एआई असिस्टेंट फिल्में, गेम्स और न्यूज बनाने वाले टूल्स में जा रहे हैं

मुख्य बिंदु

• NVIDIA ने लॉस एंजिल्स में SIGGRAPH 2025 में पाँच नए एआई टूल्स की घोषणा की, जो 23 जुलाई तक चलेगा।
• Adobe, Blender, Unreal Engine, Houdini और कई अन्य क्रिएटिव प्लेटफॉर्म MCP कनेक्शन जोड़ रहे हैं, जिससे एआई एजेंट उस सॉफ्टवेयर के अंदर काम कर सकते हैं जो कलाकार पहले से ही उपयोग करते हैं।
• NVIDIA का नया Synthetic Video Detector फ्रेम दर फ्रेम वीडियो का विश्लेषण करता है और न्यूजरूम को एक स्कोर देता है जो दर्शाता है कि फुटेज एआई द्वारा बनाया गया था या नहीं।
• Cosmos 3 Edge वर्ल्ड मॉडल, जिसे स्थानीय मशीन पर चलाने के लिए डिज़ाइन किया गया है न कि दूरस्थ सर्वर पर, रोबोट जैसी भौतिक एआई सिस्टम को उनके आसपास का वातावरण समझने देता है।

कल्पना करें अपने डिज़ाइन सॉफ्टवेयर को बताना: "हर लेयर खोजें जिसमें टेक्सचर गायब है और इसे मेरे लिए चिह्नित करें।" हाल ही तक यह वाक्य एक ऐसे कार्य को वर्णित करता था जो एक इंसान को हाथ से करना पड़ता था। SIGGRAPH में, वार्षिक ग्राफिक्स रिसर्च कॉन्फ्रेंस जो इस सप्ताह लॉस एंजिल्स में आयोजित हुई, NVIDIA ने दिखाया कि यह तरह का अनुरोध कैसे नियमित हो रहा है।

मुख्य तकनीक को Model Context Protocol, या MCP कहा जाता है। MCP को एक मानकीकृत प्लग सॉकेट के रूप में सोचें। क्रिएटिव एप्लिकेशन सॉकेट स्थापित करते हैं; एआई एजेंट प्लग इन करते हैं। एक बार जुड़ने के बाद, एक एजेंट एक दृश्य पढ़ सकता है, फाइलें जांच सकता है, दोहराए जाने वाले कार्य चला सकता है और परिणाम कलाकार को वापस कर सकता है, कलाकार के बिना कभी उनके सॉफ्टवेयर को छोड़े।

Adobe Photoshop के साथी टूल्स, Firefly और Express में MCP समर्थन को रोल आउट कर रहा है। Blender, दुनिया भर में स्वतंत्र कलाकारों द्वारा उपयोग किया जाने वाला मुक्त 3D मॉडलिंग टूल, एक हल्के MCP सर्वर के साथ है जो आपको इससे सादे भाषा में बात करने देता है। Unreal Engine, कई बड़े बजट की फिल्मों के पीछे गेम-बिल्डिंग प्लेटफॉर्म, अब एआई क्लाइंट को सीधे इसके संपादक से जुड़ने देता है। SideFX अपने पेशेवर विज़ुअल-इफेक्ट्स सॉफ्टवेयर Houdini 22 में MCP ला रहा है, वर्ण काया से शुरू करते हुए। Canva द्वारा Affinity ने एआई असिस्टेंट Claude को हुक किया है ताकि डिज़ाइनर "इन सभी संपत्तियों को Instagram के लिए आकार बदलें" जैसी चीजें कह सकें और इसे होते हुए देख सकें।

पूरे सूत्र में मानवीय नियंत्रण है। एजेंट सुस्त उत्पादन कार्य को संभालते हैं; कलाकार हर रचनात्मक निर्णय पर अंतिम कहना रखते हैं।

क्या सामान्य लोगों को इसमें से कोई भी परवाह करनी चाहिए?

हाँ, क्योंकि यह आपको जो देखते, खेलते और पढ़ते हैं उसे प्रभावित करता है। तेज़, सस्ती उत्पादन पाइपलाइन का मतलब है कि स्टूडियो अधिक सामग्री बना सकते हैं। लेकिन इसका मतलब यह भी है कि सिंथेटिक, एआई-उत्पन्न सामग्री बनाना आसान है और पता लगाना कठिन है।

यही कारण है कि NVIDIA की दूसरी बड़ी घोषणा महत्वपूर्ण है। कंपनी ने Synthetic Video Detector का परिचय दिया, एक ऐसा टूल जो NIM माइक्रोसर्विस के रूप में बनाया गया है (सॉफ्टवेयर का एक छोटा, आत्मनिर्भर हिस्सा जो एक न्यूजरूम अपने मौजूदा सिस्टम में प्लग कर सकता है)। यह वीडियो को फ्रेम दर फ्रेम देखता है और एक आत्मविश्वास स्कोर आउटपुट करता है: यह कितना संभावित है कि यह क्लिप एआई द्वारा उत्पन्न था न कि कैमरे से शूट किया गया था?

संपादकीय दलें संदिग्ध फुटेज को चिह्नित करने, मानवीय समीक्षा के लिए क्लिप को प्राथमिकता देने या तथ्य-जांचकर्ताओं को गहराई से खोदते समय सामग्री को हवा से बाहर निकालने के लिए उस स्कोर का उपयोग कर सकते हैं। गंभीर रूप से, NVIDIA कहता है कि डिटेक्टर तब भी काम करता रहता है जब वीडियो को संपीड़ित, क्रॉप या पुन: एनकोड किया गया हो, ये नियमित कदम हैं जो कई अन्य पहचान संकेतों को हटाते हैं।

टूल पत्रकारों की जगह नहीं लेता। यह उन्हें एक और डेटा बिंदु देता है जब फैसले तेजी से लेने होते हैं।

NVIDIA ने Cosmos 3 Edge का भी अनावरण किया, एक खुला वर्ल्ड मॉडल (सॉफ्टवेयर जो एक मशीन को यह समझने में मदद करता है कि भौतिक दुनिया कैसे काम करती है) जिसे स्थानीय रूप से एक एकल डिवाइस पर चलाने के लिए डिज़ाइन किया गया है न कि दूरस्थ डेटा सेंटर की आवश्यकता है। यह रोबोटिक्स और स्वायत्त प्रणालियों के लिए सबसे महत्वपूर्ण है, जहां आधा सेकंड का कनेक्शन विलंब सुरक्षित और असुरक्षित के बीच का अंतर हो सकता है।

सभी पाँच घोषणाएँ 20 जुलाई को NVIDIA SIGGRAPH कीनोट में प्रस्तुत की गईं।