हिग्सफ़ील्ड: अब 1 नहीं, 10 मिनट से लंबे एआई वीडियो

हिग्सफ़ील्ड एआई⁠(एक नई विंडो में खुलेगा) का लक्ष्य है कि हर वह व्यक्ति पेशेवर स्तर के वीडियो और चित्र बना सके, जिसके पास कोई विचार हो. GPT‑6 Astra से पहले, ये वीडियो ज़्यादा से ज़्यादा लगभग एक मिनट लंबे होते थे. मुख्य कार्यकारी अधिकारी और सह-संस्थापक एलेक्स मशराबोव बताते हैं कि अब उपयोगकर्ता 10 मिनट से भी लंबे वीडियो बना सकते हैं.

लंबे वीडियो बनाना उन कई तरीकों में से एक है, जिनसे हिग्सफ़ील्ड एआई छोटी रचनात्मक टीमों को अधिक महत्वाकांक्षी काम हाथ में लेने में मदद करता है. एलेक्स के अनुसार, GPT‑6 Astra और GPT‑Image‑2.5 जैसे मॉडल की मदद से अब एक अकेला रचनाकार भी शुरू से अंत तक उच्च स्तर के फ़ैशन अभियान तैयार कर सकता है.

हिग्सफ़ील्ड एआई के रचनात्मक एजेंट निर्माण के दौरान बार-बार किए जाने वाले काम संभालते हैं, जैसे किसी दृश्य के कई अलग-अलग रूप तैयार करना. GPT‑6 Astra के साथ, ये एजेंट त्रिआयामी मॉडलिंग में हाथ से किए जाने वाले जटिल कामों के लिए बाहरी टूल भी इस्तेमाल कर सकते हैं. एलेक्स कहते हैं कि यह क्षमता रचनात्मक एआई की सबसे कठिन समस्याओं में से एक को हल करने में मदद करती है: लंबे वीडियो में एकरूपता बनाए रखना.

इसका प्रमाण हिग्सफ़ील्ड एआई के अपने यूट्यूब चैनल पर देखा जा सकता है, जिसके एलेक्स के मुताबिक लगभग पाँच लाख सदस्य हैं. यह चैनल रचनात्मक पेशेवरों को एआई मॉडल और कार्यप्रवाहों का इस्तेमाल करना सिखाता है. पहले हिग्सफ़ील्ड एआई को यह सामग्री तैयार करने के लिए काफ़ी काम खुद करना पड़ता था. लेकिन GPT‑6 Astra के साथ टीम ने ऐसा कार्यप्रवाह बनाया है, जो एआई की मदद से 10 मिनट से लंबे शिक्षण वीडियो तैयार करता है.

लंबे शिक्षण वीडियो बना पाना एलेक्स के लिए व्यक्तिगत रूप से भी मायने रखता है. वे कज़ाख़स्तान के ग्रामीण स्कूलों की मदद करते हैं. वे एक शुरुआती प्रयास के बारे में बताते हैं, जिसमें GPT‑6 Astra की दृश्य समझने की क्षमता से उन विषयों की पहचान की जा रही है जिनमें छात्रों को कठिनाई हो सकती है, और उनकी सीखने की ज़रूरतों के अनुसार वीडियो बनाए जा रहे हैं.

प्रचार सामग्री बनाने वाले छोटे व्यवसायों के लिए आसानी से पढ़ा जा सकने वाला पाठ और जानकारी दर्शाने वाले सटीक आलेख उतने ही अहम हो सकते हैं, जितना कि चित्र खुद. एलेक्स कहते हैं कि GPT‑Image‑2.5 की मदद से वे व्यवसाय भी ऐसी सामग्री बना सकते हैं, जिनके पास निर्माण के लिए बड़ा बजट नहीं है.

वे कहते हैं, “GPT‑Image‑2.5 अत्याधुनिक है और अपनी तरह का पहला मॉडल है, जो चित्रों के ऊपर पाठ और जानकारी दर्शाने वाले आलेख भरोसेमंद ढंग से बना सकता है.”

हिग्सफ़ील्ड एआई अपना उत्पाद लगभग 200 रचनात्मक पेशेवरों और 100 इंजीनियरों के घनिष्ठ सहयोग से बनाता है. एलेक्स बताते हैं कि Codex रचनात्मक टीम को “एक बेहद कुशल सॉफ़्टवेयर इंजीनियर की क्षमता” देता है.

रचनात्मक पेशेवर Codex की मदद से अपने विचारों को सॉफ़्टवेयर के शुरुआती नमूनों में बदलते हैं. पहले इन नमूनों को वास्तविक उपयोग के लिए तैयार करने में फ़्रंट-एंड और बैक-एंड इंजीनियरों की बहुत ज़्यादा भागीदारी चाहिए होती थी. एलेक्स कहते हैं कि अब GPT‑6 Astra उन विचारों को उत्पाद में शामिल करने के लिए ज़रूरी मेहनत कम कर देता है.

एलेक्स के अनुसार, शुरुआती नमूने से वास्तविक उपयोग तक पहुँचने में बाधाएँ कम होने से हिग्सफ़ील्ड एआई बेहतर उत्पाद अधिक तेज़ी से बना सकता है और उपयोगकर्ताओं तक पहुँचा सकता है.

हिग्सफ़ील्ड एआई अब चाहता है कि रचनाकार अपना विचार बोलकर बता सकें और बोलते-बोलते ही उसे आकार लेते देख सकें. एलेक्स इस परिकल्पना को “आवाज़ से फ़िल्म तक” कहते हैं, जिसमें एआई रचनाकार की कही बात का आशय समझकर उसी समय उनकी कल्पना को साकार करता है.

उनका मानना है कि योजना बनाने, टूल इस्तेमाल करने, इमेज जेनरेशन और आवाज़ के क्षेत्र में OpenAI की प्रगति उस अनुभव को वास्तविकता के करीब ला रही है. वे OpenAI के आवाज़ संबंधी मॉडल को “बोली गई बात समझने और सामान्य बातचीत के लिए भी अपनी श्रेणी में सर्वश्रेष्ठ” बताते हैं.

हिग्सफ़ील्ड एआई की महत्वाकांक्षा है कि फ़िल्म बनाना भी किसी विचार को बयान करने जैसा सहज हो जाए और बीच के ज़्यादातर काम एआई संभाल ले.