AI New Features: Meta Muse Claude Gemini Updates
Meta के Muse में वॉयस-अवतार, Claude में पर्सनल फाइनेंस और Gemini में वीडियो जनरेशन जैसे नए फीचर्स जोड़े गए हैं।
एआई मॉडल्स में नए अपडेट्स से वॉयस संवाद, पर्सनल फाइनेंस और वीडियो जनरेशन आसान होगा।
आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया में तीन प्रमुख कंपनियों ने अपने मॉडल्स को नए फीचर्स से लैस किया है। Meta के Muse, Anthropic के Claude और Google के Gemini Omni 1.2 Flash में हुए इन बदलावों से एआई के इस्तेमाल का दायरा और बढ़ने जा रहा है। अब Muse आवाज और अवतार के जरिए यूजर्स से बातचीत कर सकेगा, Claude बैंक खातों का डेटा समझकर व्यक्तिगत वित्त से जुड़े सवालों के जवाब देगा, जबकि Gemini Omni 1.2 Flash साधारण शब्दों में दिए गए निर्देशों से लंबी और बेहतर गुणवत्ता वाली वीडियो तैयार कर सकेगा।
तीनों कंपनियों के नए अपडेट में बातचीत, वित्तीय जानकारी के विश्लेषण और वीडियो निर्माण से जुड़े अलग-अलग फीचर्स शामिल किए गए हैं।
Muse: आवाज और अवतार के साथ होगी बातचीत
Meta के Muse ऐप में अब यूजर्स से सीधे आवाज के जरिए बातचीत करने की सुविधा जोड़ दी गई है। इसमें एक अवतार भी शामिल किया गया है, जो बातचीत के दौरान चेहरे के हाव-भाव और छोटे-छोटे इशारों के जरिए प्रतिक्रिया देता है। यह अपडेट अमेरिका में मोबाइल, वेब और मैक पर रोल आउट किया जा रहा है।
वॉइस चैट शुरू करने के लिए ऐप के ऊपरी दाएं कोने में दिए गए फोन आइकन पर टैप करना होगा। रिपोर्ट के अनुसार, आवाज के जरिए बातचीत की यह सुविधा जल्द ही एआई ग्लासेस और Muse Charm पर भी दिखाई देगी।
Muse में यूजर अपने किसी भी विचार को बोलकर साझा कर सकता है और एआई उस विचार को आगे बढ़ाने में मदद करेगा। उदाहरण के तौर पर, यदि कोई यूजर यात्रा की योजना बनाने के लिए बातचीत शुरू करता है, तो Muse केवल शहर का नाम मिलने पर भी आगे के सुझाव देने लगता है। इसके अलावा जॉब इंटरव्यू की तैयारी, प्रेजेंटेशन और किसी पिच की रिहर्सल के लिए भी इसका इस्तेमाल किया जा सकता है।
इसकी खासियत यह है कि यूजर चलते-फिरते या खाना बनाते समय भी सवाल पूछ सकता है। Muse बैकग्राउंड में काम करता रहता है। इसमें बातचीत के लिए आवाज चुनने का विकल्प भी दिया गया है। न्यू यॉर्कर से लेकर पाइरेट तक कई तरह की आवाजों में से चयन किया जा सकता है और जरूरत के मुताबिक इन्हें कभी भी बदला जा सकता है।
इसके जवाब तुरंत मिलते हैं और बातचीत के बीच में उसे रोका भी जा सकता है। आवाज, चेहरे के हाव-भाव और इशारों के संयोजन से बातचीत को अधिक स्वाभाविक बनाने की कोशिश की गई है।
Claude: बैंक अकाउंट जोड़कर समझ सकेंगे खर्च और बचत का हिसाब
Anthropic ने अपने एआई मॉडल Claude में पर्सनल फाइनेंस फीचर शामिल किया है। इसके जरिए यूजर्स अपने बैंक और कार्ड अकाउंट जोड़कर सामान्य भाषा में अपनी आर्थिक स्थिति और खर्चों से जुड़े सवाल पूछ सकते हैं। यह सुविधा अमेरिका में Pro, Max और Ultra प्लान के लिए बीटा संस्करण में शुरू की जा रही है।
इस फीचर के जरिए यूजर पूछ सकता है कि इस महीने उसका पैसा कहां खर्च हुआ। इसके जवाब में Claude उपलब्ध वित्तीय आंकड़ों का विश्लेषण कर खर्चों को किराया, बिल और खाने जैसी अलग-अलग श्रेणियों में बांट देता है। इसके बाद यूजर अपनी जरूरत के अनुसार आगे के सवाल भी पूछ सकता है।
मसलन, सैलरी आने से पहले खाते में कितनी रकम बची थी, यह जानने के लिए Claude पिछले महीनों के लेनदेन का विश्लेषण कर सकता है। इसमें मेंबरशिप रिन्यूअल जैसी नियमित देनदारियों और बाकी भुगतानों की जानकारी भी सामने आती है।
Claude दो बार कटे हुए चार्ज, अचानक लगाए गए शुल्क और सालभर में बढ़े बिलों की पहचान करने में भी मदद कर सकता है। यह APR जैसे वित्तीय शब्दों का अर्थ समझाने के साथ पूरे साल चुकाए गए ब्याज की गणना भी कर सकता है। यूजर के लिए साप्ताहिक खर्च का चार्ट, बिलों का कैलेंडर और अपनी पसंद के मुताबिक डैशबोर्ड तैयार करने की सुविधा भी इसमें शामिल है।
हालांकि, इस फीचर में Claude को केवल वित्तीय खातों का डेटा पढ़ने की अनुमति मिलती है। वह यूजर की ओर से कोई लेनदेन नहीं कर सकता और न ही खर्चों का प्रबंधन या निवेश जैसे काम कर सकता है। बैंक अकाउंट जोड़ने के लिए Plaid के माध्यम से बैंक में साइन-इन करना पड़ता है। Claude को बैंक का पासवर्ड दिखाई नहीं देता।
कंपनी ने यह भी स्पष्ट किया है कि इस फीचर से प्राप्त जानकारी में गलतियां हो सकती हैं। इसलिए जरूरी वित्तीय आंकड़ों की पुष्टि संबंधित बैंक से स्वयं करने की सलाह दी गई है।
Gemini Omni 1.2 Flash: सामान्य निर्देशों से 15 सेकंड तक की वीडियो
Google ने Gemini Omni 1.2 Flash लॉन्च किया है, जो Gemini Omni 1.1 Flash का नया संस्करण है। यह मॉडल अब Gemini API और Gemini for business में उपलब्ध है। इसकी मदद से यूजर सामान्य शब्दों में निर्देश देकर 3 सेकंड से लेकर 15 सेकंड तक की वीडियो तैयार कर सकते हैं। वीडियो की अवधि इन दोनों सीमाओं के बीच अपनी जरूरत के अनुसार चुनी जा सकती है।
नए मॉडल की कीमत पुराने संस्करण के मुकाबले 30 प्रतिशत कम रखी गई है। 720p गुणवत्ता वाली वीडियो बनाने के लिए 0.07 डॉलर प्रति सेकंड का खर्च आता है। यूजर पहले कम गुणवत्ता में वीडियो का ड्राफ्ट तैयार कर सकते हैं और बाद में उसे 1080p या 4K गुणवत्ता में अपस्केल कर सकते हैं।
वीडियो निर्माण के दौरान नए मॉडल में कैरेक्टर, प्रोडक्ट और स्टाइल से जुड़े रेफरेंस को पहले की तुलना में बेहतर तरीके से फॉलो करने की क्षमता दी गई है। इससे वीडियो के शुरुआती फ्रेम से लेकर अंतिम फ्रेम तक चेहरे, कपड़े, पैकेजिंग पर लिखे टेक्स्ट और ब्रांड के रंगों में एकरूपता बनाए रखने में मदद मिलती है।
इसके अलावा वीडियो में स्थिरता बेहतर हुई है। पहले फ्रेम से आखिरी फ्रेम तक दिखाई देने वाली वार्पिंग और ड्रिफ्टिंग की समस्या को कम किया गया है। जटिल कैमरा मूवमेंट को भी बेहतर तरीके से तैयार किया जा सकता है। ड्रोन जैसे शॉट, जूम-आउट और ऑर्बिट कैमरा मूवमेंट कम कट के साथ तैयार किए जा सकते हैं, जिससे वीडियो में सिनेमैटिक प्रभाव आता है।
तीनों नए अपडेट एआई के अलग-अलग इस्तेमाल को आगे बढ़ाते हैं। Muse आवाज आधारित संवाद को अधिक स्वाभाविक बना रहा है, Claude व्यक्तिगत वित्तीय आंकड़ों को समझने की सुविधा दे रहा है और Gemini Omni 1.2 Flash वीडियो निर्माण को अधिक किफायती और बेहतर गुणवत्ता वाला बनाने की दिशा में नया विकल्प पेश कर रहा है।
