एस्ट्रा लॉन्च

Astra गूगल द्वारा विकसित एक रीयल-टाइम मल्टीमॉडल सहायक है, जिसे पहली बार मई 2025 में कंपनी के वार्षिक डेवलपर सम्मेलन, Google I/O में सार्वजनिक रूप से प्रदर्शित किया गया था। यह सहायक गूगल डीपमाइंड की प्रोजेक्ट Astra शोध पहल पर आधारित है और इसे लाइव वीडियो, ऑडियो और स्क्रीन सामग्री को संवादात्मक तरीके से संसाधित और प्रतिक्रिया देने के लिए डिज़ाइन किया गया है। पहले के वॉयस असिस्टेंट के विपरीत, जो मुख्य रूप से भाषण आदेशों पर निर्भर थे, Astra निरंतर दृश्य समझ को प्राकृतिक भाषा प्रसंस्करण के साथ एकीकृत करता है, जिससे उपयोगकर्ता स्मार्टफोन कैमरे को वस्तुओं पर इंगित कर सकते हैं या अपनी स्क्रीन साझा कर सकते हैं और सहायक जो देखता है उसके बारे में प्रश्न पूछ सकते हैं।

I/O 2025 में पदार्पण ने Astra को Google की व्यापक कृत्रिम बुद्धिमत्ता रणनीति के केंद्रीय घटक के रूप में स्थापित किया, जिसमें जेमिनी 2.5 मॉडल परिवार भी शामिल है। Astra को गूगल असिस्टेंट अवधारणा के विकास के रूप में प्रस्तुत किया गया था, जो कमांड-एंड-कंट्रोल इंटरफेस से एक सक्रिय, संदर्भ-जागरूक संवादात्मक एजेंट की ओर बढ़ रहा था। इस घोषणा ने प्रौद्योगिकी प्रेस में महत्वपूर्ण ध्यान आकर्षित किया, और कई टिप्पणीकारों ने Astra की तुलना अन्य उभरती मल्टीमॉडल AI प्रणालियों और चैटजीपीटी और क्लॉड जैसे उत्पादों की संवादात्मक क्षमताओं से की।

तकनीकी आर्किटेक्चर

Astra की अंतर्निहित तकनीक Google की AI अनुसंधान पोर्टफोलियो के कई घटकों को एकीकृत करती है। यह प्रणाली एक मल्टीमॉडल बड़ी भाषा मॉडल का उपयोग करती है जो एक साथ वीडियो फ्रेम, ऑडियो स्ट्रीम और टेक्स्ट को ग्रहण कर सकती है। यह मॉडल इन इनपुटों को एक एकीकृत प्रतिनिधित्व में मिश्रित करने के लिए प्रशिक्षित है, जिससे सहायक वास्तविक समय में दृश्य परिदृश्यों के बारे में प्रश्नों का उत्तर दे सकता है। उदाहरण के लिए, एक उपयोगकर्ता फोन को उपकरण के एक टुकड़े पर इंगित कर सकता है और संचालन निर्देश पूछ सकता है, या कंप्यूटर स्क्रीन साझा कर सकता है और चार्ट की व्याख्या का अनुरोध कर सकता है।

रीयल-टाइम प्रोसेसिंग क्षमता कुशल मॉडल आर्किटेक्चर और अनुकूलित इन्फ्रेंस पाइपलाइनों के संयोजन के माध्यम से प्राप्त की जाती है। Google ने कहा कि Astra कम विलंबता के साथ काम करता है, आमतौर पर उपयोगकर्ता के बोलने के कुछ सौ मिलीसेकंड के भीतर प्रतिक्रिया देता है। यह प्रतिक्रियाशीलता प्राकृतिक बातचीत के लिए महत्वपूर्ण है, क्योंकि एक सेकंड से अधिक की देरी संवाद के प्रवाह को बाधित कर सकती है। यह प्रणाली एक मेमोरी तंत्र का भी उपयोग करती है जो इसे बातचीत के पहले के हिस्सों को याद रखने की अनुमति देती है, जो समस्या निवारण या नया कौशल सीखने जैसे बहु-चरणीय कार्यों के लिए उपयोगी है।

Astra Android और iOS पर Google ऐप के साथ-साथ जेमिनी ऐप इंटरफेस के माध्यम से उपलब्ध है। इन संदर्भों में, यह उपयोगकर्ता की अनुमति के साथ डिवाइस कैमरा और माइक्रोफोन तक पहुंच सकता है, और जब उपयोगकर्ता स्क्रीन साझाकरण का विकल्प चुनता है तो यह स्क्रीन सामग्री भी कैप्चर कर सकता है। सहायक को कई भाषाओं में काम करने के लिए डिज़ाइन किया गया है, और Google ने लॉन्च पर अंग्रेजी, हिंदी और स्पेनिश सहित कई प्रमुख भाषाओं के लिए समर्थन की घोषणा की।

प्रोजेक्ट Astra से संबंध

प्रोजेक्ट Astra को पहली बार गूगल डीपमाइंड द्वारा दिसंबर 2024 में एक अनुसंधान प्रोटोटाइप के रूप में प्रकट किया गया था। परियोजना का उद्देश्य एक सार्वभौमिक सहायक बनाना था जो अलग-अलग प्रश्नों पर निर्भर रहने के बजाय निरंतर धारणा के माध्यम से दुनिया को समझ सके। शुरुआती प्रदर्शनों में प्रोटोटाइप को एक कमरे में वस्तुओं के बारे में प्रश्नों का उत्तर देते, स्थलों को पहचानते और नेविगेशन कार्यों में सहायता करते दिखाया गया। अनुसंधान चरण में खराब रोशनी, पृष्ठभूमि शोर और तेज कैमरा गति जैसे शोर वाले वास्तविक-विश्व इनपुटों को संभालने की मॉडल की क्षमता में सुधार पर ध्यान केंद्रित किया गया।

अनुसंधान प्रोटोटाइप से वाणिज्यिक उत्पाद में संक्रमण अगले कुछ महीनों में हुआ। Google ने प्रोजेक्ट Astra तकनीक को अपने जेमिनी मॉडल के साथ एकीकृत किया, जो सहायक के लिए तर्क इंजन के रूप में कार्य करते हैं। I/O 2025 घोषणा ने पहली बार तकनीक को आम जनता के लिए उपलब्ध कराया, न कि केवल आंतरिक परीक्षण या चुनिंदा भागीदारों तक सीमित रखा।

Google I/O 2025 में प्रदर्शन

20 मई, 2025 को माउंटेन व्यू, कैलिफोर्निया के शोरलाइन एम्फीथिएटर में आयोजित Google I/O 2025 की मुख्य प्रस्तुति के दौरान, Google के अधिकारियों ने कई लाइव परिदृश्यों में Astra का प्रदर्शन किया। एक प्रदर्शन में, एक प्रस्तुतकर्ता ने हाथ से लिखे नोटों से भरे एक व्हाइटबोर्ड पर स्मार्टफोन कैमरा इंगित किया और Astra से मुख्य बिंदुओं को सारांशित करने को कहा। सहायक ने सही ढंग से टेक्स्ट की पहचान की और सेकंडों के भीतर एक सुसंगत सारांश प्रदान किया। एक अन्य खंड में, Astra को खाना पकाने के कार्य में सहायता करते दिखाया गया, जिसमें काउंटर पर सामग्री की पहचान की गई और उपलब्ध के आधार पर एक रेसिपी सुझाई गई।

प्रदर्शन का एक उल्लेखनीय हिस्सा स्क्रीन साझाकरण शामिल था। प्रस्तुतकर्ता ने एक जटिल स्प्रेडशीट प्रदर्शित करने वाली लैपटॉप स्क्रीन साझा की और Astra से डेटा में रुझानों की पहचान करने को कहा। सहायक ने स्प्रेडशीट की दृश्य सामग्री का विश्लेषण किया और उसके द्वारा पहचाने गए पैटर्न की मौखिक व्याख्या प्रदान की। इस क्षमता को डेटा-भारी दस्तावेजों के साथ काम करने वाले पेशेवरों के लिए एक संभावित उत्पादकता उपकरण के रूप में उजागर किया गया।

प्रदर्शनों को दर्शकों द्वारा अच्छी तरह से प्राप्त किया गया, हालांकि कुछ पर्यवेक्षकों ने नोट किया कि लाइव प्रस्तुतियां संभवतः पूर्वाभ्यास की गई थीं और वास्तविक-विश्व प्रदर्शन का पूरी तरह से प्रतिनिधित्व नहीं कर सकती थीं। Google ने स्वीकार किया कि पर्यावरणीय स्थितियों और कार्य की जटिलता के आधार पर Astra की सटीकता भिन्न हो सकती है।

अन्य सहायकों से तुलना

Astra के लॉन्च ने Google को अन्य AI सहायक उत्पादों के साथ सीधी प्रतिस्पर्धा में रखा। अमेज़न की एलेक्सा और एप्पल की सिरी ने लंबे समय से उपभोक्ता वॉयस असिस्टेंट बाजार पर हावी रही हैं, लेकिन किसी ने भी Astra के समान स्तर तक रीयल-टाइम दृश्य समझ को एकीकृत नहीं किया है। माइक्रोसॉफ्ट की कोर्टाना को 2020 में बंद कर दिया गया था, जिससे नए प्रवेशकों के लिए क्षेत्र खुला रह गया।

अधिक सीधे तौर पर, Astra अन्य AI कंपनियों द्वारा विकसित मल्टीमॉडल क्षमताओं के साथ प्रतिस्पर्धा करता है। ओपनएआई ने अपने GPT-4 और GPT-4o मॉडल में विज़न क्षमताओं का प्रदर्शन किया है, जो छवियों का विश्लेषण कर सकते हैं और उनके बारे में प्रश्नों का उत्तर दे सकते हैं। हालांकि, इन प्रणालियों को आमतौर पर उपयोगकर्ता को एक स्थिर छवि अपलोड करने की आवश्यकता होती है, जबकि Astra लाइव वीडियो स्ट्रीम को संसाधित करता है। एंथ्रोपिक के क्लॉड मॉडल भी छवि इनपुट का समर्थन करते हैं, लेकिन वे मुख्य रूप से पाठ-केंद्रित हैं और समान रीयल-टाइम संवादात्मक बातचीत प्रदान नहीं करते हैं।

Google पारिस्थितिकी तंत्र के साथ Astra का एकीकरण इसे कुछ संदर्भों में लाभ प्रदान करता है। उदाहरण के लिए, यह नेविगेशन सहायता के लिए Google मैप्स, तथ्यात्मक प्रश्नों के लिए Google खोज और व्यक्तिगत छवि पहचान के लिए Google फ़ोटो तक पहुंच सकता है। यह एकीकरण गूगल असिस्टेंट ने Google सेवाओं का कैसे लाभ उठाया, इसके समान है, लेकिन Astra की मल्टीमॉडल क्षमताएं संभावित प्रश्नों की सीमा का विस्तार करती हैं।

गोपनीयता और सुरक्षा विचार

एक मल्टीमॉडल सहायक की हमेशा-चालू प्रकृति महत्वपूर्ण गोपनीयता चिंताओं को उठाती है। Astra को कार्य करने के लिए डिवाइस कैमरा और माइक्रोफोन तक पहुंच की आवश्यकता होती है, जिसका अर्थ है कि यह उपयोगकर्ता की स्पष्ट जानकारी के बिना संवेदनशील जानकारी कैप्चर कर सकता है। Google ने कई सुरक्षा उपायों को लागू करके इन चिंताओं को संबोधित किया। सहायक केवल तब सक्रिय होता है जब उपयोगकर्ता इसे स्पष्ट रूप से बुलाता है, या तो जागरण वाक्यांश कहकर या आइकन टैप करके। इसके अतिरिक्त, दृश्य और ऑडियो डेटा Google के सर्वर पर संसाधित किया जाता है, और कंपनी ने कहा कि यह उपयोगकर्ता की सहमति के बिना अपने मॉडल को प्रशिक्षित करने के लिए इस डेटा का उपयोग नहीं करती है।

स्क्रीन साझाकरण अतिरिक्त जोखिम प्रस्तुत करता है, क्योंकि यह पासवर्ड, व्यक्तिगत संदेश या गोपनीय दस्तावेजों को उजागर कर सकता है। Google ने एक सुविधा लागू की जो उपयोगकर्ताओं को किसी भी समय स्क्रीन साझाकरण को रोकने या बंद करने की अनुमति देती है, और सहायक सक्रिय रूप से स्क्रीन कैप्चर करते समय एक दृश्य संकेतक प्रदर्शित करता है। कंपनी ने यह भी कहा कि Astra सत्र समाप्त होने के बाद वीडियो स्ट्रीम रिकॉर्ड या संग्रहीत नहीं करता है, जब तक कि उपयोगकर्ता स्पष्ट रूप से एक प्रतिलेख सहेजता नहीं है।

इन उपायों के बावजूद, गोपनीयता अधिवक्ताओं ने दुरुपयोग की संभावना के बारे में चिंता व्यक्त की। लाइव वीडियो का विश्लेषण करने की क्षमता निगरानी के लिए उपयोग की जा सकती है यदि तकनीक को पुनर्निर्देशित किया जाए, और संवाद लॉग का भंडारण डेटा उल्लंघनों के लिए कमजोर हो सकता है। Google ने डेटा न्यूनीकरण और उपयोगकर्ता नियंत्रण के प्रति अपनी प्रतिबद्धता पर जोर देकर जवाब दिया, लेकिन लॉन्च के समय इन प्रथाओं के स्वतंत्र ऑडिट उपलब्ध नहीं थे।

उपलब्धता और मूल्य निर्धारण

Astra को लॉन्च पर संयुक्त राज्य, यूनाइटेड किंगडम और कई अन्य देशों में उपयोगकर्ताओं के लिए उपलब्ध कराया गया था, जिसमें 2025 के बाद में व्यापक रोलआउट की योजना थी। सहायक जेमिनी ऐप की एक सुविधा के रूप में शामिल है, जो Google खाते के साथ उपयोग करने के लिए मुफ्त है। हालांकि, कुछ उन्नत सुविधाएं, जैसे लंबी संवाद मेमोरी और तृतीय-पक्ष ऐप्स के साथ एकीकरण, Google AI Pro के ग्राहकों के लिए आरक्षित हैं, जो $19.99 प्रति माह की लागत वाला एक भुगतान स्तर है।

Google ने यह भी घोषणा की कि Astra को एंटरप्राइज़ ग्राहकों के लिए अपने गूगल क्लाउड प्लेटफॉर्म में एकीकृत किया जाएगा। यह संस्करण, जिसे Astra for Business कहा जाता है, संगठनों को डेटा गवर्नेंस और अनुपालन के लिए अतिरिक्त नियंत्रण के साथ, अपने स्वयं के बुनियादी ढांचे के भीतर सहायक को तैनात करने की अनुमति देता है। एंटरप्राइज़ स्तर के लिए मूल्य निर्धारण घोषणा के समय प्रकट नहीं किया गया था।

स्वागत और प्रभाव

Astra की प्रारंभिक समीक्षाएं काफी हद तक सकारात्मक थीं, प्रौद्योगिकी पत्रकारों ने इसकी प्रतिक्रियाशीलता और इसकी संवादात्मक क्षमताओं की स्वाभाविकता की प्रशंसा की। कई ने नोट किया कि नियंत्रित प्रदर्शनों में दृश्य समझ आश्चर्यजनक रूप से सटीक थी, हालांकि अनियंत्रित वातावरण में कुछ परीक्षणों ने वस्तु पहचान में त्रुटियां और अस्पष्ट दृश्य परिदृश्यों की कभी-कभी गलत व्याख्याएं प्रकट कीं। सहायक की लंबी बातचीत में संदर्भ बनाए रखने की क्षमता को पहले की प्रणालियों पर एक महत्वपूर्ण सुधार के रूप में उजागर किया गया।

लॉन्च का व्यापक AI उद्योग के लिए भी निहितार्थ था। लाखों उपयोगकर्ताओं के लिए एक रीयल-टाइम मल्टीमॉडल सहायक उपलब्ध कराकर, Google ने उपभोक्ताओं के लिए एक नया बेंचमार्क स्थापित किया जो वे AI उत्पादों से उम्मीद कर सकते हैं। ओपनएआई और एंथ्रोपिक जैसे प्रतियोगियों को मल्टीमॉडल इंटरफेस पर अपने स्वयं के काम में तेजी लाने के लिए प्रेरित किया गया, और I/O घटना के बाद के महीनों में कई स्टार्टअप्स ने समान उत्पादों की घोषणा की।

Astra के पदार्पण ने रोजमर्रा की जिंदगी में एआई की भूमिका के बारे में चल रहे प्रवचन में योगदान दिया। सहायक की क्षमताओं ने मानव-कंप्यूटर संपर्क के भविष्य के बारे में प्रश्न उठाए, विशेष रूप से क्या टेक्स्ट-आधारित इंटरफेस अंततः अधिक प्राकृतिक, संवादात्मक तरीकों से प्रतिस्थापित होंगे। जबकि ऐसा संक्रमण जल्दी होने की संभावना नहीं है, Astra ने प्रदर्शित किया कि अंतर्निहित तकनीक मुख्यधारा की तैनाती के लिए पर्याप्त परिपक्व है।

भविष्य की दिशाएं

Google ने संकेत दिया है कि Astra विकसित होता रहेगा, जिसमें भाषा समर्थन का विस्तार, जटिल परिदृश्यों की समझ में सुधार और अधिक तृतीय-पक्ष सेवाओं के साथ एकीकरण की योजना है। कंपनी स्मार्ट ग्लास जैसे पहनने योग्य उपकरणों में Astra के उपयोग की भी खोज कर रही है, जो सहायक को हाथ में रखे डिवाइस की आवश्यकता के बिना उपयोगकर्ता के आसपास के बारे में रीयल-टाइम जानकारी प्रदान करने की अनुमति देगा। यह दिशा Google के Google Glass पर पहले के काम और संवर्धित वास्तविकता में इसके अधिक हाल के निवेशों के अनुरूप है।

विकास का एक और क्षेत्र जेमिनी 3 और भविष्य की मॉडल पीढ़ियों के साथ Astra का एकीकरण है। जैसे-जैसे अंतर्निहित मॉडल अधिक सक्षम होते जाते हैं, Astra से और अधिक जटिल कार्यों को संभालने की उम्मीद है, जैसे कि अपॉइंटमेंट बुक करना, खरीदारी करना या तकनीकी समस्या निवारण में सहायता करना। कंपनी ने उपयोगकर्ता की ओर से कार्य करने की अनुमति देने की संभावना पर भी चर्चा की है, जो सख्त उपयोगकर्ता अनुमोदन तंत्र के अधीन होगा।

2025 के अंत तक, Astra उपलब्ध सबसे उन्नत उपभोक्ता-सामना करने वाले AI सहायकों में से एक बना हुआ है, और इसके लॉन्च को व्यापक रूप से मल्टीमॉडल AI प्रणालियों के विकास में एक मील का पत्थर माना गया है। तकनीक को परिष्कृत किया जा रहा है, और सहायक बाजार और मानव-कंप्यूटर संपर्क पर इसका दीर्घकालिक प्रभाव देखा जाना बाकी है।