Google Vids अब टेक्स्ट और सेल्फी को पूर्ण वीडियो में बदल देता है

गूगल का वीडियो ऐप अब एक वाक्य से क्लिप बना सकता है और आपकी डिजिटल कॉपी स्क्रीन पर दिखा सकता है। यह वास्तव में क्या करता है, यह जानिए।

AI2Day Newsdesk· 4 min read
Photoreal editorial shot of a modern laptop on a bright desk, screen glowing with an abstract video editing timeline and a soft blurred portrait thumbnail sugge
Share

मुख्य बिंदु

  • गूगल Google Vids में दो नए टूल जोड़ रहा है: Gemini Omni जो टेक्स्ट से क्लिप बनाता और संपादित करता है, और व्यक्तिगत अवतार जो आपके चेहरे और आवाज की नकल करते हैं।
  • व्यक्तिगत अवतारों को सिर्फ एक सेल्फी और एक छोटी आवाज रिकॉर्डिंग की जरूरत है, और उपयोगकर्ता टाइप कर सकते हैं कि अवतार क्या कहे।
  • दोनों विशेषताएं केवल भुगतान करने वाले Google AI Pro, Ultra और Google Workspace व्यावसायिक ग्राहकों के लिए सीमित हैं, अवतार 18 साल और उससे अधिक आयु के उपयोगकर्ताओं के लिए कुछ क्षेत्रों में प्रतिबंधित हैं।
  • प्रत्येक क्लिप में एक अदृश्य SynthID वाटरमार्क होता है ताकि दर्शक जांच सकें कि वीडियो AI द्वारा बनाया गया था या नहीं।
  • यह रोलआउट Veo 3.1 पर आधारित है, जो गूगल का वीडियो जनरेशन मॉडल है, जिसे कंपनी ने फरवरी में सभी Vids उपयोगकर्ताओं के लिए खोला था।

गूगल ने कैमरे पर खुद को नकल करना बहुत आसान बना दिया है। और यह पूरी तरह से मजाक नहीं है।

कंपनी ने Google Vids में दो नई विशेषताएं रोल आउट की हैं, जो एक लिखे हुए वाक्य से क्लिप बनाने और अपने चेहरे की एक डिजिटल कॉपी इसमें डालने देती हैं। यह अपडेट Google AI द्वारा घोषित किया गया था।

यहाँ संक्षिप्त संस्करण है।

नई Google Vids वास्तव में क्या कर सकती है?

यह कुछ वाक्यों से वीडियो बना सकती है, और कैमरा के बिना आपकी तरह दिखने वाली डिजिटल प्रति स्क्रीन पर लगा सकती है। पहला टूल Gemini Omni कहलाता है। दूसरा व्यक्तिगत अवतार कहलाता है।

Gemini Omni गूगल की वीडियो जनरेशन प्रणाली द्वारा संचालित है, वह सॉफ्टवेयर जो लिखित निर्देशों से गतिशील चित्र बनाता है। आप टाइप करते हैं कि आप क्या देखना चाहते हैं, सामान्य भाषा में, और यह एक क्लिप बनाता है। आप एक संदर्भ के रूप में एक फोटो या एक कच्चा स्केच भी डाल सकते हैं, और Omni शैली या विषय को मेल करने का प्रयास करेगा।

संपादन वह हिस्सा है जहाँ किसी के लिए भी जो कभी वीडियो सॉफ्टवेयर से जूझा हो, यह दिलचस्प हो जाता है। स्लाइडर को खींचने के बजाय, आप चैट करते हैं। आप इसे पृष्ठभूमि बदलने, प्रकाश को उज्जवल करने, या कोई प्रभाव जोड़ने के लिए कह सकते हैं, और यह शुरुआत से नहीं करते हुए सिर्फ उस हिस्से को बदल देगा। यह Omni के साथ बनाई गई क्लिप पर और साधारण वीडियो पर काम करता है जो आपने अपने फोन पर फिल्माई थीं।

फिर व्यक्तिगत अवतार हैं। एक सेल्फी और एक छोटी आवाज रिकॉर्डिंग अपलोड करें, और Vids एक डिजिटल स्टैंड-इन बनाएगा जो आपकी तरह दिखता और बोलता है। एक संदेश टाइप करें, और आपका अवतार इसे कैमरे में पहुंचाएगा। बालों को ठीक करने की कोई आवश्यकता नहीं, कोई प्रकाश व्यवस्था नहीं, कोई तीसरा टेक नहीं।

इसे कौन उपयोग कर सकता है, और बाकी लोगों के लिए इसका क्या मतलब है?

पहुंच भुगतान के अधीन और सीमित है। ये विशेषताएं Google AI Pro और Ultra के ग्राहकों के लिए उपलब्ध हैं, कंपनी की उपभोक्ता AI योजनाएं, और Google Workspace व्यावसायिक ग्राहकों के लिए, जो Gmail, Docs और Drive का भुगतान संस्करण है जो कंपनियां अपने कर्मचारियों के लिए खरीदती हैं। व्यक्तिगत अवतार कुछ क्षेत्रों में 18 साल या उससे अधिक आयु के उपयोगकर्ताओं के लिए और भी प्रतिबंधित हैं, और गूगल कहता है कि प्रत्येक अवतार खाता धारक की अपनी समानता से जुड़ा है।

वह आखिरी बिंदु महत्वपूर्ण है। इस तरह के एक टूल के साथ बड़ी चिंताओं में से एक है डीपफेक, AI द्वारा बनाए गए वीडियो जो एक वास्तविक व्यक्ति को ऐसी चीजें कहते हुए दिखाते हैं जो उन्होंने कभी नहीं कहीं। गूगल का जवाब दोगुना है। अवतार आपके अपने चेहरे और आवाज के लिए, अपने स्वयं के खाते पर लॉक हैं। और प्रत्येक जनरेट की गई क्लिप एक SynthID वाटरमार्क ले जाती है, एक अदृश्य मार्कर जो पिक्सल में बेक किया जाता है जो बाद में सॉफ्टवेयर को वीडियो AI द्वारा बनाई गई थी यह पुष्टि करने देता है।

एक वाटरमार्क जो आप नहीं देख सकते, यह जादुई ढाल नहीं है। यह केवल तभी काम करता है जब वीडियो दिखाने वाला प्लेटफॉर्म इसे देखना जानता हो। लेकिन यह एक वास्तविक, जांचने योग्य संकेत है, जो आज अधिकांश उपभोक्ता वीडियो जनरेटर प्रदान करते हैं।

क्या यह मजेदार है, या सिर्फ कुशल है?

ईमानदारी से कहूँ, दोनों। अपने बाल ठीक किए बिना एक सहकर्मी को एक व्यक्तिगत वीडियो संदेश भेजना एक वास्तविक उपयोगी चाल है। एक टेक्स्ट लिखने में लगने वाले समय में बुरी लाइटिंग को "लाइटिंग ठीक करो" टाइप करके ठीक करना भी है।

दूसरा पहलू वह है जो हर निर्माता को महसूस होगा। जब कोई भी एक पॉलिश 20 सेकंड की क्लिप उसी समय में बना सकता है जो एक टेक्स्ट लिखने में लगता है, तो किसी भी एकल पॉलिश क्लिप की कीमत गिर जाती है। दिलचस्प वीडियो वे होंगी जिनका दृष्टिकोण एक मशीन अनुमान नहीं लगा सकती।

अभी के लिए, यदि आप गूगल की शीर्ष AI स्तर के लिए भुगतान करते हैं, तो सोमवार सुबह आपके पास एक नया खिलौना है। बाकी सभी को देखना है कि लोग इसके साथ क्या बनाते हैं।

© 2026 AI2Day