मेटा ने म्यूज़ियम मीडिया जेनरेशन मॉडल का अनावरण किया, और सिग्नल मालिकाना एआई में स्थानांतरित हो गए

सुपरइंटेलिजेंस लैब्स बनाने की दिशा में मेटा के भारी निवेश का अंततः सार्वजनिक विमोचन हुआ। टेक कंपनी ने म्यूज़ इमेज और म्यूज़ वीडियो नाम से अपना पहला मीडिया जेनरेशन मॉडल जारी किया है, जो पूर्वावलोकन चरण में है। मेटा के म्यूज़ इमेज और म्यूज़ वीडियो मॉडल शीर्ष वाणिज्यिक और ओपन-सोर्स क्रिएटिव आर्टिफिशियल इंटेलिजेंस (एआई) सुइट्स के साथ सीधे प्रतिस्पर्धा करते हैं, जिनमें ओपनएआई, गूगल और एडोब शामिल हैं। मेटा निश्चित रूप से अपने सोशल मीडिया ऐप्स में गहन एकीकरण पर विचार कर रहा है।

यह रोल-आउट मार्क जुकरबर्ग के महत्वाकांक्षी एआई रोडमैप के लिए एक महत्वपूर्ण क्षण है, जो पिछले वर्ष की तुलना में अरबों डॉलर के निवेश द्वारा रेखांकित किया गया है, और एक तरह से संकेत देता है कि मेटा के एआई मॉडल के लिए संभावित रूप से एक महत्वपूर्ण कदम क्या है। अपने ओपन-सोर्स लामा मॉडल के साथ जमीनी स्तर पर काम करने के बावजूद, मेटा ने लगातार खुद को Google, OpenAI और एंथ्रोपिक सहित प्रतिद्वंद्वियों की अग्रणी क्षमताओं से पीछे पाया है।

म्यूज़ियम मॉडल परिवार, जिसमें म्यूज़ स्पार्क बड़ा भाषा मॉडल भी है, जो इस साल की शुरुआत में जारी किया गया था, से अंततः ओपन-वेट लामा मॉडल की जगह लेने की उम्मीद है। यह मालिकाना एआई मॉडल की ओर मेटा की धुरी को दर्शाता है।

मेटा का कहना है कि म्यूज़ियम इमेज मॉडल जटिल संकेतों को समझने के लिए उन्नत तर्क का उपयोग करता है, और कई तस्वीरों को साझा करने योग्य पीढ़ियों में मिश्रित कर सकता है। कंपनी का कहना है, “हम म्यूज़ इमेज को उसकी एजेंटिक क्षमताओं को बढ़ाने के लिए टूल तक पहुंच प्रदान करते हैं। सुदृढीकरण सीखने के दौरान, म्यूज़ इमेज कोड लिखना और निष्पादित करना सीखता है जो सटीक प्लॉट और क्यूआर कोड उत्पन्न करता है, और उत्पन्न छवियों की सटीकता में सुधार करने के लिए प्रदान किए गए आंकड़ों पर स्थिति देता है।”

म्यूज़ियम इमेज प्रॉम्प्ट के आधार पर वास्तविक समय की जानकारी और दृश्य संदर्भों के साथ ग्राउंडिंग उत्पन्न छवियों के लिए वेब पर खोज कर सकता है, और इसमें एक स्व-परिष्कृत व्यवहार है जिससे काम को बेहतर बनाने में मदद मिलने की उम्मीद है। दिलचस्प बात यह है कि मेटा का कहना है, “हमने इस व्यवहार को डिज़ाइन नहीं किया था। इसके बजाय, यह आरएल प्रशिक्षण के दौरान उभरा क्योंकि आत्म-परिष्करण ने बेहतर छवियां उत्पन्न कीं और इसलिए उच्च इनाम मिला।” आरएल प्रशिक्षण सुदृढीकरण सीखने के प्रशिक्षण को संदर्भित करता है, जो एआई मॉडल के निर्माण का हिस्सा है।

मेटा की म्यूज़ इमेज छवियों को संपादित कर सकती है जैसे विवरणों को पुनर्स्थापित करना, फोटो में कोहरे जैसे प्रभावों को साफ करना, फोटो में एक विशिष्ट तत्व में पैटर्न बदलना, पाठ के साथ छवियों को संपादित करना और एक से अधिक संदर्भ छवि से तत्वों की रचना करना।

मेटा बेंचमार्क परीक्षण परिणामों के बारे में बात करता है, जो इसे ओपनएआई के जीपीटी इमेज 2 मॉडल के साथ समान बॉलपार्क (हालांकि कम स्कोर) में रखता है, लेकिन Google के नैनो बनाना 2 और एक्सएआई के ग्रोक इमेजिन क्वालिटी से आगे है।

म्यूज़ियम वीडियो मॉडल, जिसका पूर्वावलोकन बाद में रिलीज़ के लिए किया जा रहा है, त्वरित अनुपालन, दृश्य निष्ठा और अस्थायी स्थिरता में प्रतिस्पर्धी प्रदर्शन का दावा करता है। मेटा का कहना है, “हम मौजूदा प्रदर्शन अंतराल वाले क्षेत्रों में निवेश कर रहे हैं, जैसे ऑडियो-वीडियो सिंक्रनाइज़ेशन और शारीरिक रूप से सटीक तेज़ गति।”

मेटा द्वारा साझा किए गए नवीनतम बेंचमार्क परिणामों में, ओपनएआई के सोरा 2 प्रो और Google के वीओ मॉडल की तुलना में म्यूज़ वीडियो टेक्स्ट-टू-वीडियो एरेना बेंचमार्क में उच्च रैंक पर है। हालाँकि, Google का जेमिनी ओमनी फ्लैश और बाइटडांस का सीडांस 2.0 का स्कोर अधिक है।

मेटा के लिए, इसके पारिस्थितिकी तंत्र में म्यूज़ इमेज और म्यूज़ वीडियो मॉडल को प्लग इन करना एक दिया गया काम है। कंपनी पुष्टि करती है कि म्यूज़ इमेज अब मेटा एआई ऐप और वेब पर, यूएस में इंस्टाग्राम स्टोरीज़ के हिस्से के रूप में उपलब्ध है, और कुछ देशों में व्हाट्सएप के भीतर एकीकरण भी पाता है। एचटी नोट करता है कि भारत में व्हाट्सएप के भीतर मेटा एआई सूट, लेखन के समय, किसी भी नई मीडिया पीढ़ी की कार्यक्षमता को प्रतिबिंबित नहीं करता है जो इन मॉडलों की उपलब्धता का संकेत दे सके।

उन्होंने एक बयान में कहा, “आप इंस्टाग्राम स्टोरीज़ के लिए 30 से अधिक नए एआई-संचालित प्रभावों का उपयोग कर सकते हैं और व्हाट्सएप पर मेटा एआई के साथ अपनी सीधी चैट में छवियां उत्पन्न कर सकते हैं – सीमित देशों में और अधिक स्थानों के साथ शुरू करके।”

मेटा का कहना है कि म्यूज़ इमेज और म्यूज़ वीडियो मॉडल जल्द ही फेसबुक और मैसेंजर पर आ रहे हैं, जबकि म्यूज़ वीडियो विशेष रूप से रचनाकारों के लिए और आने वाले हफ्तों में मेटा एआई के हिस्से के रूप में उपलब्ध होगा।