ہگس فیلڈ: اے آئی ویڈیو اب 1 کے بجائے 10 منٹ سے بھی زیادہ

ہگس فیلڈ اے آئی⁠(نئی ونڈو میں کھلتا ہے) کا مقصد یہ ہے کہ جس کے پاس بھی کوئی خیال ہو، وہ پیشہ ورانہ معیار کی ویڈیوز اور تصاویر بنا سکے. GPT‑6 Astra سے پہلے، ان ویڈیوز کا دورانیہ زیادہ سے زیادہ تقریباً ایک منٹ ہوتا تھا. اب، چیف ایگزیکٹو اور شریک بانی الیکس مشرابوف کے مطابق، صارفین 10 منٹ سے زیادہ طویل ویڈیوز بنا سکتے ہیں.

طویل ویڈیوز بنانا ان کئی طریقوں میں سے ایک ہے جن سے ہگس فیلڈ اے آئی چھوٹی تخلیقی ٹیموں کو زیادہ بڑے منصوبوں پر کام کرنے میں مدد دیتا ہے. الیکس کے مطابق، GPT‑6 Astra اور GPT‑Image‑2.5 جیسے ماڈلز کی مدد سے اب ایک اکیلا تخلیق کار بھی اعلیٰ معیار کی فیشن مہمات کو شروع سے آخر تک مکمل کر سکتا ہے.

ہگس فیلڈ اے آئی کے تخلیقی ایجنٹس ویڈیو سازی کے بار بار دہرائے جانے والے کام سنبھالتے ہیں، جیسے ایک شاٹ کی کئی مختلف صورتیں بنانا. GPT‑6 Astra کے ساتھ یہ ایجنٹس بیرونی ٹولز بھی استعمال کر سکتے ہیں تاکہ سہ جہتی ماڈلنگ کے وہ پیچیدہ کام انجام دیں جو عموماً ہاتھ سے کرنے پڑتے ہیں. الیکس کا کہنا ہے کہ یہ صلاحیت تخلیقی اے آئی کے مشکل ترین مسائل میں سے ایک کو حل کرنے میں مدد دیتی ہے: طویل ویڈیوز میں شروع سے آخر تک یکسانیت برقرار رکھنا.

اس کا ثبوت ہگس فیلڈ اے آئی کے اپنے یوٹیوب چینل پر دیکھا جا سکتا ہے، جس کے، الیکس کے مطابق، تقریباً پانچ لاکھ سبسکرائبرز ہیں. یہ چینل تخلیقی شعبے سے وابستہ افراد کو اے آئی ماڈلز اور طریقۂ کار استعمال کرنا سکھاتا ہے. پہلے یہ مواد تیار کرنے کے لیے ہگس فیلڈ اے آئی کی ٹیم کو خاصی محنت خود کرنی پڑتی تھی. لیکن GPT‑6 Astra کے ساتھ ٹیم نے ایسا طریقۂ کار تیار کیا ہے جو اے آئی کی مدد سے 10 منٹ سے زیادہ طویل تربیتی ویڈیوز بناتا ہے.

طویل تربیتی ویڈیوز بنانے کی صلاحیت الیکس کے لیے ذاتی طور پر بھی اہم ہے. وہ قازقستان کے دیہی اسکولوں کی مدد کرتے ہیں. وہ ایک ابتدائی کوشش کا ذکر کرتے ہیں جس میں GPT‑6 Astra کی بصری فہم کی صلاحیت سے ایسے موضوعات کی نشاندہی کی جاتی ہے جنہیں سمجھنے میں طلبہ کو مشکل ہو سکتی ہے، اور ان کی تعلیمی ضروریات کے مطابق ویڈیوز بنائی جاتی ہیں.

تشہیری مواد بنانے والے چھوٹے کاروباروں کے لیے، واضح اور پڑھنے کے قابل متن اور درست معلوماتی خاکے خود تصویر جتنے ہی اہم ہو سکتے ہیں. الیکس کا کہنا ہے کہ GPT‑Image‑2.5 ان کاروباروں کے لیے بھی ایسا مواد بنانا ممکن بناتا ہے جن کے پاس اس کی تیاری کے لیے بڑا بجٹ نہیں ہوتا.

وہ کہتے ہیں، ”GPT‑Image‑2.5 جدید ترین ٹیکنالوجی پر مبنی ہے اور اپنی نوعیت کا پہلا ماڈل ہے جو تصاویر پر متن اور معلوماتی خاکے قابلِ اعتماد انداز میں بنا سکتا ہے.“

ہگس فیلڈ اے آئی تقریباً 200 تخلیقی ماہرین اور 100 انجینئروں کے قریبی اشتراک سے اپنی پروڈکٹ تیار کرتا ہے. الیکس بتاتے ہیں کہ Codex تخلیقی ٹیم کو ”ایک انتہائی قابل سافٹ ویئر انجینئر کی قوت“ دیتا ہے.

تخلیقی ماہرین Codex استعمال کر کے اپنے خیالات کو سافٹ ویئر کے ابتدائی نمونوں میں بدلتے ہیں. پہلے ان ابتدائی نمونوں کو عملی استعمال کے قابل بنانے کے لیے فرنٹ اینڈ اور بیک اینڈ انجینئروں کو بہت زیادہ کام کرنا پڑتا تھا. الیکس کے مطابق، اب GPT‑6 Astra ان خیالات کو پروڈکٹ کا حصہ بنانے کے لیے درکار محنت کم کر دیتا ہے.

الیکس کا کہنا ہے کہ ابتدائی نمونے سے حتمی تیاری تک کا عمل آسان ہونے کی وجہ سے ہگس فیلڈ اے آئی بہتر پروڈکٹس زیادہ تیزی سے تیار کر کے صارفین تک پہنچا سکتا ہے.

ہگس فیلڈ اے آئی کا اگلا ہدف یہ ہے کہ تخلیق کار اپنا خیال بیان کریں اور بولتے بولتے اسے شکل اختیار کرتے دیکھ سکیں. الیکس اس تصور کو ”آواز سے فلم“ کہتے ہیں، جس میں اے آئی تخلیق کار کی زبانی ہدایات سے اس کا ارادہ سمجھ کر اس کے تصور کو اسی وقت بصری شکل دے دے.

ان کے خیال میں منصوبہ بندی، ٹولز کے استعمال، امیج جنریشن اور آواز کے شعبوں میں OpenAI کی پیش رفت اس تجربے کو حقیقت کے قریب لا رہی ہے. وہ اس کے صوتی ماڈل کو ”آواز سمجھنے اور عام گفتگو، دونوں کے لیے اپنی نوعیت کا بہترین ماڈل“ قرار دیتے ہیں.

ہگس فیلڈ اے آئی کا مقصد یہ ہے کہ فلم بنانا کسی خیال کو بیان کرنے جیسا آسان محسوس ہو، اور درمیان کے زیادہ تر کام اے آئی سنبھال لے.