडियो कैनवास को भी विस्तारित कर सकता है, नई क्षेत्रों को संदर्भानुसार प्रासंगिक सामग्री से भरकर एक समृद्ध, अधिक immersive परिणाम देता है।

VACE के साथ, आप एक स्थिर फोटो को वीडियो में बदल सकते हैं, पथों को परिभाषित करके वस्तुओं की गति को निर्देशित कर सकते हैं, संदर्भों का उपयोग करके पात्रों या वस्तुओं को बदल सकते हैं, उन संदर्भों को एनिमेट कर सकते हैं, या उनकी मुद्राओं को सटीक रूप से नियंत्रित कर सकते हैं।

अलीबाबा VACE की क्षमता को उजागर करता है कि यह एक लंबी, संकरी छवि को वाइडस्क्रीन वीडियो में बदल सकता है, संदर्भ छवियों या प्रॉम्प्ट से अतिरिक्त तत्वों को शामिल करके इसे बुद्धिमानी से विस्तारित करता है।

VACE की क्षमताएँ जटिल वीडियो संपादन की चुनौतियों से निपटने के लिए डिज़ाइन की गई परिष्कृत तकनीक द्वारा संचालित हैं। वीडियो कंडीशन यूनिट (VCU) “टेक्स्ट, छवियों, वीडियो, और मास्क जैसे मल्टीमॉडल इनपुट्स के एकीकृत प्रसंस्करण को सक्षम बनाता है।”

इसके अतिरिक्त, “कॉन्टेक्स्ट एडाप्टर संरचना” “समय और स्थान के औपचारिक प्रतिनिधित्वों को एकीकृत करती है,” जिससे AI को वीडियो के भीतर समय और स्थान की गहरी समझ मिलती है।

अलीबाबा VACE को सोशल मीडिया सामग्री निर्माण, गतिशील विज्ञापन, फिल्म और टीवी के लिए पेशेवर पोस्ट-प्रोडक्शन, और अनुकूलित शैक्षिक या प्रशिक्षण वीडियो जैसे अनुप्रयोगों में उत्कृष्टता प्राप्त करने की कल्पना करता है।

अलीबाबा ने Wan2.1-VACE को ओपन-सोर्स के रूप में साझा किया ताकि रचनाकारों को सशक्त बनाया जा सके

उन्नत AI मॉडल विकसित करने के लिए आमतौर पर महत्वपूर्ण संसाधनों की आवश्यकता होती है, जिसमें विशाल कम्प्यूटेशनल शक्ति और डेटा शामिल हैं। अलीबाबा का Wan2.1-VACE को ओपन-सोर्स करने का निर्णय एक महत्वपूर्ण कदम है।

“खुली पहुँच बाधाओं को कम करती है, जिससे अधिक व्यवसायों को अनुकूलित, उच्च-गुणवत्ता वाली दृश्य सामग्री को कुशलतापूर्वक और किफायती रूप से बनाने के लिए AI का उपयोग करने की अनुमति मिलती है,” अलीबाबा ने नोट किया।

यह कदम छोटे व्यवसायों और व्यक्तिगत रचनाकारों को उच्च लागत के बिना अत्याधुनिक AI उपकरणों तक पहुँच प्रदान करके सशक्त बनाने का लक्ष्य रखता है, जिससे व्यापक नवाचार को बढ़ावा मिलता है।

अलीबाबा दो संस्करण प्रदान करता है: उच्च-प्रदर्शन प्रणालियों के लिए एक मजबूत 14-बिलियन पैरामीटर मॉडल और कम मांग वाले सेटअप के लिए एक हल्का 1.3-बिलियन पैरामीटर मॉडल। दोनों Hugging Face, GitHub, और अलीबाबा क्लाउड के ModelScope समुदाय पर मुफ्त में उपलब्ध हैं।

यह भी देखें: अमेरिका ने AI डिफ्यूजन नियमों को कड़ा किया, चिप निर्यात प्रतिबंधों को मजबूत किया

एम्स्टर्डम, कैलिफोर्निया, और लंदन में AI & Big Data Expo में उद्योग विशेषज्ञों से AI और बिग डेटा के बारे में और जानें। यह आयोजन Intelligent Automation Conference, BlockX, Digital Transformation Week, और Cyber Security & Cloud Expo के साथ सह-स्थित है।

TechForge द्वारा आयोजित आगामी उद्यम प्रौद्योगिकी आयोजनों और वेबिनारों का अन्वेषण करें।