Google Gemini Omni Leak नेक्स्ट-लेवल AI वीडियो एडिटिंग दिखाता है

15 मई 2026 तक, Google के जेमिनी ओमनी वीडियो मॉडल के क्लिप्स फोरम्स और X थ्रेड्स पर वायरल हो गए। ये क्लिप्स मूविंग सीन के अंदर साफ टेक्स्ट रेंडरिंग दिखाते हैं। ऑब्जेक्ट्स बिना continuity तोड़े मिड-शॉट में बदल जाते हैं। रियल-टाइम एडिट्स सीधे चैट विंडो में होते हैं। डेमो जेमिनी के मल्टीमॉडल स्टैक पर बिल्कुल आधारित हैं। इसमें कोई हैरानी नहीं। Google सालों से विजन और लैंग्वेज को स्टैक कर रहा है। कंट्रोल में जो छलांग आई है, वही सबसे अलग है। ये पॉलिश्ड मार्केटिंग रील्स नहीं हैं। ये रॉ और तुरंत महसूस होते हैं। कमाल की बात! एक क्लिप में मूविंग बिलबोर्ड पर पूरा वाक्य लिखा जाता है। दूसरी में कार को दो सेकंड से भी कम समय में मोटरसाइकिल से बदल दिया जाता है। continuity बनी रहती है। इतनी सटीकता पहले की लीक में नहीं थी।

देखिए, मौजूदा पब्लिक मॉडल्स अभी भी काफी जटिल लगते हैं। Veo को बेसिक मोशन के लिए भारी प्रॉम्प्टिंग की जरूरत पड़ती है। Kling लंबे टेक्स में अटक जाता है। जेमिनी ओमनी लाइव चैट एडिट्स के साथ खेल को पलट देता है। आप टाइप करके बदलाव करते हैं और वो तुरंत लागू हो जाता है। बात ये है: रियल-टाइम मल्टीमॉडल कंट्रोल इंडी क्रिएटर्स के लिए गेम चेंजर है। नया रेंडर करने के लिए मिनटों इंतजार करने की जरूरत नहीं। प्रॉप बदलें, स्क्रीन पर टाइपो ठीक करें, सीन के बीच में लाइटिंग एडजस्ट करें। सब इंटरफेस से बाहर आए बिना। सच कहूं तो ये अभी परफेक्ट नहीं है। कुछ क्लिप्स में कॉम्प्लेक्स बैकग्राउंड पर हल्का जिटर दिखता है। लेकिन दिशा साफ है। Google वन-शॉट जेनरेटर्स की बजाय कन्वर्सेशनल वीडियो टूल्स की ओर बढ़ रहा है।

तेज़ इटरेशन लूप्स आने वाले हैं। इंडी क्रिएटर्स अब एक रेंडर में जितना समय लगता है, उसमें दर्जनों कट्स टेस्ट कर सकेंगे। एक्सेसिबिलिटी भी बढ़ेगी। अगर Google एक मजबूत वेब वर्जन लाता है तो बड़े GPU फार्म्स की जरूरत नहीं पड़ेगी। ट्विस्ट ये: मल्टीमॉडल AI की वही तरक्की जो इन लीक को पावर दे रही है, पहले से ही एडल्ट कंटेंट क्रिएशन पर लागू की जा रही है। मल्टीमॉडल AI में तरक्की पहले से ही एडल्ट कंटेंट क्रिएशन पर लागू की जा रही है। Google I/O 2026 अगला बड़ा चेकपॉइंट है। आधिकारिक रिलीज हफ्तों में आ सकती है। असली सवाल ये है कि चैट-ड्रिवन एडिटिंग कितनी फाइनल रिलीज में बचेगी।