Google Gemini Avatars: आपका AI वीडियो क्लोन, पूरी जानकारी

मई 2026 में, Google ने एक ऐसा कदम उठाया जिसने असली और सिंथेटिक मीडिया के बीच की रेखा को पहले से कहीं अधिक धुंधला कर दिया। अपने जेमिनी ओम्नी (Gemini Omni) मॉडल के लिए स्थायी AI अवतारों (Persistent AI Avatars) के लॉन्च के साथ, कंपनी ने पेड यूज़र्स को अपना एक बेहद वास्तविक डिजिटल क्लोन बनाने की क्षमता दे दी । यह फीचर, जो अब जेमिनी मोबाइल ऐप में अधिक व्यापक रूप से रोल आउट हो रहा है, आपको एक साधारण टेक्स्ट प्रॉम्प्ट से "खुद का" भाषण देते हुए, शहर में घूमते हुए, या किसी मार्केटिंग क्लिप में अभिनय करते हुए वीडियो बनाने की सुविधा देता है । नतीजा इतना विश्वसनीय है कि PCWorld के लिए इसका परीक्षण करने वाले पहले व्यक्ति ने अपने ही डिजिटल जुड़वां को देखकर असहज महसूस करने की बात कही ।

यह क्षमता बिना किसी रगड़ के नहीं आई है। इस लॉन्च ने डीपफेक बनाने की आसानी पर एक नई बहस छेड़ दी है, भले ही Google ने इसमें आयु, पहचान सत्यापन और भौगोलिक उपलब्धता से जुड़े सख्त नियम लगाए हैं, जिसे इसका अब तक का सबसे भारी नियंत्रित फीचर बताया जा रहा है ।

यह फीचर आखिर है क्या?

Google Vids में पहले से उपलब्ध सामान्य प्रीसेट अवतारों के विपरीत , नया जेमिनी अवतार आपका एक व्यक्तिगत, स्थायी AI प्रतिनिधित्व है। यह आपके असली चेहरे और आवाज़ का उपयोग करके एक ऐसा मॉडल बनाता है जो "आपके जैसा दिखता और सुनाई देता है", जिसे बाद में ऑन-डिमांड वीडियो निर्माण के लिए जेमिनी ऐप में स्टोर कर लिया जाता है ।

यह सुविधा पेड Google AI Pro या Ultra सब्सक्रिप्शन वाले उपयोगकर्ताओं के लिए उपलब्ध है, और इसे विशेष रूप से जेमिनी मोबाइल ऐप में Settings > Avatar के जरिए एक्सेस किया जा सकता है । इसका कोई वेब-आधारित संस्करण नहीं है।

यह व्यवहार में कैसे काम करता है?

सेटअप प्रक्रिया जानबूझकर सरल रखी गई है, लेकिन इसके पीछे की तकनीक कई शक्तिशाली मॉडलों का संयोजन है:

• लाइव एनरोलमेंट: फोटो-आधारित जालसाजी को रोकने के लिए, आपको अपने फोन के कैमरे का उपयोग करके अपने चेहरे का एक छोटा लाइव वीडियो रिकॉर्ड करना होगा। यह सिस्टम इस एक बार के, रियल-टाइम स्कैन के दौरान आपके चेहरे की बनावट, भाव और आवाज़ को कैप्चर करता है । ऑनबोर्डिंग के दौरान, आपको ज़ोर से कुछ नंबर बोलने के लिए कहा जाता है ।
• मॉडलिंग: Google का मल्टीमॉडल जेमिनी ओम्नी मॉडल अपने Veo 3 और Veo 3.1 वीडियो जनरेशन इंजनों के साथ मिलकर इस रिकॉर्डिंग को एक पुन: प्रयोज्य डिजिटल अवतार में बदलता है ।
• स्टोरेज और पुन: उपयोग: एक बार बन जाने के बाद, अवतार आपके अकाउंट में सेव हो जाता है। आपको फिर कभी इमेज अपलोड करने या खुद को रिकॉर्ड करने की ज़रूरत नहीं है—बस इसे एक नए प्रोजेक्ट के लिए बुलाएं ।
• टेक्स्ट-टू-वीडियो जनरेशन: आप एक प्रॉम्प्ट टाइप करते हैं, जैसे "AI ट्रेंड्स के बारे में एक पॉडकास्ट इंट्रो रिकॉर्ड करो" या "मुझे पेरिस का टूर देते हुए दिखाओ", और अवतार को पूरी तरह से नए दृश्य में सिंक्रोनाइज़्ड ऑडियो, होंठों की हरकत और प्राकृतिक हाव-भाव के साथ एनिमेटेड किया जाता है ।

PCWorld के हैंड्स-ऑन टेस्ट ने पुष्टि की कि सेटअप में लगभग पांच मिनट लगते हैं, और आउटपुट वीडियो इतने प्रामाणिक दिख सकते हैं कि वे बेचैन करने वाले होते हैं ।

Google ने कौन से सुरक्षा उपाय किए हैं?

Google ने इसे सुरक्षा-प्रथम फीचर के रूप में पेश किया है, और इसके नियम बहुस्तरीय हैं:

• सख्त 18+ आयु सीमा: आयु की आवश्यकता केवल स्व-घोषित नहीं है। Google आपके खाते से जुड़ी जन्मतिथि के आधार पर इसकी पुष्टि करता है, और यह सुविधा 18 वर्ष से कम आयु वालों के लिए उपलब्ध नहीं है ।
• अनिवार्य लाइव एनरोलमेंट: सेटअप के दौरान अनिवार्य रियल-टाइम कैमरा स्कैन स्थिर इमेज या डाउनलोड किए गए मीडिया के उपयोग को रोकता है, जो किसी अन्य व्यक्ति का गैर-सहमति वाला अवतार बनाने के सबसे स्पष्ट रास्ते को सीधे अवरुद्ध करता है ।
• SynthID वॉटरमार्क: इस फीचर द्वारा जनरेट किया गया हर वीडियो Google DeepMind की SynthID तकनीक का उपयोग करके एक अदृश्य डिजिटल वॉटरमार्क के साथ एम्बेडेड होता है। यह एक AI कंटेंट डिटेक्टर को इसके सिंथेटिक मूल की पुष्टि करने की अनुमति देता है, भले ही वीडियो एडिट या क्रॉप किया गया हो। Google I/O 2026 तक, SynthID का उपयोग 100 बिलियन से अधिक इमेज और वीडियो पर वॉटरमार्क लगाने के लिए किया जा चुका है ।
• निषिद्ध उपयोग नीतियां: यह टूल Google की व्यापक Generative AI Prohibited Use Policy के तहत काम करता है, जो अवैध गतिविधियों, धोखाधड़ी या गोपनीयता का उल्लंघन करने वाली सामग्री तैयार करने पर स्पष्ट रूप से रोक लगाती है। Google इसे लागू करने के लिए स्वचालित पहचान और मानव समीक्षा के संयोजन का उपयोग करता है ।
• उपयोग की सीमाएं: स्वचालित बड़े पैमाने पर उत्पादन को रोकने के लिए, अधिकांश उपयोगकर्ता अपनी विशिष्ट पेड प्लान के आधार पर प्रति सप्ताह 20 AI अवतार और प्रति दिन 10 वीडियो बनाने तक सीमित हैं ।

यह फीचर हर जगह उपलब्ध क्यों नहीं है?

Google के सुरक्षा संदेश के बावजूद, फीचर का उपलब्धता मानचित्र गहरी नियामक सावधानी को दर्शाता है। व्यक्तिगत अवतार उपकरण वर्तमान में भारत समेत दुनिया के अधिकांश हिस्सों में उपलब्ध नहीं है। यह फिलहाल संयुक्त राज्य अमेरिका और कुछ चुनिंदा क्षेत्रों में उपलब्ध है, लेकिन यूरोपीय आर्थिक क्षेत्र (EEA), स्विट्जरलैंड और यूनाइटेड किंगडम स्थित किसी भी खाते या स्थान के लिए स्पष्ट रूप से अवरुद्ध है । यह व्यापक जेमिनी वेब ऐप की तुलना में काफी छोटा उपलब्धता क्षेत्र है, जो 230 से अधिक देशों और क्षेत्रों में समर्थित है ।

यह क्षेत्रीय ब्लॉक सीधे तौर पर यूरोप के बायोमेट्रिक डेटा और AI देयता के इर्द-गिर्द अधिक कड़े कानूनी ढांचे की ओर इशारा करता है, जिसमें EU AI अधिनियम शामिल है। ऐसा प्रतीत होता है कि Google ने अमेरिका में उपयोगकर्ताओं के लिए यह सुविधा जारी करते हुए भी, इन बाजारों में अनुपालन जोखिम से बचने का पूर्व-निर्णय ले लिया है ।

व्यापक डीपफेक संदर्भ, जिसे कोई भी सुरक्षा उपाय पूरी तरह हल नहीं कर सकता

इस लॉन्च का सार्वभौमिक रूप से स्वागत नहीं किया गया है। इसके बजाय, इसने AI-जनरेटेड सिंथेटिक मीडिया की मुख्य चुनौतियों पर गहन चर्चा को फिर से शुरू कर दिया है:

• टूलकिट का सामान्यीकरण: भले ही कोई उपकरण सेल्फ-क्लोनिंग के लिए बनाया गया हो, ऐसी उच्च-गुणवत्ता वाली डीपफेक तकनीक को उपभोक्ताओं के लिए आसानी से सुलभ बनाना दुर्भावनापूर्ण अभिनेताओं के लिए कौशल बाधा को कम करता है और सिंथेटिक वीडियो के विचार को सामान्य बनाता है ।
• अवशिष्ट दुरुपयोग जोखिम: जहां एक लाइव फेस स्कैन स्थिर-फोटो के दुरुपयोग को रोकता है, वहीं यह किसी हमलावर को किसी व्यक्ति को कैमरे के सामने नामांकन के लिए मजबूर करने या धोखा देने से नहीं रोकता है, जो एक ऐसा हमला है जिसका स्वचालित सिस्टम आसानी से पता नहीं लगा सकते।
• पहचान की दौड़: SynthID एक मजबूत पारदर्शिता उपाय है और इसे पिक्सेल स्तर पर एम्बेड किया जाता है जो संपादन और क्रॉपिंग के बाद भी बचा रहता है । हालाँकि, यह केवल Google के अपने मीडिया के लिए एक मालिकाना समाधान है। यह ओपन-सोर्स या प्रतिस्पर्धी मॉडलों द्वारा बनाए गए डीपफेक का पता लगाने में मदद नहीं कर सकता, जहां वॉटरमार्क कभी लागू ही नहीं किया जाता, जो एकल-कंपनी समाधान की सीमाओं को उजागर करता है।

Google का नया अवतार फीचर उपभोक्ता-ग्रेड AI वीडियो निर्माण में एक बड़ी छलांग का प्रतिनिधित्व करता है, लेकिन यह एक बात स्पष्ट करता है: सिंथेटिक मीडिया के साथ रहने के नियम, उपकरण और सामाजिक मानदंड अभी भी लिखे जा रहे हैं, और वे वास्तविक समय में लिखे जा रहे हैं।