चित्र एनिमेसन र भिडियो-जेनेरेसन प्रविधिबाट

ए आइ प्रविधिको व्यापकता सुरु हुनु अघि आम मानिसको धारणा के थियो भने शायद कलाजस्तो सिर्जनशील क्षेत्रमा एआइको प्रवेश यति छिटो हुने छैन । लेखन सम्पादन, तथ्यांक विश्लेषण वा कम्प्त्युटर प्रोग्रामिङ लगायत अरु प्राविधिक क्षेत्रहरुमा ए आइको हस्तक्षेप तीव्र हुनेछ । तर त्यसको ठ्याक्कै उल्टो एआई प्रविधिले कला तथा सिर्जनशील विधाहरुमा अरु क्षेत्रजस्तै व्यापक प्रगति गरिरहेको छ । यसका सकारात्मक र नकारात्मक दुवै पक्षहरु छन । धेरैले यस्तो प्रयोगलाई मौलिकता र सिर्जनशीलता नष्ट गर्ने भन्दै आलोचना गरेका छन भने कतिपयले सहायक औजारको रुपमा स्वीकार्दै जानु पर्ने धारणा औंल्याएका छन । हरेक प्रयोगका आआफ्नै सकारात्मक र नकारात्मक पक्षहरु भएजस्तै कलामा प्रविधिको उपयोगका पनि आ आफ्नै सकारात्मक र नकारात्मक पक्षहरु हुने नै भए ।

आउनुस २०२६ सम्म आइपुग्दा कलामा एआइको यात्रा कहासम्म अगाडी बढ्यो ? अलिकति चर्चा गरौँ । २०२६ आइपुग्दा AI द्वारा चित्र र भिडियो बनाउने प्रविधिले एउटा ठूलो मोड लियो — यो अब “प्रयोगात्मक नौलोपन” बाट वास्तविक क्रियसनमा फेरिएको छ। क्रमश उत्पादन-स्तरको औजारमा यसले ठाउँ लिन थालिसकेको छ । यस लेखमा यस वर्षका सबैभन्दा उल्लेखनीय घटनाक्रम र प्रविधिगत फड्कोहरू केलाइएको छ।

Sora को उदय र पतन — एउटा ठूलो पाठ

OpenAI को Sora ब्रान्डको यात्रा २०२६ को सबैभन्दा नाटकीय कथा बन्यो। सेप्टेम्बर २०२५ मा सामाजिक सुविधाहरू (फलो गर्ने, प्रम्प्ट “fork” गर्ने, feed) सहित लन्च भएको Sora 2 ले सुरुमा भौतिकी (physics) लाई अझ यथार्थपरक रूपमा अनुकरण गर्ने क्षमताका लागि चर्चा पायो —जस्तै बास्केटबल खेलाडीले सट मिस गर्दा बल घुर्रामा नपुगी ब्याकबोर्डमा ठोक्किने जस्ता विवरणहरू।

तर मार्च २०२६ मा OpenAI ले आफ्नो रणनीतिमा ठूलो परिवर्तन गर्दै Sora एप अप्रिल २६, २०२६ मा र API सेप्टेम्बर २४, २०२६ मा बन्द गर्ने घोषणा गर्‍यो। यसको मुख्य कारण उच्च कम्प्युटेसनल लागत र प्रशिक्षण डेटा सम्बन्धी जटिल कानुनी विवाद रहेको बताइएको छ। रिपोर्टहरूका अनुसार Sora का प्रयोगकर्ता संख्या सुरुमा करिब १० लाखसम्म पुगेपछि ५ लाखभन्दा कम भइसकेको थियो, जबकि यसलाई चलाउन दैनिक झन्डै १० लाख डलर खर्च लाग्थ्यो। Disney सँगको साझेदारी पनि अन्त्य भयो, र यसले The Register जस्ता प्रविधि सञ्चार माध्यमले OpenAI लाई “product-killer” भन्न पुर्‍यायो।

यसरी Sora को ठाउँ खाली भएपछि बजारमा एउटा नयाँ “बहु-ध्रुवीय” (multi-polar) प्रतिस्पर्धा सुरु भयो, जहाँ धेरै कम्पनीले फरक-फरक बलियो पक्षका साथ आफ्नो स्थान बनाए।

Google Veo 3.1 — पहिलो पटक “बोल्ने” भिडियो

२०२६ को सबैभन्दा ठूलो प्रविधिगत फड्को मानिने कुरा हो —Veo 3.1 पहिलो प्लेटफर्म बन्यो जसले भिडियोसँगै synchronised, यथार्थपरक संवाद (dialogue) समेत निकाल्न सक्छ, जबकि अघिका मोडेलहरूले सामान्यतया वातावरणीय ध्वनि प्रभाव मात्र उत्पादन गर्थे। यसले जटिल दृश्य र धेरै पात्र भएका प्रम्प्टहरूमा सबैभन्दा राम्रो पालना (prompt adherence) गर्ने क्षमता पनि देखायो — एउटा बेन्चमार्कमा Veo ले ८७% सही नतिजा दियो, जबकि Runway Gen-4.5 ले ७२% र Kling 3.0 ले ६८%

 Kling 3.0 (Kuaishou) — लामो भिडियो र बहु-भाषिक लिप-सिंक

चीनको Kuaishou कम्पनीले फेब्रुअरी २०२६ मा ल्याएको Kling 3.0 ले एकै पटकको जेनेरेसनमा ५ मिनेटसम्म लामो भिडियो बनाउने क्षमता देखायो, जुन न त Veo न Runway ले हाल छुन सकेका छन्। साथै यसमा बहु–भाषिक लिप–सिंक सहितको नेटिभ ४K, ६०fps, १५–सेकेन्डको क्लिप सुविधा पनि थपियो, जसले यसलाई सामाजिक सञ्जाल र व्यापारिक सामग्री उत्पादनमा लोकप्रिय बनायो।

Runway Gen-4.5 — पात्र स्थिरता (Character Consistency) मा उत्कृष्ट

Runway ले भिडियो–गुणस्तरभन्दा पनि “काम गर्ने औजार” को रूपमा आफूलाई स्थापित गर्‍यो। यसको मुख्य विशेषता हो — तीनवटासम्म सन्दर्भ तस्बिर प्रयोग गरेर पात्रको दृश्य पहिचान लक गर्ने “World Consistency” क्षमता, जसले फरक–फरक दृश्यहरूमा पनि प्रकाश, कोण वा पहिरन जेसुकै भए पनि पात्रको अनुहार उही राख्छ। यसले धेरै दृश्यहरूमा एउटै पात्र देखिनुपर्ने विज्ञापन र म्युजिक भिडियो निर्माणकर्ताहरूका लागि यसलाई प्राथमिकता बनायो।

चिनियाँ मोडेलहरूको तीव्र उदय — Seedance 2.0 र HappyHorse-1.0

२०२६ को मध्यसम्म आइपुग्दा बेन्चमार्क लिडरबोर्डको दृश्य नै बदलियो। ByteDance को Seedance 2.0 ले Artificial Analysis लिडरबोर्डमा १२६९ Elo अंकसहित Google Veo 3, OpenAI Sora 2 र Runway Gen-4.5 लाई उछिन्दै अगाडि निस्कियो, र यसको विशेषता हो “unified audio-video architecture” — जसमा मोडेलले भिडियो बनाउँदै आफूले उत्पादन गरेको ध्वनि पनि “सुन्छ“, जसले गर्दा ठूलो कोठामा बोलिएको संवादमा प्राकृतिक रिभर्ब र फुसफुसाइमा उपयुक्त प्रोक्सिमिटी इफेक्ट देखिन्छ।

यसैगरी अलिबाबाको HappyHorse-1.0 ले अप्रिल १०, २०२६ सम्ममा Artificial Analysis मा १३८९ (T2V) र १४१६ (I2V) Elo सहित यी सबैलाई उछिन्यो, जसले देखाउँछ कि यो क्षेत्रमा अमेरिकी कम्पनीहरूको एकलौटी वर्चस्व अब छैन।

उद्योग तहमा प्रभाव — हलिउड र सिर्जनात्मक क्षेत्र

यो प्रविधि अब केवल प्रयोगशालाभित्र सीमित छैन। जनवरी २०२६ को म्याकिन्जी एन्ड कम्पनीको प्रतिवेदनअनुसार, हलिउडको ७०% भन्दा बढी प्री–प्रोडक्सन र पोस्ट–प्रोडक्सन कार्यप्रवाहमा अहिले AI भिडियो जेनेरेसन प्रयोग भइरहेको छ। यो केवल पृष्ठभूमिका पात्रहरू बनाउने मात्र होइन — “world-building” अर्थात् LED भोल्युमहरूमा वास्तविक–समयमा हेरफेर गर्न मिल्ने  ३D वातावरण नै AI ले उत्पन्न गर्न थालेको छ।

समग्र प्रवृत्ति — real-time interaction र ३D भिडियो

विश्लेषकहरूका अनुसार २०२६ को सबैभन्दा ठूलो प्रवृत्ति भनेको ब्याच–जेनेरेसनबाट real-time अन्तरक्रियात्मक सिर्जनातर्फको सिफ्ट हो, र स्थिर तस्बिरमा प्रयोग भएका प्रविधि अब भिडियो र भोल्युमेट्रिक (३D) सामग्रीमा पनि उत्तिकै सफलतापूर्वक लागू हुँदैछन्। यसैसँगै आधारभूत गुणस्तर धेरै कम्पनीहरूमा लगभग उस्तै भइसकेकाले, अब प्रतिस्पर्धा गति, सुविधा, इकोसिस्टम र सेवामा केन्द्रित हुँदैछ।

सबै कुरा सहज छैन। संवाद–प्रधान भावनात्मक दृश्यहरू सिर्जना गर्दा “uncanny valley” (अस्वाभाविक–मानव–जस्तो देखिने) समस्या अझै ठूलो चुनौती बनिरहेको छ। साथै दीर्घकालीन भिडियोमा स्थिरता (consistency) कायम राख्ने, हात र सूक्ष्म प्राविधिक विवरणहरू सही देखाउने जस्ता समस्या अझै पूर्ण समाधान भएका छैनन्।

२०२६ लाई हेर्दा AI भिडियो र चित्र-एनिमेसन प्रविधिले “एउटै विजेता” को ठाउँमा “बहु-ध्रुवीय प्रतिस्पर्धा” को युग सुरु गरेको देखिन्छ — जहाँ Google (Veo), Kuaishou (Kling), Runway, ByteDance (Seedance) र Alibaba (HappyHorse/Wan) जस्ता कम्पनीहरूले फरक-फरक बलियो पक्ष (अडियो, गति, नियन्त्रण, गति, मूल्य) मा आ-आफ्नो स्थान बनाइरहेका छन्, जबकि यस क्षेत्रको अगुवा मानिने OpenAI को Sora भने आर्थिक र कानुनी दबाबका कारण पछि हट्न बाध्य भयो। यो एउटा प्रमाण हो कि AI प्रविधिमा लीड गर्नु मात्र पर्याप्त छैन — दिगो व्यापार मोडेल र प्रयोगकर्ताको वास्तविक आवश्यकता पूरा गर्नु उत्तिकै महत्त्वपूर्ण छ।