Meta Mango: OpenAI और Google को टक्कर देने वाला AI वीडियो मॉडल

वह घोषणा जिसने Valley को हिला दिया

यह खबर गुरुवार, 19 दिसंबर को Meta के एक आंतरिक Q&A के दौरान सामने आई। चीफ प्रोडक्ट ऑफिसर Chris Cox और अब Meta's Superintelligence Labs का नेतृत्व कर रहे Scale AI के सह-संस्थापक Alexandr Wang ने एक रोडमैप का अनावरण किया, जिसने कर्मचारियों में हलचल मचा दी।

दो मॉडल। दो कोडनेम। एक विशाल महत्वाकांक्षा।

जहां Avocado टेक्स्ट, रीजनिंग और बेहतर कोडिंग क्षमताओं पर केंद्रित है, वहीं Mango विजुअल पावरहाउस है। आंतरिक स्रोतों के अनुसार, Meta ऐसे "world models जो विजुअल जानकारी को समझते हैं और हर संभावना पर प्रशिक्षित हुए बिना तर्क कर सकते हैं, योजना बना सकते हैं और कार्य कर सकते हैं" पर विचार कर रहा है।

यह सिर्फ वीडियो जनरेशन नहीं है। यह वीडियो समझने जैसी किसी अधिक उन्नत चीज़ की ओर बढ़ना है।

Meta को इस जीत की जरूरत क्यों है

ईमानदारी से कहें: Meta AI की दौड़ में संघर्ष कर रहा है।

जहां OpenAI ने ChatGPT और अब Sora 2 की भौतिकी-सटीक वीडियो जनरेशन से दुनिया की कल्पना पर कब्जा किया, और Google ने Veo 3 और native audio synthesis के साथ बढ़त बनाई, वहीं Meta का AI assistant बस... ठीक-ठाक रहा है। कार्यात्मक। लेकिन क्रांतिकारी नहीं।

Mango के विकास का समय कोई संयोग नहीं है। गर्मियों के दौरान Meta ने AI का एक महत्वपूर्ण पुनर्गठन किया। Wang ने नव-निर्मित Meta Superintelligence Labs (MSL) की कमान संभाली, और कंपनी ने आक्रामक भर्ती अभियान चलाया, OpenAI से 20 से अधिक शोधकर्ताओं को शामिल किया और 50+ नए AI विशेषज्ञों के साथ विस्तार किया।

Alexandr Wang का प्रभाव

यदि आप Alexandr Wang को नहीं जानते, तो जानना चाहिए। उन्होंने 19 वर्ष की उम्र में Scale AI की सह-स्थापना की और उसे $13 billion की कंपनी बना दिया, जो दुनिया के कुछ सबसे उन्नत AI सिस्टम्स के पीछे डेटा इन्फ्रास्ट्रक्चर को शक्ति देती है। उनका MSL का नेतृत्व करना संकेत देता है कि Meta केवल समस्या पर पैसा नहीं फेंक रहा है। वे ऐसे व्यक्ति को ला रहे हैं जो डेटा लेबलिंग से मॉडल डिप्लॉयमेंट तक पूरी AI पाइपलाइन को समझता है।

Meta ने अंदर से पदोन्नति देने के बजाय किसी बाहरी व्यक्ति को चुना, यह उनकी तत्परता के बारे में बहुत कुछ कहता है। यह सामान्य व्यवसाय नहीं है। यह एक रीसेट है।

Mango का क्रिएटर्स के लिए क्या मतलब हो सकता है

यहीं उन लोगों के लिए चीज़ें दिलचस्प हो जाती हैं जो वास्तव में कंटेंट बनाते हैं।

Instagram और Facebook पहले से ही शॉर्ट-फॉर्म और लॉन्ग-फॉर्म वीडियो से भरे हुए हैं। Meta के पास वितरण है। उनके पास वे क्रिएशन टूल्स नहीं हैं जिन्हें बनाने के लिए प्रतिस्पर्धी दौड़ रहे हैं। कल्पना कीजिए:

यहां world model का वास्तव में क्या अर्थ है

world model एक ऐसी प्रणाली है जो पिछली फ्रेम से अगली फ्रेम का अनुमान लगाने के बजाय किसी दृश्य का आंतरिक प्रतिनिधित्व बनाए रखती है। यह अंतर महत्वपूर्ण है क्योंकि यह मॉडल को किसी वस्तु को वहीं बनाए रखने देता है जहां वह थी, भले ही वह फ्रेम से बाहर जाए और फिर लौट आए।

यदि Mango उस वादे पर खरा उतरता है, तो हम ऐसे AI को देख रहे हैं जो केवल वीडियो फ्रेम जनरेट नहीं करता। वह दृश्य में हो रही चीज़ों को समझता है, भौतिकी और वस्तुओं के बारे में तर्क कर सकता है, और वास्तविक समझ के साथ विजुअल कंटेंट में बदलाव कर सकता है।

यह एक बड़ा यदि है। लेकिन संभावना बहुत बड़ी है।

आगे आने वाली घोषणाओं को चरण-दर-चरण कैसे समझें

1. चरण 1: जांचें कि क्या किसी डेमो में बिना कट का शॉट दिखाया गया है। कट उस drift को छिपा देता है जिसे world model को समाप्त करना चाहिए, इसलिए कट्स से बनी reel यह प्रमाण नहीं है कि drift खत्म हो गया है।
2. चरण 2: बताई गई अवधि देखें। लंबाई के बिना "Video generation" मॉडल के बारे में नहीं, डेमो के बारे में दावा है।
3. चरण 3: देखें कि यह पहले कहां जारी होता है। ऐसा मॉडल जो API के रूप में आने से पहले Reels में दिखाई देता है, frontier play के बजाय distribution play है, और एक क्रिएटर के लिए दोनों की कीमत बहुत अलग होती है।

2026 में प्रतिस्पर्धी परिदृश्य

जब तक Mango H1 2026 में जारी होगा, AI वीडियो परिदृश्य आज की तुलना में बहुत अलग दिखेगा।

Meta का लाभ तकनीकी श्रेष्ठता नहीं है। कम से कम अभी नहीं। यह तथ्य है कि 3 billion लोग प्रतिदिन उसके प्लेटफॉर्म्स का उपयोग करते हैं। यदि Mango Runway Gen-4.5 या Veo 3 की गुणवत्ता की बराबरी कर सके, तो वितरण का लाभ प्रतिस्पर्धियों के लिए विनाशकारी हो जाता है।

Yann LeCun का प्रस्थान

कमरे में एक स्पष्ट मुद्दा है। Meta के प्रसिद्ध मुख्य AI वैज्ञानिक और "deep learning के जनकों" में से एक Yann LeCun ने हाल ही में अपना खुद का startup शुरू करने के लिए प्रस्थान की घोषणा की।

LeCun बड़े language models के प्रति अपनी शंकाओं और AI के वैकल्पिक दृष्टिकोणों में अपने विश्वास को लेकर मुखर रहे हैं। उनके जाने से Meta के AI शोध की दिशा पर सवाल उठते हैं। क्या Mango, LeCun के विजन के अनुरूप है, या यह उससे अलग होने का प्रतिनिधित्व करता है?

हम अभी नहीं जानते। लेकिन समय उल्लेखनीय है।

किन बातों पर नजर रखें

जैसे-जैसे हम 2026 की ओर बढ़ते हैं, यहां मुख्य प्रश्न हैं:

• ✓क्या Mango में Kling और Veo 3 जैसी native audio generation शामिल होगी?
• ✓Meta AI-जनित वीडियो के लिए कंटेंट मॉडरेशन को कैसे संभालेगा?
• ✓क्या क्रिएटर टूल्स सीधे Instagram में इंटीग्रेट किए जाएंगे?
• ✓क्या LeCun के प्रस्थान के बाद MSL प्रतिभा को बनाए रख सकता है?

हमारा निष्कर्ष

Mango की Meta की घोषणा इसलिए महत्वपूर्ण नहीं है कि वह क्या वादा करती है, बल्कि इसलिए कि वह कंपनी की मानसिकता के बारे में क्या बताती है। वे तेजी से पीछे चलने वाले बनने से आगे बढ़ चुके हैं। वे गंभीर नेतृत्व के साथ शुरुआत से निर्माण कर रहे हैं और ऐसी रिलीज़ विंडो को लक्ष्य बना रहे हैं जो उन्हें इसे सही तरीके से करने का समय देती है।

क्या Mango पहले दिन Sora 2 या Veo 3 को हटा देगा? शायद नहीं। लेकिन 3 billion उपयोगकर्ताओं और तेज़ी से दोहराव करने के संसाधनों के साथ, Meta को केवल करीब पहुंचना है। बाकी काम वितरण कर देता है।

AI वीडियो की दौड़ अब बहुत अधिक दिलचस्प हो गई है।

---

स्रोत

• TechCrunch: Meta Mango कोडनेम वाले एक इमेज-और-वीडियो मॉडल और Avocado कोडनेम वाले एक टेक्स्ट मॉडल का विकास कर रहा था… (TechCrunch)
• United States Congress: Alexandr Wang ने 19 वर्षीय MIT छात्र के रूप में Scale AI की स्थापना की और इसे एक मूल्यांकन तक बढ़ाया… (United States Congress)