वर्ल्ड मॉडल्स: AI वीडियो जनरेशन की अगली सीमा

सालों तक, AI वीडियो जनरेशन का मतलब था पिक्सेल्स को एक-एक फ्रेम करके अनुमानित करना। अब, उद्योग कहीं अधिक महत्वाकांक्षी दिशा में बढ़ रहा है: पूरी दुनिया का सिमुलेशन करना। Runway का GWM-1 रिलीज़ इस बदलाव की शुरुआत है, और इसके निहितार्थ गहरे हैं।

फ्रेम्स से वर्ल्ड्स तक

पारंपरिक वीडियो जनरेशन मॉडल्स परिष्कृत फ्लिप-बुक कलाकारों की तरह काम करते हैं। वे आपके टेक्स्ट प्रॉम्प्ट से निर्देशित होकर, पिछले फ्रेम्स के आधार पर अनुमान लगाते हैं कि अगला फ्रेम कैसा दिखना चाहिए। यह काम करता है, लेकिन इसकी बुनियादी सीमाएँ हैं।

💡

एक फ्रेम प्रेडिक्टर जानता है कि आग कैसी दिखती है। एक वर्ल्ड मॉडल जानता है कि आग क्या करती है: वह फैलती है, ईंधन को खाती है, नाचती छायाएँ डालती है और गर्मी उत्सर्जित करती है जो उसके ऊपर की हवा को विकृत कर देती है।

वर्ल्ड मॉडल्स अलग दृष्टिकोण अपनाते हैं। "अगला फ्रेम कैसा दिखना चाहिए?" पूछने के बजाय, वे पूछते हैं "यह वातावरण कैसे व्यवहार करता है?" अंतर सूक्ष्म लगता है, लेकिन यह सब कुछ बदल देता है।

जब आप किसी फ्रेम प्रेडिक्टर से पहाड़ी पर लुढ़कती गेंद जनरेट करने को कहते हैं, तो वह ट्रेनिंग डेटा के आधार पर उसका दृश्य अनुमानित करता है। जब आप वर्ल्ड मॉडल से वही बात कहते हैं, तो वह भौतिकी का सिमुलेशन करता है: गुरुत्वाकर्षण गेंद को तेज करता है, घास के साथ घर्षण उसे धीमा करता है, और संवेग उसे विपरीत ढलान पर ऊपर तक ले जाता है।

Runway का GWM-1 वास्तव में क्या करता है

Runway ने दिसंबर 2025 में GWM-1 (General World Model 1) रिलीज़ किया, और यह वर्ल्ड सिमुलेशन में उनका पहला सार्वजनिक कदम है। मॉडल वह बनाता है जिसे वे "डायनेमिक सिमुलेशन एनवायरनमेंट्स" कहते हैं, ऐसी प्रणालियाँ जो सिर्फ चीज़ों के दिखने के तरीके को नहीं, बल्कि समय के साथ उनके विकसित होने के तरीके को भी समझती हैं।

1,247

Elo स्कोर (Gen-4.5)

वीडियो एरीना रैंकिंग

100

Runway टीम का आकार

समय महत्वपूर्ण है। यह रिलीज़ Gen-4.5 के Video Arena में #1 पर पहुँचने के साथ आई, जिसने OpenAI Sora 2 को चौथे स्थान पर धकेल दिया। ये असंबद्ध उपलब्धियाँ नहीं हैं। Gen-4.5 में भौतिक सटीकता के सुधार, जहाँ ऑब्जेक्ट्स वास्तविक वजन, संवेग और बल के साथ चलते हैं, संभवतः इसकी आर्किटेक्चर को प्रभावित करने वाले वर्ल्ड मॉडल रिसर्च से आते हैं।

🌍

फ्रेम प्रेडिक्शन बनाम वर्ल्ड सिमुलेशन

फ्रेम प्रेडिक्शन: "घास पर एक गेंद" → ट्रेनिंग डेटा से पैटर्न मैचिंग। वर्ल्ड सिमुलेशन: "घास पर एक गेंद" → फिजिक्स इंजन ट्रैजेक्टरी, घर्षण और उछाल तय करता है।

यह सब कुछ क्यों बदलता है

1. भौतिकी जो वास्तव में काम करती है

वर्तमान वीडियो मॉडल्स को भौतिकी के साथ कठिनाई होती है क्योंकि उन्होंने केवल भौतिकी को देखा है, कभी उसका अनुभव नहीं किया। वे जानते हैं कि गिराई गई वस्तु गिरती है, लेकिन वे ट्रैजेक्टरी की गणना करने के बजाय उसका अनुमान लगाते हैं। वर्ल्ड मॉडल्स इस संबंध को उलट देते हैं।

✗फ्रेम प्रेडिक्शन

विज़ुअल पैटर्न्स से भौतिकी का अनुमान लगाता है। एक बिलियर्ड बॉल दूसरी बॉल के आर-पार लुढ़क सकती है क्योंकि मॉडल ने कभी कठोर पिंडों की टक्कर नहीं सीखी।

✓वर्ल्ड सिमुलेशन

भौतिकी के नियमों का सिमुलेशन करता है। टक्कर पहचान, संवेग हस्तांतरण और घर्षण का अनुमान नहीं, गणना की जाती है।

यही कारण है कि Sora 2 के फिजिक्स सिमुलेशंस ने लोगों को प्रभावित किया: OpenAI ने भौतिक समझ में भारी निवेश किया। वर्ल्ड मॉडल्स इस दृष्टिकोण को औपचारिक रूप देते हैं।

2. बिना तरकीबों के टेम्पोरल कोहेरेंस

AI वीडियो में सबसे बड़ी समस्या समय के साथ स्थिरता रही है। किरदारों का रूप बदल जाता है, ऑब्जेक्ट्स टेलीपोर्ट हो जाते हैं, वातावरण बेतरतीब ढंग से बदलते हैं। हमने यह देखा है कि मॉडल्स चेहरों को याद रखना कैसे सीख रहे हैं, क्रॉस-फ्रेम अटेंशन जैसे आर्किटेक्चरल नवाचारों के माध्यम से।

वर्ल्ड मॉडल्स एक अधिक सुरुचिपूर्ण समाधान देते हैं: यदि सिमुलेशन किसी वर्चुअल स्पेस में एंटिटीज़ को स्थायी ऑब्जेक्ट्स के रूप में ट्रैक करता है, तो वे बेतरतीब ढंग से बदल या गायब नहीं हो सकते। गेंद सिमुलेटेड दुनिया में मौजूद है। उसके गुण (आकार, रंग, स्थिति, वेग) तब तक बने रहते हैं जब तक सिमुलेशन में कोई चीज़ उन्हें बदल न दे।

3. लंबे वीडियो संभव हो जाते हैं

वर्तमान मॉडल्स समय के साथ बिगड़ते जाते हैं। CraftStory का बाइडायरेक्शनल डिफ्यूज़न बाद के फ्रेम्स को पहले वाले फ्रेम्स को प्रभावित करने देकर 5-मिनट के वीडियो की ओर बढ़ता है। वर्ल्ड मॉडल्स उसी समस्या को अलग तरह से हल करते हैं: यदि सिमुलेशन स्थिर है, तो आप उसे जितनी देर चाहें चला सकते हैं।

2024

सेकंड्स

मानक AI वीडियो: गुणवत्ता गिरने से पहले 4-8 सेकंड

Early 2025

मिनट्स

विशेष तकनीकें 1-5 मिनट के वीडियो संभव बनाती हैं

Late 2025

असीमित?

वर्ल्ड मॉडल्स अवधि को आर्किटेक्चर से अलग करते हैं

समस्या यह है (हमेशा एक समस्या होती है)

वर्ल्ड मॉडल्स हर वीडियो जनरेशन समस्या का समाधान लगते हैं। वे नहीं हैं, कम से कम अभी नहीं।

⚠️

वास्तविकता जाँच: वर्तमान वर्ल्ड मॉडल्स स्टाइलाइज़्ड भौतिकी का सिमुलेशन करते हैं, सटीक भौतिकी का नहीं। वे समझते हैं कि गिराई गई चीज़ें गिरती हैं, गति के सटीक समीकरण नहीं।

कम्प्यूटेशनल लागत

किसी दुनिया का सिमुलेशन महंगा है। LTX-2 जैसे प्रोजेक्ट्स के काम के कारण फ्रेम प्रेडिक्शन कंज्यूमर GPUs पर चल सकता है। वर्ल्ड सिमुलेशन के लिए स्टेट बनाए रखना, ऑब्जेक्ट्स ट्रैक करना और फिजिक्स कैलकुलेशंस चलाना जरूरी है। इससे हार्डवेयर आवश्यकताएँ काफी बढ़ जाती हैं।

वर्ल्ड रूल्स सीखना कठिन है

मॉडल को यह सिखाना कि चीज़ें कैसी दिखती हैं सीधा है: उसे लाखों उदाहरण दिखाइए। मॉडल को यह सिखाना कि दुनिया कैसे काम करती है अधिक अस्पष्ट है। वीडियो डेटा से भौतिकी सीखी जा सकती है, लेकिन केवल एक सीमा तक। मॉडल देखता है कि गिराई गई वस्तुएँ गिरती हैं, लेकिन वह फुटेज देखकर गुरुत्वाकर्षण स्थिरांक नहीं निकाल सकता।

हाइब्रिड भविष्य: अधिकांश शोधकर्ताओं को उम्मीद है कि वर्ल्ड मॉडल्स सीखी हुई भौतिकी के अनुमानों को स्पष्ट सिमुलेशन नियमों के साथ जोड़ेंगे, ताकि दोनों दृष्टिकोणों का सर्वोत्तम लाभ मिल सके।

रचनात्मक नियंत्रण के प्रश्न

यदि मॉडल भौतिकी का सिमुलेशन कर रहा है, तो कौन तय करता है कि कौन-सी भौतिकी? कभी-कभी आपको वास्तविक गुरुत्वाकर्षण चाहिए। कभी-कभी आप चाहते हैं कि आपके किरदार तैरें। जब क्रिएटर्स अवास्तविक परिणाम चाहते हैं, तब वर्ल्ड मॉडल्स को अपने सिमुलेशंस को ओवरराइड करने के तंत्र चाहिए।

उद्योग किस दिशा में जा रहा है

Runway इस दिशा में अकेला नहीं है। डिफ्यूज़न ट्रांसफॉर्मर्स के पीछे के आर्किटेक्चर पेपर्स महीनों से इस बदलाव का संकेत दे रहे हैं। सवाल हमेशा कब का था, क्या का नहीं।

पहले से हो रहा है

Runway GWM-1 रिलीज़ हो चुका है
Gen-4.5 भौतिकी-आधारित जनरेशन दिखाता है
रिसर्च पेपर्स तेजी से बढ़ रहे हैं
एंटरप्राइज़ अर्ली एक्सेस प्रोग्राम्स

जल्द आने वाला है

ओपन-सोर्स वर्ल्ड मॉडल इम्प्लीमेंटेशंस
हाइब्रिड फ्रेम/वर्ल्ड आर्किटेक्चर्स
विशेष वर्ल्ड मॉडल्स (भौतिकी, जीवविज्ञान, मौसम)
रियल-टाइम वर्ल्ड सिमुलेशन

एंटरप्राइज़ की रुचि बहुत कुछ बताती है। Runway ने Ubisoft को अर्ली एक्सेस दिया, Disney ने Sora इंटीग्रेशन के लिए OpenAI के साथ एक अरब डॉलर निवेश किए हैं। ये ऐसी कंपनियाँ नहीं हैं जो बस त्वरित सोशल मीडिया क्लिप्स जनरेट करने में रुचि रखती हैं। वे ऐसा AI चाहती हैं जो गेम एनवायरनमेंट्स का सिमुलेशन कर सके, स्थिर एनिमेटेड किरदार जनरेट कर सके और ऐसा कंटेंट बना सके जो पेशेवर जांच पर खरा उतरे।

क्रिएटर्स के लिए इसका क्या अर्थ है

✓वीडियो स्थिरता में नाटकीय सुधार होगा
✓भौतिकी-केंद्रित कंटेंट व्यवहार्य बनेगा
✓गुणवत्ता गिरने के बिना लंबे जनरेशंस
✓शुरुआत में लागत फ्रेम प्रेडिक्शन से अधिक होगी
✓रचनात्मक नियंत्रण तंत्र अभी विकसित हो रहे हैं

यदि आप आज AI वीडियो बना रहे हैं, तो वर्ल्ड मॉडल्स ऐसी चीज़ नहीं हैं जिन्हें आपको तुरंत अपनाना चाहिए। लेकिन ये ऐसी चीज़ हैं जिन पर नज़र रखनी चाहिए। इस वर्ष पहले प्रकाशित Sora 2, Runway और Veo 3 की तुलना को इन प्लेटफॉर्म्स में वर्ल्ड मॉडल क्षमताएँ आने के साथ अपडेट करने की आवश्यकता होगी।

अभी व्यावहारिक उपयोग के लिए, अंतर विशिष्ट उपयोग मामलों में महत्वपूर्ण हैं:

प्रोडक्ट विज़ुअलाइज़ेशन: वर्ल्ड मॉडल्स यहाँ उत्कृष्ट होंगे। एक-दूसरे के साथ इंटरैक्ट करने वाले ऑब्जेक्ट्स के लिए सटीक भौतिकी।
एब्स्ट्रैक्ट आर्ट: फ्रेम प्रेडिक्शन वास्तव में बेहतर हो सकता है। आपको अप्रत्याशित विज़ुअल आउटपुट्स चाहिए, सिमुलेटेड वास्तविकता नहीं।
कैरेक्टर एनीमेशन: वर्ल्ड मॉडल्स और पहचान-संरक्षण तकनीकें अंततः स्थिरता की समस्या को हल कर सकते हैं।

बड़ी तस्वीर

वर्ल्ड मॉडल्स AI वीडियो के परिपक्व होने का प्रतिनिधित्व करते हैं। छोटे क्लिप्स, विज़ुअल नवीनताएँ और प्रूफ-ऑफ-कॉन्सेप्ट डेमोंस्ट्रेशन जनरेट करने के लिए फ्रेम प्रेडिक्शन पर्याप्त था। वास्तविक प्रोडक्शन कार्य के लिए वर्ल्ड सिमुलेशन चाहिए, जहाँ कंटेंट को स्थिर, भौतिक रूप से विश्वसनीय और विस्तार योग्य होना आवश्यक है।

💡

परिप्रेक्ष्य बनाए रखें: हम GWM-1 चरण पर हैं, जो वर्ल्ड सिमुलेशन के लिए GPT-1 के बराबर है। इसके और GWM-4 के बीच का अंतर बहुत विशाल होगा, ठीक वैसे ही जैसे GPT-1 और GPT-4 के बीच के अंतर ने भाषा AI को बदल दिया।

100 लोगों की टीम के साथ बेंचमार्क्स पर Runway का Google और OpenAI को हराना हमें एक महत्वपूर्ण बात बताता है: सही आर्किटेक्चरल दृष्टिकोण संसाधनों से अधिक मायने रखता है। वर्ल्ड मॉडल्स वही दृष्टिकोण हो सकते हैं। यदि Runway का दांव सफल होता है, तो वे वीडियो AI की अगली पीढ़ी को परिभाषित करेंगे।

और यदि फिजिक्स सिमुलेशंस पर्याप्त अच्छे हो गए? तब हम केवल वीडियो जनरेट नहीं कर रहे होंगे। हम एक बार में एक सिमुलेशन के जरिए वर्चुअल दुनिया बना रहे होंगे।

💡

संबंधित पठन: इस बदलाव को संभव बनाने वाली तकनीकी बुनियादों के बारे में अधिक जानने के लिए, डिफ्यूज़न ट्रांसफॉर्मर्स पर हमारा विस्तृत विश्लेषण देखें। वर्तमान टूल तुलनाओं के लिए, Sora 2 vs Runway vs Veo 3 देखें।