सोरा ओपनएआई द्वारा विकसित एक टेक्स्ट-टू-वीडियो मॉडल और सोशल मीडिया ऐप था, जो एक अग्रणी कृत्रिम बुद्धिमत्ता अनुसंधान संगठन है। जनरेटिव आर्टिफिशियल इंटेलिजेंस का उपयोग करते हुए, यह मॉडल टेक्स्ट प्रॉम्प्ट के आधार पर लघु वीडियो क्लिप उत्पन्न करता था, और मौजूदा लघु वीडियो को भी विस्तारित कर सकता था। फरवरी 2024 में, ओपनएआई ने अपने आउटपुट के उदाहरण जनता के सामने पेश किए, और सोरा की पहली पीढ़ी दिसंबर 2024 में संयुक्त राज्य अमेरिका और कनाडा में ChatGPT Plus और ChatGPT Pro उपयोगकर्ताओं के लिए सार्वजनिक रूप से जारी की गई।
सोरा की दूसरी पीढ़ी, जिसे सोरा 2 के नाम से जाना जाता है, सितंबर 2025 के अंत में अमेरिका और कनाडा में चुनिंदा उपयोगकर्ताओं के लिए जारी की गई थी। सोरा 2 ने ऐप में सोशल मीडिया सुविधाओं को एकीकृत किया। ऐप को 26 अप्रैल, 2026 को बंद कर दिया गया था, और एप्लिकेशन प्रोग्रामिंग इंटरफ़ेस (एपीआई) को 24 सितंबर, 2026 को बंद करने की योजना है, जो समग्र रूप से सोरा एआई ब्रांड के अंत का प्रतीक है।
पृष्ठभूमि
सोरा से पहले टेक्स्ट से वीडियो उत्पन्न करने में सक्षम कई अन्य मॉडल बनाए गए थे, जिनमें मेटा का मेक-ए-वीडियो, रनवे का जेन-2 और गूगल वीओ शामिल हैं। सोरा के पीछे की कंपनी ओपनएआई ने सितंबर 2023 में अपने डीएएल-ई टेक्स्ट-टू-इमेज मॉडल में से तीसरा, डीएएल-ई 3 जारी किया था। ये विकास मशीन लर्निंग और डीप लर्निंग में व्यापक प्रवृत्ति का हिस्सा थे, जहां न्यूरल नेटवर्क और ट्रांसफॉर्मर तेजी से मल्टीमॉडल कार्यों पर लागू हो रहे थे।
इतिहास
प्रारंभिक रिलीज़
सोरा को विकसित करने वाली टीम ने इसका नाम 'आकाश' के लिए जापानी शब्द के नाम पर रखा, जो इसकी "असीमित रचनात्मक क्षमता" को दर्शाता है। 15 फरवरी, 2024 को, ओपनएआई ने पहली बार सोरा का पूर्वावलोकन किया, जिसमें इसके द्वारा बनाए गए कई हाई-डेफिनिशन वीडियो क्लिप जारी किए, जिनमें एक पहाड़ी सड़क पर चलती एसयूवी, एक मोमबत्ती के पास "छोटे रोएंदार राक्षस" का एनीमेशन, बर्फ में टोक्यो से गुजरते दो लोग, और कैलिफोर्निया गोल्ड रश की नकली ऐतिहासिक फुटेज शामिल थे। ओपनएआई ने कहा कि यह एक मिनट तक लंबे वीडियो उत्पन्न करने में सक्षम था। कंपनी ने एक तकनीकी रिपोर्ट साझा की जिसमें मॉडल को प्रशिक्षित करने के लिए उपयोग की जाने वाली विधियों पर प्रकाश डाला गया। ओपनएआई के सीईओ सैम ऑल्टमैन ने भी ट्विटर उपयोगकर्ताओं के प्रॉम्प्ट पर सोरा-जनित वीडियो के साथ जवाब देते हुए ट्वीट्स की एक श्रृंखला पोस्ट की।
9 दिसंबर, 2024 तक, ओपनएआई ने धीरे-धीरे सोरा को अमेरिका और कनाडा में ChatGPT Pro और ChatGPT Plus उपयोगकर्ताओं के लिए सार्वजनिक रूप से उपलब्ध करा दिया था। इससे पहले, कंपनी ने मॉडल पर प्रतिकूल परीक्षण करने के लिए गलत सूचना और पूर्वाग्रह के विशेषज्ञों सहित एक छोटे "रेड टीम" को सीमित पहुंच प्रदान की थी। कंपनी ने रचनात्मक क्षेत्रों में इसकी उपयोगिता पर प्रतिक्रिया लेने के लिए वीडियो निर्माताओं और कलाकारों सहित रचनात्मक पेशेवरों के एक छोटे समूह के साथ भी सोरा साझा किया। फरवरी 2025 में, ओपनएआई ने उपयोगकर्ताओं को चैटबॉट से सोरा वीडियो उत्पन्न करने की अनुमति देकर सोरा को ChatGPT में एकीकृत करने की योजना की घोषणा की।
सोरा 2
सोरा 2 का अनावरण 30 सितंबर, 2025 को एक iOS ऐप के साथ किया गया था, साथ ही दो महीने बाद एक एंड्रॉयड ऐप भी जारी किया गया था। मॉडल द्वारा उत्पन्न सभी वीडियो में टूल के दुरुपयोग को रोकने के लिए एक दृश्यमान, गतिशील वॉटरमार्क होता है। सोरा के पिछले संस्करण ने दर्शकों को वास्तविक और काल्पनिक सामग्री के बीच अंतर करने की अनुमति देने के लिए एक सुरक्षा वॉटरमार्क भी जोड़ा था। 7 अक्टूबर को, 404 मीडिया ने बताया कि सोरा 2 वीडियो से वॉटरमार्क हटा सकने वाले तृतीय-पक्ष प्रोग्राम प्रचलित हो गए थे। कई आउटलेट्स, जैसे वायर्ड पत्रिका, ने नोट किया है कि सोरा 2 ऐप शैली और सुविधाओं में टिकटॉक के समान है।
बंद करना
24 मार्च, 2026 को, ओपनएआई ने एक्स पर घोषणा की कि वह मोबाइल ऐप और एपीआई दोनों में सोरा को बंद कर रहा है। सोरा ऐप 26 अप्रैल, 2026 को बंद कर दिया गया था, जबकि एपीआई को 24 सितंबर, 2026 को बंद करने की योजना है। ओपनएआई की डिज्नी के साथ साझेदारी, जिसमें एक लाइसेंसिंग समझौता शामिल था जो डिज्नी पात्रों को सोरा के भीतर उपयोग करने की अनुमति देता था, भी समाप्त हो रही थी। इस निर्णय ने ब्रिटिश प्रौद्योगिकी समाचार वेबसाइट द रजिस्टर को ओपनएआई को "प्रोडक्ट-किलर" करार देने के लिए प्रेरित किया, जो गूगल, अमेज़न वेब सर्विसेज, ब्रॉडकॉम, क्लाउड सॉफ्टवेयर ग्रुप और नेटस्केप जैसी अन्य प्रौद्योगिकी कंपनियों के नक्शेकदम पर चल रहा है।
ओपनएआई ने अपनी शटडाउन अधिसूचना में सोरा को बंद करने का कोई विशिष्ट कारण नहीं बताया। इस असातत्यता के संबंध में सामने आई रिपोर्टों ने इस निर्णय को कम्प्यूटेशनल कमी, लागत दबाव और मुख्य उद्यम उत्पादों की ओर व्यापक बदलाव से जोड़ा। अपने सार्वजनिक लॉन्च के बाद, सोरा के दुनिया भर के उपयोगकर्ता लगभग दस लाख तक पहुंच गए, इससे पहले कि वे घटकर 500,000 से कम हो गए, जबकि वीडियो निर्माण की कम्प्यूटेशनल मांगों के कारण सेवा की लागत प्रति दिन लगभग 1 मिलियन डॉलर होने का अनुमान लगाया गया था।
कानूनी विनियमन
नवंबर 2024 में, हगिंग फेस पर परीक्षकों के एक समूह द्वारा सोरा एक्सेस के लिए एक एपीआई कुंजी लीक कर दी गई थी, जिन्होंने एक घोषणापत्र पोस्ट किया था जिसमें कहा गया था कि वे इस बात का विरोध कर रहे हैं कि सोरा का उपयोग "कला धुलाई" के लिए किया जा रहा है। ओपनएआई ने लीक सार्वजनिक होने के तीन घंटे बाद सभी एक्सेस रद्द कर दिए और कहा कि "सैकड़ों कलाकारों" ने विकास को आकार दिया है और "भागीदारी स्वैच्छिक है"।
अपने लॉन्च के समय, सोरा 2 ने डिफ़ॉल्ट रूप से कॉपीराइट सामग्री की अनुमति दी, जब तक कि कॉपीराइट धारकों ने प्लेटफ़ॉर्म पर अपनी सामग्री के निर्माण को प्रतिबंधित करने के लिए ओपनएआई से संपर्क नहीं किया। 3 अक्टूबर, 2025 को, ओपनएआई ने कहा कि सोरा 2 के भविष्य के अपडेट से कॉपीराइट धारकों को कॉपीराइट सामग्री के निर्माण पर "अधिक सूक्ष्म नियंत्रण" मिलेगा, लेकिन कंपनी ने यह नहीं बताया कि मौजूदा सामग्री हटाई जाएगी या नहीं। 6 अक्टूबर को, एमपीए के अध्यक्ष ने सोरा 2 के साथ कॉपीराइट के प्रति ओपनएआई के दृष्टिकोण की आलोचना की।
11 दिसंबर, 2025 को, वॉल्ट डिज़नी कंपनी ने घोषणा की कि वह ओपनएआई में 1 बिलियन डॉलर का निवेश करेगी, एक तीन-वर्षीय लाइसेंसिंग समझौते में, ताकि डिज़नी+ पर उपयोगकर्ता सोरा 2 पर अपने 200 से अधिक कॉपीराइट पात्रों को उत्पन्न कर सकें। इन पात्रों में डिज़नी एनीमेशन, पिक्सार, मार्वल स्टूडियो और स्टार वार्स के पात्र शामिल हैं।
क्षमताएं और सीमाएं
सोरा के पीछे की तकनीक डीएएल-ई 3 के पीछे की तकनीक का एक अनुकूलन है। ओपनएआई के अनुसार, सोरा एक डिफ्यूजन ट्रांसफॉर्मर है, जो एक डिनॉइज़िंग लेटेंट डिफ्यूजन मॉडल है जिसमें एक ट्रांसफॉर्मर इसके डिनॉइज़र के रूप में कार्य करता है। एक वीडियो लेटेंट स्पेस में 3डी "पैच" को डिनॉइज़ करके उत्पन्न किया जाता है, फिर एक वीडियो डीकंप्रेसर द्वारा मानक स्पेस में बदल दिया जाता है। वीडियो के लिए विस्तृत कैप्शन बनाने के लिए वीडियो-टू-टेक्स्ट मॉडल का उपयोग करके प्रशिक्षण डेटा को बढ़ाने के लिए रीकैप्शनिंग को नियोजित किया जाता है।
ओपनएआई ने सार्वजनिक रूप से उपलब्ध वीडियो के साथ-साथ इस उद्देश्य के लिए लाइसेंस प्राप्त कॉपीराइट वीडियो का उपयोग करके मॉडल को प्रशिक्षित किया, लेकिन वीडियो की संख्या या सटीक स्रोत का खुलासा नहीं किया। अपनी रिलीज़ पर, ओपनएआई ने सोरा की कुछ कमियों को स्वीकार किया, जिसमें जटिल भौतिकी का अनुकरण करने, कार्य-कारण को समझने और बाएं से दाएं अंतर करने की सीमित क्षमता शामिल है। ओपनएआई ने यह भी कहा कि, कंपनी की मौजूदा सुरक्षा प्रथाओं का पालन करते हुए, सोरा यौन, हिंसक, घृणास्पद या सेलिब्रिटी कल्पना के साथ-साथ मौजूदा बौद्धिक संपदा वाली सामग्री के लिए टेक्स्ट प्रॉम्प्ट को प्रतिबंधित करेगा।
सोरा शोधकर्ता टिम ब्रूक्स ने कहा कि मॉडल ने अपने डेटासेट से अकेले 3डी ग्राफिक्स बनाना सीखा, जबकि साथी सोरा शोधकर्ता बिल पीबल्स ने कहा कि मॉडल ने भौतिकी के कुछ पहलुओं को सीखा था, जैसे कि प्रकाश जिस तरह से यात्रा करता है, लेकिन यह अभी तक पूरी तरह से सटीक नहीं था। मॉडल की वास्तुकला ने बड़े भाषा मॉडल से तकनीकों का लाभ उठाया, जैसे मल्टी-हेड अटेंशन और पोजीशनल एन्कोडिंग, ताकि टेक्स्ट के अनुरूप तरीके से दृश्य डेटा को संसाधित किया जा सके।
स्वागत और प्रभाव
फरवरी 2024 में सोरा के प्रारंभिक पूर्वावलोकन ने महत्वपूर्ण सार्वजनिक रुचि और मीडिया कवरेज उत्पन्न किया, कई टिप्पणीकारों ने रचनात्मक उद्योगों को बदलने की इसकी क्षमता पर प्रकाश डाला। हालांकि, मॉडल ने गलत सूचना और कॉपीराइट उल्लंघन के बारे में भी चिंताएं उठाईं। दुरुपयोग को कम करने के लिए दृश्यमान वॉटरमार्क पेश किया गया था, लेकिन सोरा 2 की रिलीज़ के तुरंत बाद वॉटरमार्क-हटाने वाले टूल के उद्भव ने इन प्रयासों को कमजोर कर दिया।
सोरा के बंद होने पर मिश्रित प्रतिक्रियाएं मिलीं। कुछ उपयोगकर्ताओं ने निराशा व्यक्त की, जबकि अन्य ने उच्च परिचालन लागत और एआई वीडियो निर्माण के प्रतिस्पर्धी परिदृश्य पर ध्यान दिया। शटडाउन को तकनीकी उद्योग में व्यापक प्रवृत्ति के हिस्से के रूप में देखा गया, जहां कंपनियां कभी-कभी उन उत्पादों को बंद कर देती हैं जो वित्तीय या रणनीतिक लक्ष्यों को पूरा नहीं करते हैं।
यह भी देखें
संदर्भ
(निर्देशों के अनुसार कोई बाहरी लिंक या संदर्भ शामिल नहीं हैं।)