Google Drive का दस्तावेज़ स्कैनिंग अनुभव अब पूरी तरह AI से स्मार्ट हो गया है

गूगल ने एंड्रॉयड पर दस्तावेज़ स्कैनिंग के अनुभव को पूरी तरह से बदल दिया है। बीटा टेस्टिंग और डिज़ाइन में लगातार सुधारों के बाद, अब Google Drive और Files by Google ऐप में एक दमदार AI-संचालित स्कैनर को व्यापक पैमाने पर रोल आउट किया जा रहा है ।

पहले, आपको हर पेज के लिए शटर बटन दबाना पड़ता था। अब, आप बस दस्तावेज़ों के ढेर को अपने फ़ोन के कैमरे के सामने पलटें। तीन बुद्धिमान फीचर — कैप्चर करना, गुणवत्ता नियंत्रण और संगठन — सब कुछ अपने आप संभाल लेते हैं, और खास बात यह है कि इसके लिए एक भी तस्वीर क्लाउड पर नहीं भेजी जाती।

लेकिन, हर तकनीकी चमत्कार की तरह इसकी भी एक शर्त है: यह स्मार्टनेस आपके फ़ोन के भीतर ही बने रहने के लिए काफी प्रोसेसिंग पावर मांगती है, इसलिए यह केवल नए और हाई-एंड एंड्रॉयड फ़ोन के लिए ही उपलब्ध है ।

तीन नए AI-संचालित फीचर

इस स्कैनर की बुद्धिमानी का आधार तीन क्षमताएं हैं, जो लंबे दस्तावेज़ों को डिजिटल बनाने की झंझट खत्म करने के लिए डिज़ाइन की गई हैं ।

स्मार्ट बैच स्कैनिंग: यह सबसे बड़ा बदलाव है। अब आपको हर पेज को अलग-अलग कैमरे में फिट करके कैप्चर करने की ज़रूरत नहीं है। एक बार स्कैनर चालू होने पर, कैमरे को दस्तावेज़ के ऊपर ले जाएं और सिस्टम खुद-ब-खुद एक नए पेज के दृश्य में आने का पता लगाकर उसे कैप्चर कर लेगा, और अगले पेज के लिए तैयार हो जाएगा। यह अनुभव तस्वीरें खींचने से ज्यादा एक वीडियो रिकॉर्ड करने जैसा लगता है ।

ऑटो-बेस्ट फ्रेम: यह बैच कैप्चर के दौरान पीछे से चुपचाप काम करता है। यदि आप हिलते हैं, रोशनी बदलती है, या कोई पेज पल भर के लिए धुंधला हो जाता है, तो स्कैनर उसी सेशन से अपने आप एक साफ फ्रेम चुन लेता है। आपको धब्बेदार या फोकस से बाहर गई तस्वीर को दोबारा खींचने की ज़रूरत नहीं पड़ेगी, क्योंकि स्कैनर के पास पहले से ही इसका एक बेहतर संस्करण तैयार है ।

डुप्लीकेट डिटेक्शन: यह स्कैनिंग प्रक्रिया के अंत में एक सुरक्षा जाल की तरह काम करता है। यदि आपने गलती से एक ही पेज को कैमरे के सामने दो बार कर दिया है, तो यह फीचर लगभग एक जैसे स्कैन की पहचान करता है और अंतिम PDF को सेव करने से पहले आपसे पूछता है कि क्या आप इसे हटाना चाहते हैं या रखना। इससे दस्तावेज़ को फाइल करने के बाद यह पता चलने की निराशा नहीं होगी कि एक ही पेज दो बार आ गया है ।

ये तीनों फीचर एक साथ मिलकर स्कैनिंग अनुभव को, जो पहले रुक-रुक कर होने वाला मैनुअल काम था, उसे काफी हद तक स्वचालित प्रक्रिया में बदल देते हैं।

तेज़ी और गोपनीयता के लिए पूरी प्रक्रिया डिवाइस पर ही

इस अपडेट की एक बड़ी खासियत यह है कि नई AI प्रोसेसिंग का कोई भी हिस्सा इंटरनेट कनेक्शन पर निर्भर नहीं करता है। तीनों फीचर — बैच स्कैनिंग, बेस्ट-फ्रेम चयन, और डुप्लीकेट पहचान — पूरी तरह से Google Play services के ज़रिए डिवाइस पर ही चलते हैं ।

इस आर्किटेक्चर के दो व्यावहारिक लाभ हैं। पहला, यह बेहद तेज़ प्रदर्शन देता है क्योंकि कंप्यूटर विज़न और मशीन लर्निंग मॉडल को क्लाउड सर्वर तक जाने-आने का इंतज़ार नहीं करना पड़ता । दूसरा, और संवेदनशील जानकारी वाले दस्तावेज़ों के लिए यह अधिक महत्वपूर्ण है कि, कैप्चर और विश्लेषण के दौरान आपकी स्कैन की गई तस्वीरें कभी भी गूगल के सर्वर पर अपलोड नहीं की जाती हैं। पूरी तरह से ऑफलाइन काम करने की क्षमता स्कैनर को बेसमेंट, हवाई जहाज़, या कमज़ोर कनेक्टिविटी वाले किसी भी स्थान पर भरोसेमंद बनाती है ।

गूगल का अपने डॉक्यूमेंट स्कैनर API का दस्तावेज़ीकरण भी पुष्टि करता है कि यह ऑन-डिवाइस मॉडल उपयोगकर्ता की गोपनीयता को बनाए रखने के लिए डिज़ाइन किया गया है ।

8GB RAM की अनिवार्यता और हार्डवेयर की मजबूरी

ऑन-डिवाइस AI की सुविधा के साथ एक सख्त हार्डवेयर शर्त भी आती है। गूगल ने पुष्टि की है कि नई बुद्धिमान स्कैनिंग सुविधाओं के लिए सुचारू प्रदर्शन सुनिश्चित करने के लिए कम से कम 8GB RAM वाले डिवाइस की आवश्यकता है । यह ज़रूरत इसलिए है क्योंकि रियल-टाइम कंप्यूटर विज़न और फ्रेम विश्लेषण के लिए मशीन लर्निंग मॉडल को बिना देरी के काम करने के लिए पर्याप्त मेमोरी की आवश्यकता होती है ।

8GB की यह सीमा प्रभावी रूप से पूर्ण अनुभव को केवल पिछले कुछ वर्षों में जारी मिड-रेंज और फ्लैगशिप एंड्रॉयड फ़ोन तक ही सीमित करती है। यदि आपका डिवाइस इस सीमा से नीचे आता है, तो आपको पहले जैसा सामान्य मैनुअल स्कैनर इंटरफ़ेस ही दिखाई देता रहेगा। यह हार्डवेयर सीमा बीटा परीक्षण अवधि के दौरान देखी गई थी और अब यह स्थिर सार्वजनिक रिलीज़ के लिए एक पक्की शर्त है ।

नया लुक और एक साल के लगातार सुधारों की झलक

यह AI इंटेलिजेंस पूरी तरह से नए डिज़ाइन वाले विज़ुअल इंटरफ़ेस के अंदर आता है। गूगल ने अपनी Material 3 Expressive डिज़ाइन भाषा लागू की है, जो एक गोलाकार व्यूफ़ाइंडर, एक पुन: डिज़ाइन किया गया टूल कैरोसेल, आसान संपादन के लिए बड़े पेज प्रीव्यू, और एक नया थंबनेल व्यू पेश करता है जो आपको पेजों को ड्रैग और ड्रॉप करके पुनर्व्यवस्थित करने देता है ।

29-30 मई, 2026 का यह वर्तमान व्यापक रोलआउट कोई अचानक लॉन्च नहीं है — यह एक ऐसी सुविधा का अंतिम सार्वजनिक रिलीज़ है जिसे एक साल से अधिक समय में लगातार बनाया, परखा और सार्वजनिक रूप से टेस्ट किया गया ।

• सितंबर 2025: गूगल ने Material 3 Expressive सिद्धांतों के साथ कैप्चर के बाद के संपादन स्क्रीन को फिर से डिज़ाइन किया, जिसमें बड़े पेज प्रीव्यू, बेहतर क्रॉप और रोटेट टूल, और धब्बे साफ करने के लिए नए फ़िल्टर शामिल किए गए ।
• सितंबर 2025: Google Workspace Labs के माध्यम से एक "ऑटोपायलट" स्कैनर के लिए समानांतर परीक्षण शुरू हुआ जो बिना शटर टैप किए स्वचालित रूप से दस्तावेज़ों को कैप्चर करता था। इस शुरुआती प्रयोग ने अंतिम स्मार्ट बैच स्कैनिंग व्यवहार की नींव प्रदान की ।
• देर 2025 – शुरुआती 2026: गहन ऑन-डिवाइस AI एकीकरण को शामिल करने के लिए बीटा का विस्तार किया गया। उपयोगकर्ता क्लासिक मैनुअल इंटरफ़ेस और नए स्वचालित स्कैनर के बीच टॉगल कर सकते थे, जिससे गूगल को प्रदर्शन डेटा एकत्र करने और स्थिर रिलीज़ को अंतिम रूप देने से पहले न्यूनतम 8GB RAM की पुष्टि करने का मौका मिला ।

इस चरणबद्ध दृष्टिकोण का मतलब है कि आज आप जो स्कैनर देख रहे हैं, वह कई रिलीज़ चक्रों से गुज़रा और मज़बूत बना है। पिछले सितंबर में एक बुनियादी संपादन UI ताज़गी के रूप में जो शुरू हुआ था, वह अब एक पूरी तरह से स्वचालित, कंप्यूटर-विज़न-संचालित स्कैनिंग प्रक्रिया में विकसित हो गया है, जो प्रति-पेज टैप करने की पुरानी पद्धति को पूरी तरह पीछे छोड़ देता है।