Project Genie: Google कैसे Street View को इंटरैक्टिव AI दुनिया में बदल रहा है

Google DeepMind का Project Genie एक प्रयोगात्मक AI सिस्टम है जो साधारण टेक्स्ट प्रॉम्प्ट से पूरी तरह इंटरैक्टिव वर्चुअल दुनिया बना सकता है। इसके नए अपडेट में यह क्षमता जोड़ी गई है कि ये दुनिया Google Street View की वास्तविक तस्वीरों पर आधारित हो सकती हैं — यानी अब केवल काल्पनिक दृश्य ही नहीं, बल्कि असली सड़कों और जगहों के AI‑generated संस्करण भी एक्सप्लोर किए जा सकते हैं।

शोधकर्ताओं के अनुसार यह तकनीक एक बड़े लक्ष्य की ओर कदम है जिसे "world model" AI कहा जाता है—ऐसा AI जो सिर्फ चित्र या वीडियो बनाने के बजाय पूरे वातावरण को रियल‑टाइम में सिमुलेट कर सके और उपयोगकर्ता की क्रियाओं पर प्रतिक्रिया दे सके।

Street View से इंटरैक्टिव वर्चुअल दुनिया कैसे बनती है

नए अपडेट में Project Genie को Google Maps के Street View डेटाबेस से जोड़ा गया है। इससे मॉडल वास्तविक स्थानों की तस्वीरों को आधार बनाकर इंटरैक्टिव वातावरण तैयार कर सकता है।

व्यवहार में उपयोगकर्ता आमतौर पर यह कर सकते हैं:

• Google Maps से कोई वास्तविक स्थान चुनना
• टेक्स्ट प्रॉम्प्ट के जरिए दृश्य या शैली बदलने का निर्देश देना
• उस स्थान के AI‑generated संस्करण में प्रवेश कर उसे एक्सप्लोर करना

इसके बाद सिस्टम उस जगह का वीडियो‑गेम जैसा चलने‑फिरने योग्य सिमुलेशन तैयार करता है, जिसमें उपयोगकर्ता घूम सकते हैं।

क्योंकि यह वातावरण रियल‑टाइम में बनाया जाता है, इसलिए इसे अलग‑अलग तरीके से बदला भी जा सकता है — जैसे मौसम बदलना, आधुनिक सड़क को ऐतिहासिक समय का रूप देना या किसी शहर के हिस्से को रेगिस्तान जैसी दुनिया में बदल देना।

Project Genie से अभी उपयोगकर्ता क्या कर सकते हैं

Project Genie पारंपरिक इमेज या वीडियो जनरेटर की तरह नहीं है। यह मूल रूप से इंटरैक्टिव वर्ल्ड‑बिल्डर की तरह काम करता है।

मुख्य क्षमताएँ:

• प्रॉम्प्ट से दुनिया बनाना: उपयोगकर्ता किसी वातावरण का वर्णन करते हैं और सिस्टम नेविगेट करने योग्य दृश्य बना देता है।
• रियल‑टाइम एक्सप्लोरेशन: उपयोगकर्ता उस AI दुनिया में चलते‑फिरते हुए उसे एक्सप्लोर कर सकते हैं।
• वास्तविक स्थानों पर आधारित सिमुलेशन: Street View के कारण शुरुआत किसी असली सड़क या लैंडमार्क से हो सकती है।
• वर्ल्ड रीमिक्सिंग: प्रॉम्प्ट से वातावरण, स्टाइल या परिस्थितियाँ बदली जा सकती हैं।

इसका अनुभव एक प्रोसीजरली‑जनरेटेड वीडियो गेम लेवल जैसा होता है, न कि केवल स्थिर चित्र या वीडियो जैसा।

उपलब्धता और एक्सेस

Project Genie अभी Google Labs के एक प्रयोगात्मक प्रोटोटाइप के रूप में उपलब्ध है।

मुख्य जानकारी:

• एक्सेस के लिए Google AI Ultra सब्सक्रिप्शन आवश्यक है।
• उपयोगकर्ता की उम्र 18 वर्ष या उससे अधिक होनी चाहिए और उसे व्यक्तिगत Google अकाउंट से लॉग‑इन करना होगा।
• शुरुआत में इसे संयुक्त राज्य अमेरिका के AI Ultra सब्सक्राइबरों के लिए लॉन्च किया गया था।
• कुछ रिपोर्टों के अनुसार अब इसे वैश्विक AI Ultra सब्सक्राइबरों तक धीरे‑धीरे बढ़ाया जा रहा है, हालांकि फीचर उपलब्धता क्षेत्र के अनुसार अलग हो सकती है।

Street View‑आधारित नई क्षमता फिलहाल मुख्य रूप से अमेरिकी स्थानों पर केंद्रित है, लेकिन भविष्य में अन्य क्षेत्रों तक विस्तार की योजना है।

Project Genie के पीछे की तकनीक

Project Genie को Genie 3 नाम के world‑model AI से चलाया जाता है, जिसे Google DeepMind ने विकसित किया है।

यह पारंपरिक जनरेटिव मॉडल से अलग है क्योंकि यह पूरे इंटरैक्टिव वातावरण बनाता है।

तकनीकी विशेषताएँ:

• रियल‑टाइम वर्ल्ड जेनरेशन: उपयोगकर्ता चलते‑फिरते हैं तो वातावरण उसी समय रेंडर होता है।
• इंटरैक्टिव नेविगेशन: पहले से बना वीडियो देखने के बजाय उपयोगकर्ता स्वतंत्र रूप से दुनिया में घूम सकते हैं।
• लगभग 20–24 फ्रेम प्रति सेकंड प्रदर्शन और 720p विजुअल आउटपुट।
• कुछ मिनटों तक वातावरण की स्थिरता, ताकि उपयोगकर्ता इंटरैक्ट करते समय दुनिया सुसंगत बनी रहे।

तकनीकी रूप से यह सिस्टम पिछले फ्रेम और उपयोगकर्ता की क्रिया के आधार पर अगला विजुअल फ्रेम अनुमानित करता है — ठीक वैसे ही जैसे भाषा मॉडल टेक्स्ट में अगला शब्द अनुमानित करते हैं।

वर्तमान सीमाएँ

हालाँकि इसके डेमो प्रभावशाली हैं, लेकिन Project Genie अभी शुरुआती चरण का प्रयोगात्मक सिस्टम है।

कुछ सीमाएँ:

• सीमित एक्सेस: केवल उच्च‑स्तरीय Google AI Ultra सब्सक्रिप्शन के साथ उपलब्ध।
• भौगोलिक सीमाएँ: Street View‑आधारित सिमुलेशन अभी मुख्य रूप से अमेरिकी स्थानों पर केंद्रित है।
• कम अवधि की स्थिरता: दुनिया कुछ मिनटों बाद असंगत हो सकती है।
• सीमित इंटरैक्शन: उपयोगकर्ता द्वारा किए जा सकने वाले कार्य अभी सीमित हैं।

इस वजह से इसे फिलहाल रिसर्च प्रोटोटाइप के रूप में देखना अधिक उचित है, न कि पूरी तरह तैयार प्रोडक्शन प्लेटफॉर्म।

Google इसे क्यों बना रहा है

DeepMind के अनुसार Genie जैसे सिस्टम भविष्य के ऐसे AI की दिशा में कदम हैं जो पर्यावरण को समझ और सिमुलेट कर सके।

संभावित उपयोग:

गेमिंग और इंटरैक्टिव मीडिया

AI‑generated वातावरण गेम डेवलपमेंट को तेज बना सकते हैं। डिजाइनरों को हर लेवल मैन्युअली बनाने की जरूरत कम हो सकती है।

शिक्षा और वर्चुअल एक्सप्लोरेशन

Street View के साथ एकीकृत होने से छात्र वास्तविक शहरों, ऐतिहासिक स्थानों या प्राकृतिक वातावरण को इंटरैक्टिव तरीके से एक्सप्लोर कर सकते हैं।

रोबोटिक्स और AI एजेंट ट्रेनिंग

सिमुलेशन वातावरण रोबोट और AI एजेंट को सुरक्षित तरीके से प्रशिक्षित करने के लिए महत्वपूर्ण होते हैं। Genie अनगिनत नए वातावरण बनाकर लगभग असीमित ट्रेनिंग डेटा दे सकता है।

बड़ा बदलाव: कंटेंट जेनरेशन से वर्ल्ड सिमुलेशन तक

अधिकांश जनरेटिव AI टूल टेक्स्ट, इमेज या वीडियो बनाते हैं। लेकिन Genie जैसे world models का लक्ष्य पूरे व्यवहार करने वाले वातावरण बनाना है।

यह बदलाव महत्वपूर्ण है क्योंकि ऐसे सिमुलेशन सक्षम कर सकते हैं:

• जटिल निर्णय‑निर्माण
• embodied AI एजेंट
• रोबोट ट्रेनिंग
• खुला वर्चुअल अन्वेषण

Project Genie अभी शुरुआती चरण में है, लेकिन यह दिखाता है कि भविष्य में मैप्स, गेम्स, सिमुलेशन और AI ट्रेनिंग प्लेटफॉर्म शायद एक ही तकनीकी आधार पर बन सकते हैं।