विगल एआई क्या है? वह मीम मेकर और एनिमेशन टूल जो वायरल हो गया।

किसी ने एक स्टॉक फोटो से एक कैरेक्टर को फोर्टनाइट डांस में डाल दिया और वो... अच्छा लग रहा था। "एआई के हिसाब से अच्छा" नहीं, बल्कि सचमुच अच्छा। सहज गति। तर्कसंगत भौतिकी। जब कैरेक्टर घूमता था तो उसका वजन स्वाभाविक रूप से बदलता था, उसके कपड़े असली कपड़े की तरह हिलते थे, और इसे बनाने में शायद दो मिनट लगे। यह वीडियो 2024 की शुरुआत में ट्विटर पर आया और एक हफ्ते के अंदर ही हर कोई विगल एआई के बारे में बात करने लगा।

मैंने वो क्लिप देखी, सोचा कि ये चुनिंदा मार्केटिंग कंटेंट है, और खुद इसे आज़माने चला गया। एक फोटो अपलोड की, डांस मोशन टेम्प्लेट चुना, लगभग नब्बे सेकंड इंतज़ार किया। नतीजा भले ही परफेक्ट नहीं था, लेकिन वाकई कमाल का था। मेरी फोटो का कैरेक्टर नाच रहा था। 3D में। फिजिक्स के साथ। बिल्कुल मुफ्त। एक डिस्कॉर्ड बॉट पर। उसी पल मुझे एहसास हुआ कि ये टूल आम AI वीडियो के प्रचार से बिल्कुल अलग है।

विगल ने एक साल से भी कम समय में शून्य से 16 लाख डिस्कॉर्ड सदस्यों तक का सफर तय किया। 2024 में सोशल मीडिया पर मौजूद आधे से ज़्यादा AI मीम कंटेंट का आधार यही विगल ही बना। और इसके पीछे की तकनीक, JST-1 नामक एक मॉडल जो 2D पिक्सल के पैटर्न-मैचिंग के बजाय 3D फिजिक्स को समझता है, AI वीडियो के क्षेत्र में वाकई कुछ नया लेकर आया है। यह लेख विगल क्या है, JST-1 कैसे काम करता है, इस टूल का चरण-दर-चरण उपयोग कैसे करें, और AI वीडियो जनरेशन के क्षेत्र में इसकी तुलना अन्य प्रमुख कंपनियों से कैसे की जा सकती है, इन सभी पहलुओं को कवर करता है।

विगल एआई क्या है और यह क्यों महत्वपूर्ण है?

विगल एआई एक कैरेक्टर एनिमेशन प्लेटफॉर्म है जो किसी व्यक्ति या कैरेक्टर की स्थिर छवि को गतिमान कर देता है। यह अधिकांश एआई टूल्स की तरह फोटो को ज़ूम और पैन करने जैसे अटपटे तरीके से काम नहीं करता। विगल वास्तविक 3डी गति उत्पन्न करता है। कैरेक्टर मुड़ता है, चलता है, नाचता है, कूदता है, और उसकी गति भौतिकी के नियमों का पालन करती है: गुरुत्वाकर्षण, भार स्थानांतरण, कपड़ों का लटकना, गति आदि।

इस कंपनी की स्थापना कंप्यूटर विज़न और 3डी मॉडलिंग में विशेषज्ञता रखने वाली एक टीम ने की थी। उन्होंने JST-1 का निर्माण किया, जिसका पूरा नाम जॉइंट स्पेस-टाइम है, और वे इसे "पहला वीडियो-3डी फाउंडेशन मॉडल बताते हैं जो वास्तविक भौतिकी की समझ के साथ आता है।" यह दावा गहराई से समझने योग्य है क्योंकि यही बात विगल को अपनी श्रेणी के अन्य सभी उत्पादों से अलग करती है।

अधिकांश एआई वीडियो टूल (रनवे जेन-3, पिका, क्लिंग) पिछले फ्रेम के आधार पर अगले फ्रेम के स्वरूप का अनुमान लगाकर वीडियो बनाते हैं। वे 2डी पिक्सेल स्पेस में काम करते हैं। आउटपुट तब तक अच्छा दिखता है जब तक किसी पात्र को अगल-बगल मुड़ने, किसी वस्तु से संपर्क करने या प्रशिक्षण डेटा में शामिल न किए गए किसी अन्य तरीके से हिलने की आवश्यकता न हो। उसके बाद चीजें अजीब हो जाती हैं: अंग शरीर के आर-पार हो जाते हैं, अनुपात बदल जाते हैं, गुरुत्वाकर्षण काम करना बंद कर देता है।

JST-1 एक अलग दृष्टिकोण अपनाता है। यह इनपुट छवि से चरित्र का 3D प्रतिनिधित्व पुनर्निर्मित करता है, चरित्र की कंकाल संरचना को समझता है, और फिर अंतिम 2D वीडियो आउटपुट प्रस्तुत करने से पहले भौतिकी नियमों के अनुसार उस 3D मॉडल को एनिमेट करता है। चरित्र में आयतन, भार और जोड़ होते हैं। जब यह नृत्य करता है, तो पैर सही बल के साथ जमीन से धक्का देते हैं। जब यह मुड़ता है, तो परिप्रेक्ष्य सही ढंग से बदलता है क्योंकि मॉडल को पता होता है कि चरित्र का केवल सामने का भाग ही नहीं, बल्कि पीछे का भाग भी है।

क्या आउटपुट एकदम सही है? नहीं। जटिल दृश्यों में अभी भी खामियां दिखाई देती हैं। कई पात्रों के बीच की बातचीत भरोसेमंद नहीं है। और यह मॉडल कार्टून और एनीमे पात्रों के साथ सबसे अच्छा काम करता है, न कि वास्तविक दिखने वाले इंसानों के साथ। लेकिन किसी स्थिर छवि से एकल-पात्र एनीमेशन के लिए, विगल ऐसे परिणाम देता है जो मैंने इस कीमत पर किसी भी उपभोक्ता उपकरण में नहीं देखे हैं। और यह मुफ़्त है।

Viggle AI का उपयोग कैसे करें: चरण-दर-चरण मार्गदर्शिका

Viggle दो प्लेटफॉर्म पर चलता है: एक वेब ऐप और एक Discord बॉट। Discord बॉट पहले आया था और अभी भी समुदाय के लिए प्राथमिक इंटरफ़ेस है। आइए देखें कि प्रत्येक मुख्य फ़ीचर कैसे काम करता है।

मिक्स: मुख्य आयोजन

Mix ही वो चीज़ है जिसने Viggle को वायरल कर दिया। इसमें आपको दो इनपुट देने होते हैं: एक कैरेक्टर इमेज और एक मोशन वीडियो। Viggle आपकी इमेज से कैरेक्टर को निकालता है, उसे वीडियो के मोशन पर मैप करता है और परिणाम को रेंडर करता है।

चरण दर चरण: विगल वेब ऐप या डिस्कॉर्ड खोलें। /mix कमांड का उपयोग करें। किसी पात्र की स्पष्ट छवि अपलोड करें (एक व्यक्ति, जिसका शरीर दिखाई दे रहा हो और रोशनी अच्छी हो)। अपनी इच्छित गति (नृत्य, चलना या हावभाव) वाला एक छोटा वीडियो अपलोड करें। अपनी पृष्ठभूमि चुनें: ग्रीन स्क्रीन, सफेद या मूल। जनरेट पर क्लिक करें। 60-120 सेकंड प्रतीक्षा करें। आपको संदर्भ क्लिप से ली गई गति को प्रदर्शित करते हुए अपने पात्र का वीडियो प्राप्त होगा।

परिणाम काफी हद तक आपके इनपुट पर निर्भर करते हैं। स्पष्ट और साफ-सुथरी कैरेक्टर इमेज जिनमें अंग साफ दिखाई दे रहे हों, सबसे अच्छी रहती हैं। धुंधली पृष्ठभूमि, शरीर के अस्पष्ट अंग या अजीब कोण मॉडल को भ्रमित कर देते हैं। मोशन वीडियो तब सबसे अच्छे होते हैं जब उनमें एक ही व्यक्ति स्पष्ट और अलग-अलग हरकतें करता हुआ दिखाई दे। सूक्ष्म हाव-भाव बड़े नृत्यों की तुलना में अधिक कठिन होते हैं।

गति: पृष्ठभूमि को संरक्षित रखते हुए एनिमेशन करें

Move, Mix के समान है लेकिन इसमें कैरेक्टर का मूल बैकग्राउंड बरकरार रहता है। कैरेक्टर की इमेज अपलोड करें, मोशन वीडियो अपलोड करें, और सिस्टम उस दृश्य को बनाए रखते हुए कैरेक्टर को एनिमेट करेगा जिसमें वह खड़ा है। यह तब उपयोगी होता है जब आपको संदर्भ की आवश्यकता हो: जैसे कि कोई व्यक्ति अपनी डेस्क पर बैठा अचानक नाचने लगे, या कोई कैरेक्टर पार्क में हाथ हिला रहा हो।

विचार करें और शैली निर्धारित करें

आइडिएट टेक्स्ट प्रॉम्प्ट से वीडियो कॉन्सेप्ट तैयार करता है। आप जो चाहते हैं उसका वर्णन करें और मॉडल एक वीडियो बना देगा। स्टाइलाइज़ आपको किसी मौजूदा कैरेक्टर या एनिमेशन की विज़ुअल स्टाइल बदलने की सुविधा देता है। ये दोनों मिक्स और मूव की तुलना में अधिक प्रयोगात्मक हैं, और इनके परिणाम कम अनुमानित होते हैं।

/कैरेक्टर कमांड

इससे आप एक ऐसा कैरेक्टर बना सकते हैं जिसे आप कई एनिमेशन में इस्तेमाल कर सकते हैं। एक बार इमेज अपलोड करें, उसे कैरेक्टर के रूप में सेव करें और भविष्य के एनिमेशन में उसे बार-बार अपलोड किए बिना इस्तेमाल करें। कंटेंट क्रिएटर्स जो बार-बार इस्तेमाल होने वाला कैरेक्टर (जैसे मैस्कॉट, अवतार या ब्रांड फिगर) बनाते हैं, उनके लिए इससे काफी समय बचता है।

विगल की कीमत: क्या मुफ़्त है और क्या भुगतान के योग्य है

विगल एक फ्रीमीयम मॉडल का उपयोग करता है और अधिकांश एआई वीडियो टूल की तुलना में इसका फ्री टियर आश्चर्यजनक रूप से उदार है।

व्यावसायिक अधिकारों वाला पहलू उल्लेखनीय है। विगल का कहना है कि निर्मित सामग्री "पूरी तरह से रॉयल्टी-मुक्त" है और "आपके द्वारा बनाए गए प्रत्येक वीडियो के लिए पूर्ण व्यावसायिक उपयोग अधिकार" उपलब्ध हैं। यह असामान्य है। अधिकांश एआई वीडियो प्लेटफॉर्म या तो मुफ्त संस्करणों पर व्यावसायिक उपयोग को प्रतिबंधित करते हैं या उद्यम लाइसेंसिंग शुल्क लेते हैं। विगल आपको बिना किसी अतिरिक्त शुल्क के मार्केटिंग, सोशल मीडिया या किसी भी व्यावसायिक उद्देश्य के लिए आउटपुट का उपयोग करने की अनुमति देता है।

प्रीमियम की कीमत समय के साथ बदलती रही है और क्षेत्र के अनुसार अलग-अलग होती है। मौजूदा दरों के लिए सीधे viggle.ai पर जाएं। जब मैंने आखिरी बार देखा था, तब पेड प्लान की कीमत $20 प्रति माह से कम थी और इसमें मुख्य रूप से वॉटरमार्क हटाना, क्यू प्रायोरिटी बढ़ाना और दैनिक जनरेशन लिमिट बढ़ाना शामिल था।

विगल बनाम रनवे बनाम पिका बनाम क्लिंग: यह कहाँ फिट बैठता है

एआई वीडियो जनरेशन का क्षेत्र तेजी से प्रतिस्पर्धी होता जा रहा है। आइए देखते हैं कि विगल की तुलना में अन्य टूल्स कहां खड़े हैं।

विगल का मकसद सिनेमाई गुणवत्ता के मामले में रनवे से मुकाबला करना नहीं है। न ही यह सोशल मीडिया पर जल्दी से अपलोड होने वाले वीडियो के लिए पिका की जगह लेना चाहता है। इसका मुख्य क्षेत्र कैरेक्टर एनिमेशन है: किसी व्यक्ति या किरदार की स्थिर छवि को जीवंत रूप से गतिशील बनाना। इस क्षेत्र में, जेएसटी-1 की भौतिकी की समझ इसे वह बढ़त देती है जो पिक्सेल-आधारित टूल नहीं दे सकते।

विगल की कमी यह है कि यह रनवे या पिका की तरह वीडियो को शुरू से जनरेट नहीं कर सकता। इसके लिए आपको एक इनपुट इमेज और एक मोशन रेफरेंस की आवश्यकता होती है। यह एनिमेशन है, जनरेशन नहीं। आउटपुट की लंबाई 30 सेकंड तक सीमित है। और यह फिलहाल सचित्र या कार्टून पात्रों के साथ सबसे अच्छा काम करता है। फोटो-रियलिस्टिक मानव पात्रों के साथ कभी-कभी 3डी पुनर्निर्माण के कारण चेहरे की विशेषताओं और त्वचा की बनावट में सूक्ष्म त्रुटि दिखाई देती है।

विगल की खासियत: इस कीमत पर इसकी मोशन क्वालिटी बेजोड़ है। अच्छी इनपुट के साथ विगल का एक मुफ्त जनरेशन, रनवे के 76 डॉलर प्रति माह के सब्सक्रिप्शन से मिलने वाले कैरेक्टर एनिमेशन से कहीं अधिक वास्तविक और विश्वसनीय मूवमेंट उत्पन्न करता है। ऐसा इसलिए है क्योंकि विगल का मॉडल वास्तव में 3D स्पेस को समझता है, जबकि अन्य 2D पैटर्न से इसका अनुमान लगाते हैं।

Viggle का असल में इस्तेमाल किस लिए करें: वास्तविक उपयोग के उदाहरण

मीम के उपयोग के कारण ही विगल के डिस्कोर्ड पर 1.6 मिलियन सदस्य हो गए हैं, लेकिन इसके और भी व्यावहारिक उपयोग हैं।

कंटेंट क्रिएटर्स इसका इस्तेमाल सोशल मीडिया पर अपने अवतार या पर्सनालिटी को एनिमेट करने के लिए करते हैं। कार्टून कैरेक्टर अवतार वाला यूट्यूबर बिना किसी एनिमेटर को हायर किए वीडियो में उस कैरेक्टर को डांस करवा सकता है, हाथ हिला सकता है या प्रतिक्रिया दे सकता है। टिकटॉक क्रिएटर्स तस्वीरों से कैरेक्टर लेकर ट्रेंडिंग डांस करवाते हैं। हर क्लिप के लिए दो मिनट से भी कम समय लगने के कारण रोजाना एनिमेटेड कंटेंट बनाना संभव है।

छोटे व्यवसाय और विपणनकर्ता इसका उपयोग त्वरित प्रचार एनिमेशन के लिए करते हैं। एक रेस्तरां अपने शुभंकर की तस्वीर लेकर उसे सोशल मीडिया विज्ञापन में नचा सकता है। एक ई-कॉमर्स ब्रांड किसी उत्पाद के चरित्र को एनिमेटेड करके उसे प्रचार सामग्री में शामिल कर सकता है। निःशुल्क लागत और वाणिज्यिक लाइसेंसिंग इसे उन व्यवसायों के लिए सुलभ बनाती है जो मोशन डिज़ाइन स्टूडियो का खर्च वहन नहीं कर सकते।

इंडिपेंडेंट गेम डेवलपर्स और स्टोरीबोर्ड आर्टिस्ट इसका इस्तेमाल प्रोटोटाइपिंग के लिए करते हैं। फुल एनिमेशन में निवेश करने से पहले, वे यह जांच सकते हैं कि कोई कैरेक्टर गति में कैसा दिखता है। क्या पोज़ सही है? क्या मूवमेंट भावनाओं को व्यक्त करता है? विगल एक मोटा-मोटा लेकिन त्वरित जवाब देता है।

शिक्षा एक ऐसा उपयोग है जिसकी मैंने उम्मीद नहीं की थी, लेकिन यह समझ में आता है। शिक्षक और पाठ्यक्रम निर्माता एक चरित्र शुभंकर का उपयोग करके उसे व्याख्यात्मक वीडियो में एनिमेटेड रूप में प्रस्तुत करते हैं। स्लाइड पर स्थिर छवि की तुलना में यह कहीं अधिक आकर्षक होता है। प्रकाश संश्लेषण की व्याख्या करते समय हावभाव दिखाने वाला चरित्र 12 वर्षीय बच्चे का ध्यान पाठ और तीरों की तुलना में अधिक समय तक बनाए रखता है। मैंने टिकटॉक पर भाषा प्रशिक्षकों को विगल का उपयोग करके विभिन्न संस्कृतियों में अभिवादन प्रदर्शित करने वाले एनिमेटेड चरित्र बनाते देखा है। रचनात्मक, कम मेहनत वाला और कारगर तरीका।

सीमाएं और ध्यान रखने योग्य बातें

विगल प्रभावशाली है लेकिन इसकी कुछ वास्तविक सीमाएँ हैं।

मानव छवियों को सपोर्ट किया जाता है, लेकिन मॉडल को स्पष्ट रूप से चित्रित पात्रों के लिए अनुकूलित किया गया था। फोटो रियलिस्टिक परिणाम कभी-कभी सटीक नहीं होते। चेहरे कभी-कभी अजीब से दिखने लगते हैं। हाथों की बनावट में सुधार हो रहा है, लेकिन फिर भी यह मौजूदा हर एआई वीडियो टूल की सबसे बड़ी कमजोरी है।

30 सेकंड की सीमा का मतलब है कि आप लंबे वीडियो नहीं बना सकते। छोटे वीडियो से ज़्यादा कुछ भी बनाने के लिए, आपको कई वीडियो को एक साथ एडिट करना होगा।

निजता एक जायज़ चिंता का विषय है। आप क्लाउड सेवा पर तस्वीरें और वीडियो अपलोड कर रहे हैं। निजता से संबंधित सबरेडिट पर विगल की डेटा संबंधी प्रथाओं को लेकर एक चर्चा हुई थी, और हालांकि कंपनी ने ट्रेसबिलिटी के लिए कंटेंट मॉडरेशन और C2PA मेटाडेटा टैगिंग लागू की है, फिर भी संवेदनशील व्यक्तिगत तस्वीरें अपलोड करने से पहले सोच-विचार करना चाहिए। खासकर दूसरों की तस्वीरें उनकी सहमति के बिना अपलोड करने से पहले। डीपफेक की संभावना स्पष्ट है और नैतिक जिम्मेदारी उपयोगकर्ता की है।

एपीआई न होने का मतलब है कि कोई स्वचालित वर्कफ़्लो नहीं है। अगर आप विगल को किसी उत्पाद में एकीकृत करना चाहते हैं या प्रोग्रामेटिक रूप से सैकड़ों एनिमेशन बनाना चाहते हैं, तो फिलहाल आपके लिए यह संभव नहीं है। सब कुछ वेब ऐप या डिस्कॉर्ड के माध्यम से मैन्युअल रूप से करना होगा।

अभी तक कोई ऐसा मोबाइल ऐप भी उपलब्ध नहीं है जो सभी सुविधाओं को एक समान रूप से प्रदान करता हो। iOS ऐप मौजूद है, लेकिन यह एक सरलीकृत संस्करण है जो मिक्स/मूव के पूरे वर्कफ़्लो के बजाय मीम टेम्प्लेट्स पर केंद्रित है। और डिस्कॉर्ड पर निर्भरता, हालांकि समुदाय के निर्माण में एक अहम भूमिका निभाती है, उन उपयोगकर्ताओं के लिए परेशानी पैदा करती है जो डिस्कॉर्ड का उपयोग नहीं करते हैं। किसी सर्वर से जुड़ना, स्लैश कमांड सीखना और सार्वजनिक कतार में प्रतीक्षा करना सामान्य सॉफ़्टवेयर अनुभव नहीं है। वेब ऐप मददगार है, लेकिन यह अभी भी विकास के चरण में है और इसमें कुछ सुविधाओं की कमी है।

Jordan Morris

Jordan Morris is an AI expert with over a decade of experience and the author of a widely-read blog focused on artificial intelligence. His content spans a range of topics—from the ethics of machine learning to real-world applications of neural networks in business. Known for his clear writing and deep insights, Jordan has become a trusted voice in the AI community, appealing to both newcomers and seasoned professionals alike.