केवल टेक्स्ट और रेफरेंस इमेज डालकर, एक वीडियो जिसे बनाने में पहले घंटों लगते थे, अब मिनटों में तैयार हो जाता है।
एक छोटा वीडियो बनाना वास्तव में बहुत बड़ी बात है।
आपको कैमरा तैयार करना होता है, कलाकारों को इकट्ठा करना होता है, शूट करना होता है, कट करना होता है, कैप्शन जोड़ने होते हैं, और आवाज़ जोड़नी होती है। इससे पहले कि आपको पता चले, एक वीडियो में कई घंटे लग जाते हैं। आउटसोर्सिंग महंगी है, और काम पूरा होने में समय लगता है।
अब, यह उतना ही सरल हो गया है जितना कि टेक्स्ट और फ़ोटो इनपुट करना।
अप्रैल की शुरुआत में, ByteDance का नवीनतम वीडियो जनरेशन AI, "Seedance 2.0," जापान में उपलब्ध हो गया।
इसके अलावा, वर्तमान में इस मॉडल को गुणवत्ता के मामले में उपलब्ध शीर्ष श्रेणी के वीडियो AI से काफी बेहतर माना जाता है।
इस लेख को पढ़कर, शॉर्ट वीडियो का निर्माण, जिसमें पहले फिल्मांकन और एडिटिंग में घंटों लगते थे, सिर्फ टेक्स्ट और रेफरेंस इमेजेज को इनपुट करने और इंतजार करने के काम में बदल जाएगा। एक फिल्म जैसा दिखने वाला 15 सेकंड का वीडियो मिनटों में तैयार हो जाएगा। फिल्मांकन और एडिटिंग का प्रयास लगभग शून्य हो जाता है।
जो लोग सोचते हैं कि "AI वीडियो अभी भी विकृत और बेकार है," उनकी धारणाएँ शायद बदल जाएँगी।
बिना फिल्मांकन, बिना कलाकारों और बिना एडिटिंग कौशल का युग आ गया है
पिछले AI वीडियो में अक्सर मानवीय हरकतें विकृत होती थीं, अतिरिक्त उंगलियाँ होती थीं, और तुरंत पहचाना जा सकता था कि "ओह, यह AI है।"
Seedance 2.0 अलग है।
बड़ी भीड़ वाले वीडियो। तेज़ गति से चलने वाले लोगों के वीडियो। फिल्मों जैसे दिखने वाले डायनामिक वीडियो। कहानी वाले कॉमेडी-स्टाइल वीडियो। उच्च गुणवत्ता वाले एनिमेशन।
पिछले वीडियो AI के साथ जो अभिव्यक्तियाँ और हरकतें नहीं बनाई जा सकती थीं, अब बिना टूटे-फूटे उन्हें तैयार किया जा सकता है।
संक्षेप में, इसका मतलब यह है:
अब तक, आपको एक वीडियो पाने के लिए फिल्मांकन करना होता था, कलाकारों को लाना होता था और एडिटिंग करनी होती थी। अब, सिर्फ टेक्स्ट और रेफरेंस इमेजेज डालने से, एक फिल्म-ग्रेड का शॉर्ट वीडियो मिनटों में आ जाता है।
"पहले" की स्थिति थी "एक वीडियो में कई घंटे," और "अब" की स्थिति है "एक वीडियो कुछ ही मिनटों में।" यह अंतर ही Seedance 2.0 का असली मूल्य है।
Seedance 2.0 क्या है और यह अब सबसे मजबूत क्यों है?
आइए सामग्री में थोड़ा गहराई से देखें। यह जानने से आपको यह समझने में मदद मिलेगी कि आप इसका उपयोग आत्मविश्वास से क्यों कर सकते हैं।
Seedance 2.0 "ByteDance Seed" द्वारा बनाया गया एक वीडियो जनरेशन AI है, जो TikTok चलाने वाली कंपनी ByteDance की AI रिसर्च टीम है। इसे फरवरी की शुरुआत में चीन में प्री-रिलीज़ किया गया था।
सीधे शब्दों में कहें तो, यह जो कर सकता है वह है:
- टेक्स्ट से वीडियो बनाना
- उस माहौल वाला वीडियो बनाने के लिए अधिकतम 9 रेफरेंस इमेज इनपुट करना
- उनके आधार पर एक नया वीडियो बनाने के लिए अधिकतम 3 रेफरेंस वीडियो इनपुट करना
इसमें बेहतरीन मूवमेंट स्थिरता और शारीरिक अभिव्यक्ति होने का दावा किया जाता है, जो जटिल गतिविधियों के सही चित्रण की अनुमति देता है। टेक्स्ट निर्देशों का पालन और स्थिरता में भी व्यापक रूप से सुधार हुआ है, जिससे वीडियो विस्तार और एडिटिंग पहले से कहीं अधिक सहज हो गई है।
इसकी खास बात यह है कि सामान्य उपयोगकर्ता भी पूरी निर्माण प्रक्रिया को एक फिल्म निर्देशक की तरह आसानी से नियंत्रित कर सकते हैं।
इसके अलावा, आप वीडियो में ध्वनि और प्रभाव जोड़ सकते हैं, या लिप-सिंक का उपयोग करके पात्रों को जापानी बोलवा सकते हैं।
दो मॉडल तैनात किए जा रहे हैं: मुख्य "Seedance 2.0 (Dreamina Seedance 2.0)" और हाई-स्पीड, कम लागत वाला "Seedance S2." इनका उपयोग उद्देश्य के अनुसार किया जाता है।
अब, इसके वास्तविक प्रदर्शन के बारे में।
ByteDance Seed द्वारा जारी बेंचमार्क में, Seedance 2.0 को OpenAI के Sora 2 Pro और Kling जैसे प्रमुख मॉडलों के प्रदर्शन से कहीं अधिक बताया गया है।
चूंकि यह उनका अपना दावा है, यहाँ एक और तथ्य है: इसने प्रसिद्ध AI बेंचमार्क "Arena" और "Artificial Analysis" दोनों पर दुनिया में पहला या दूसरा स्थान हासिल किया है, जो उपयोगकर्ता वोटिंग पर आधारित हैं।
इस स्तर पर, आप यह नहीं कह सकते कि "AI वीडियो अभी भी बहुत जल्दी है।"
वैसे, APIs भी प्रदान किए जाते हैं और विभिन्न साइटों पर उपयोग किए जा सकते हैं, लेकिन कुछ साइटें संदिग्ध हैं कि क्या उनमें वास्तव में Seedance 2.0 है। आधिकारिक प्लेटफ़ॉर्म या ऐसे टूल का उपयोग करना सबसे सुरक्षित है जिनका कोई विवाद का इतिहास नहीं है, जैसे "FAL" या "Runway."
कॉपीराइट मुद्दे और वैश्विक विस्तार का रास्ता
यह जानना भी अच्छा है कि यह अप्रैल तक जापान में उपलब्ध क्यों नहीं था। यह प्रतिबंध "वास्तविक मानव चेहरों का उपयोग नहीं किया जा सकता" के कारण की भी व्याख्या करता है, जिसका उल्लेख बाद में आएगा।
जब फरवरी की शुरुआत में चीन में इसका प्री-रिलीज़ हुआ, तो चीनी उपयोगकर्ताओं द्वारा बनाए गए वीडियो सोशल मीडिया पर फैल गए।
इनमें लोकप्रिय जापानी एनीम और टोकुसात्सु फिल्मों के पात्रों वाले वीडियो शामिल थे। यह एक बड़ा मुद्दा बन गया।
फरवरी के मध्य में, वॉल्ट डिज़नी ने ByteDance को पात्रों के अनधिकृत उपयोग का हवाला देते हुए उपयोग बंद करने का नोटिस भेजा। जापान में, AI रणनीति मंत्री ने भी संकेत दिया कि सरकार एनीम पात्रों से मिलते-जुलते वीडियो के लिए कॉपीराइट उल्लंघन की चिंताओं की जाँच करेगी।
यह एक ऐसी स्थिति बन गई जिसने बड़ी मीडिया कंपनियों और सरकारों को हिला दिया।
नतीजतन, ByteDance ने घोषणा की कि वह कानूनी और कॉपीराइट मुद्दों को हल करने के तरीके तलाशने के लिए फरवरी के लिए नियोजित वैश्विक विस्तार को रोक देगा।
बाद में, उन्होंने मार्च के अंत से अपने स्वयं के AI प्लेटफ़ॉर्म पर तैनाती फिर से शुरू की। उन्होंने धीरे-धीरे देशों और खातों का विस्तार किया, और लगभग 10 अप्रैल को, इसे अमेरिका और जापान सहित दुनिया भर में तैनात कर दिया गया।
इस इतिहास के कारण, वास्तविक मानव चेहरों का उपयोग करने का कार्य वर्तमान में अधिकांश टूल में बंद कर दिया गया है। इसके विपरीत, जब तक आप उस बाधा को समझते हैं, आप मन की शांति के साथ इसका उपयोग कर सकते हैं।
उपयोग विधि 1: DreaminaAI के साथ निर्माण करना
यहाँ विशिष्ट उपयोग विधियाँ दी गई हैं। पहले, "DreaminaAI" से, जो जापानी भाषा को सपोर्ट करता है।
यह 2024 में जारी एक ByteDance-संबद्ध प्लेटफ़ॉर्म है, और यह मार्च के अंत में जापान में उपलब्ध हुआ।
प्रक्रिया इस प्रकार है:
- आधिकारिक साइट के ऊपर दाईं ओर लॉगिन बटन से Google खाते या इसी तरह के माध्यम से लॉग इन करें। इस समय, "CapCut" खाते के लिए पंजीकरण की अनुमति आवश्यक है।
- लॉग इन करने के बाद, मैं हाई-स्पीड मॉडल "Dreamina Seedance 2.0 FAST" को एक बार मुफ्त में आज़माने में सक्षम था। हालाँकि, आमतौर पर सशुल्क पंजीकरण आवश्यक है। प्रदान किए गए क्रेडिट की संख्या अचानक बदल सकती है, इसलिए पंजीकरण से पहले जाँच कर लें।
- स्क्रीन के दाईं ओर फ़ॉर्म के नीचे "AI Video" चुनें और मॉडल चुनें।
- पहला और अंतिम फ्रेम सेट करें और इमेज टेक्स्ट दर्ज करें। वैकल्पिक रूप से, जनरेट करने के लिए अधिकतम 2 रेफरेंस इमेज (जिनमें वास्तविक मानव चेहरे न हों) और पूरक टेक्स्ट इनपुट करें।
"Omnipresence" सेट करके, आप @ सेक्शन से जानवरों जैसी सामग्री भी लोड और फीचर कर सकते हैं।
आप फ़ॉर्म के नीचे आस्पेक्ट रेशियो और 15 सेकंड तक की अवधि सेट कर सकते हैं। स्क्रीन के बाईं ओर क्रिएट बटन से, आप डाउनलोड कर सकते हैं, अपस्केल कर सकते हैं, या गति को स्मूथ बनाने के लिए फ्रेम रेट बढ़ा सकते हैं।
जापानी इंटरफ़ेस के साथ, आप यह सब कर सकते हैं। यह आपके पहले वीडियो के लिए एकदम सही है।
उपयोग विधि 2: FAL और Higgsfield के साथ निर्माण करना
जो लोग अधिक पेशेवर रूप से निर्माण करना चाहते हैं, उनके लिए "FAL" विकल्प है।
FAL एक ऐसा प्लेटफ़ॉर्म है जहाँ आप अलग-अलग बिलिंग के साथ विभिन्न AI मॉडल का उपयोग कर सकते हैं।
- आधिकारिक पेज के ऊपर दाईं ओर से GitHub या Google खाते का उपयोग करके लॉग इन करें।
- Settings सेक्शन में क्रेडिट चार्ज करें।
- स्क्रीन के शीर्ष पर फ़ॉर्म में "Seedance 2.0" दर्ज करें और मॉडल चुनें।
- इस बार, "Reference Model" चुनें, जो आपको अधिकतम 9 इमेज, 3 वीडियो और 3 ऑडियो फ़ाइल अपलोड करने की अनुमति देता है।
मूल्य प्रत्येक मॉडल पेज के नीचे दाईं ओर सूचीबद्ध है। यह काफी जटिल है, क्योंकि रेफरेंस वीडियो जोड़ने से कीमत बढ़ जाती है, इसलिए पहले से जाँच कर लें।
एक बार सामग्री सेट हो जाने के बाद, जनरेट करने के लिए प्रॉम्प्ट, रेज़ोल्यूशन, समय और आस्पेक्ट रेशियो चुनें। यदि आप रेफरेंस इमेज और ऑडियो इनपुट करते हैं, तो आप इसे लिप-सिंक के साथ जापानी बोल सकते हैं। हालाँकि, यह काफी महंगा है, 8 सेकंड के वीडियो के लिए लगभग $2.5 खर्च होता है।
एक और जो मुझे अच्छा लगा वह है "Higgsfield."
आप यहाँ भी Seedance 2.0 का उपयोग कर सकते हैं, और यह ऑल-इन-वन है। आप मूल Dreamina के साथ क्रेडिट की तुलना भी कर सकते हैं।
मैंने वास्तव में इसे आज़माया, और पहले फ्रेम और एक प्रॉम्प्ट से वीडियो जनरेट करने पर बिना किसी टूट-फूट के गुणवत्ता प्राप्त हुई।
जब मैंने "एक हाई स्कूल की छात्रा और एक बड़े राक्षस के जंगल में एक्शन करने" के लिए 6-शॉट प्रॉम्प्ट भेजा, तो यह लगभग 11 मिनट और 30 सेकंड में पूरा हो गया। Dreamina के साथ, इसमें लगभग 7 से 8 मिनट लगते हैं। कोई विकृति या टूट-फूट नहीं थी, और यह पूरी तरह से Seedance 2.0 गुणवत्ता थी।
दिलचस्प बात यह है कि उसी प्रॉम्प्ट का उपयोग करके अन्य मॉडलों के साथ इसकी तुलना करना है।
- Veo... बीच में ही टूट गया
- Kling... गलत दिशा में देख रहा है, और राक्षस सस्ता दिखता है
- Grok... फ़ुटेज अच्छा है, लेकिन वे लड़ नहीं रहे हैं, और यह एक कम्पोजिट जैसा लगता है
सभी मामलों में, Seedance 2.0 भारी अंतर से विजेता रहा।
वैसे, हाई-स्पीड संस्करण "Seedance 2.0 FAST" की लागत 53 क्रेडिट है और यह मुख्य मॉडल की तुलना में थोड़ा हल्का है। लेकिन गुणवत्ता में कोई समस्या नहीं है, और क्रेडिट लगभग आधे हैं। उन दृश्यों के लिए जो महत्वपूर्ण नहीं हैं या जिनमें बहुत कम हलचल है, यह पर्याप्त है।
टूल चयन और लागत प्रदर्शन: निर्माण करना कहाँ लाभदायक है?
तो, आखिरकार निर्माण करना कहाँ लाभदायक है? यह पैसे का मामला है, इसलिए मैं दिए गए आंकड़ों के आधार पर शांतिपूर्वक इसकी समीक्षा करूँगा।
पहले, मूल Dreamina। Seedance 2.0 की लागत 360 क्रेडिट (5 सेकंड के लिए 120 क्रेडिट) है, और प्रति माह 5,200 येन के लिए, आपको लगभग 5,775 क्रेडिट मिलते हैं। व्यक्तिगत रूप से देखें तो, लागत प्रदर्शन सस्ता है।
इसके विपरीत, Higgsfield की ताकत ऑल-इन-वन होना है। आप न केवल Seedance, बल्कि Kling, इमेज जनरेशन, NanoBanana, वीडियो और ऑडियो जनरेशन, और यहाँ तक कि ड्रामा प्रोडक्शन के लिए विशेष Cinema Studio का भी उपयोग कर सकते हैं।
Higgsfield के पास "Zephyr" नामक एक मूल नाटक भी है, जो Netflix-शैली का काम है जहाँ पात्र वास्तविक लोग नहीं बल्कि सभी AI हैं। यह Cinema Cast और Cinema Studio के साथ बनाया गया है।
तीन योजनाएँ हैं: Starter, Plus और Ultra। वार्षिक भुगतान पर 70% की छूट है। हालाँकि, सबसे कम Starter योजना केवल FAST का उपयोग कर सकती है, इसलिए Plus या उससे ऊपर सुरक्षित है।
और 13 अप्रैल, 2026 को, Higgsfield ने उद्योग की सबसे कम कीमत का दावा करते हुए मूल्य संशोधन की घोषणा की।
$52 में, आप 150 वीडियो जनरेट कर सकते हैं, जो प्रति वीडियो लगभग $0.347 है। जापानी येन में, यह लगभग 55 येन है। यह 5-सेकंड जनरेशन/20-क्रेडिट गणना पर आधारित है, और 15 सेकंड के लिए, इसे 90 क्रेडिट से घटाकर 60 क्रेडिट कर दिया गया है।
वार्षिक Ultra योजना 3,000 क्रेडिट के लिए प्रति माह $52 है।
इसकी तुलना Dreamina की 1-वर्षीय योजना (प्रति वर्ष 49,800 येन, प्रति माह लगभग 4,000 येन, प्रति माह 5,775 क्रेडिट) से 160 येन प्रति डॉलर की दर से करने पर, संशोधन के बाद, Higgsfield प्रति वीडियो लगभग 55 येन है, और Dreamina प्रति वीडियो लगभग 86 येन है। वार्षिक योजना को देखते हुए, Higgsfield सस्ता साबित हुआ।
ध्यान दें कि Seedance 2.0 का उपयोग OpenArt, Freepik, Artlist, ElevenLabs आदि पर भी किया जा सकता है। हालाँकि, क्रेडिट की खपत टूल के अनुसार भिन्न होती है, इसलिए आपको इसकी जाँच करनी होगी।
एक सावधानी: वर्ष के अंत में 85% छूट जैसे बड़े अभियान होते हैं, लेकिन चूंकि AI तेज़ी से प्रगति कर रहा है, 1-वर्षीय अनुबंध में जोखिम भी होते हैं। पहले थोड़े समय के लिए इसे आज़माना सुरक्षित है।
आप कौन से वीडियो बना सकते हैं और प्रतिबंध: आगे क्या होता है?
आइए Seedance 2.0 के साथ आप क्या बना सकते हैं, इसे फिर से व्यवस्थित करें।
- बड़ी भीड़ वाले वीडियो
- सुचारू रूप से चलने वाले एनीम वीडियो
- फिल्मों जैसे डायनामिक वीडियो
- प्राकृतिक जापानी बोलने वाले वीडियो
आप इस समय AI वीडियो का सबसे बेहतरीन नमूना बना सकते हैं। इसमें कोई संदेह नहीं है।
हालाँकि, कुछ कमियाँ भी हैं।
एक यह है कि आप वास्तविक मानव चेहरे की इमेज का उपयोग नहीं कर सकते। कॉपीराइट पात्रों के उपयोग को रोकने के लिए नोटिस प्राप्त करने के इतिहास के कारण, Dreamina और FAL सहित अधिकांश उपकरण, वास्तविक मानव चेहरों का उपयोग करने वाले वीडियो का समर्थन नहीं करते हैं।
वैसे, AI अवतार जनरेशन टूल "HeyGen" ने घोषणा की है कि वह वास्तविक मानव चेहरों को दर्शाने वाले वीडियो बना सकता है। यदि आप चेहरे का उपयोग करना चाहते हैं, तो वही एक है।
दूसरा यह है कि कीमत काफी अधिक है। यह अभी तक उस स्तर पर नहीं है जहाँ आप इसे आकस्मिक रूप से उपयोग कर सकें।
लेकिन यहाँ महत्वपूर्ण भाग है।
अलीबाबा की नई AI टीम के बारे में कहा जाता है कि वह 30 अप्रैल को Seedance 2.0 के तुलनीय एक मॉडल के लिए API जारी करेगी। Google का अगला संस्करण भी जल्द ही आने की संभावना है।
जैसे-जैसे प्रतिद्वंद्वी सामने आएंगे, कीमतें स्थिर होंगी।
दूसरे शब्दों में, यदि आप इसे अब छूते हैं और इसके अभ्यस्त हो जाते हैं, तो आप जैसे ही यह सस्ता होगा, बड़े पैमाने पर उत्पादन मोड में प्रवेश कर सकते हैं। समय से पहले हाथ हिलाना शुरू करना इसके लायक है।
सारांश: वीडियो निर्माण की सामान्य समझ बदल गई है
इतना पढ़ने के बाद, यह सबसे महत्वपूर्ण बात है जो मैं चाहता हूँ कि आप अपने साथ ले जाएँ।
वीडियो निर्माण की प्रतिस्पर्धात्मकता बदल गई है।
अब तक, "फिल्मांकन और एडिटिंग तकनीक" हथियार थे। अब से, निर्देशक का निर्णय - "योजना, सामग्री चयन और प्रॉम्प्ट" - हथियार होगा।
फिल्मांकन, अभिनय, एडिटिंग। यह पूरी प्रक्रिया टेक्स्ट और रेफरेंस सामग्री को इनपुट करने के कार्य से बदल दी गई है।
तो, कल से क्या करना है, यह सरल है। काम को खुद AI को सौंप दें और "क्या बनाना है" के डिज़ाइन और अंतिम अनुमोदन पर ध्यान केंद्रित करें। यह अकेले ही लागत और समय दोनों को काफी कम कर देगा।
मुझे लगता है कि यह सोचने का एक तरीका है जो सिर्फ वीडियो ही नहीं, बल्कि विभिन्न नौकरियों के लिए काम करता है।
पहला कदम बहुत हल्का हो सकता है।
Dreamina के मुफ्त परीक्षण या हाई-स्पीड FAST मॉडल के साथ सिर्फ एक वीडियो बनाने का प्रयास करें। शून्य फिल्मांकन के साथ क्या निकलता है, इसे स्वयं देखें।
आप शायद काफी आश्चर्यचकित होंगे।
