नेटफ्लिक्स ने अपनी पोस्ट-प्रोडक्शन की बेहतरीन तकनीक मुफ्त दी और कोई इस पर बात नहीं कर रहा है

नेटफ्लिक्स ने अपनी पोस्ट-प्रोडक्शन की बेहतरीन तकनीक मुफ्त दी और कोई इस पर बात नहीं कर रहा है

2026 के 4 अप्रैल को, नेटफ्लिक्स की आर्टिफिशियल इंटेलिजेंस रिसर्च टीम ने Hugging Face पर VOID —Video Object and Interaction Deletion— नामक एक मॉडल को Apache 2.0 लाइसेंस के तहत जारी किया। बिना किसी प्रेस कॉन्फ्रेंस के, बिना किसी कॉरपोरेट विज्ञप्ति के, बिना किसी कीनोट के। बस एक ओपन रिपॉजिटरी जो किसी भी डेवलपर, स्वतंत्र स्टूडियो या स्टार्टअप द्वारा आज ही डाउनलोड किया जा सकता है और इसे बिना पैसे दिए व्यावसायिक रूप से इस्तेमाल किया जा सकता है।

VOID एक वीडियो संपादन फ़िल्टर नहीं है। यह एक ऐसा मॉडल है जो भौतिकी को समझता है। जब आप एक दृश्य से किसी वस्तु को हटाते हैं, तो उपकरण केवल पिक्सेल को भरते नहीं हैं: यह उस वस्तु द्वारा डाले गए छायाएँ दोबारा परिकलन करता है, उसके अभाव में होने वाले आंदोलन का अनुकरण करता है, और प्रत्येक फ्रेम में दृश्य संबंध बनाए रखता है। एक चलती हुई वाहन को हटाना, पीछे की ओर एक विस्फोट को हटाना या एक अभिनेता के कपड़े को फिर से बिना फिल्माए बदलना: ऐसे कार्य जो पहले वरिष्ठ VFX टीमों द्वारा हफ्तों के काम की मांग करते थे, अब कुछ मिनटों में हो सकते हैं।

इस तकनीक के पीछे की मुख्य संरचना का नाम quadmask है: चार मूल्यों का एक कोड जो मॉडल को बताता है कि क्या हटाना है, किस भौतिक क्षेत्र पर इसका प्रभाव पड़ेगा, किस पृष्ठभूमि को पुनर्निर्माण करना है और किन क्षेत्रों को अछूता रखना है। इस मॉडल को Blender में भौतिकी सिमुलेशनों के माध्यम से जनरेट किए गए सिंथेटिक डेटा के साथ प्रशिक्षित किया गया, क्योंकि पहले/बाद के फोटोज़ के साथ वास्तविक वीडियो डेटा प्राप्य नहीं थे। 25 प्रतिभागियों के साथ परीक्षणों में, VOID को 64.8% मामलों में दृश्य संबंध और भौतिक वास्तविकता के लिए उद्योग की व्यावसायिक संदर्भ में Runway पर पसंद किया गया।

एक ऐसी कंपनी जो हर साल 17 अरब डॉलर खर्च करती है, अपनी बढ़त क्यों मुफ्त दे रही है

यह फैसला तकनीकी परोपकारिता या अच्छे इरादे का संकेत नहीं है। यह एक आर्थिक रूप से सटीक बुनियादी ढांचे का कदम है।

नेटफ्लिक्स अपनी सबसे बड़ी परियोजनाओं के बजट का 20% से 30% प्रभावी दृश्य प्रभावों पर खर्च करता है, जिनका खर्च अक्सर 100 मिलियन डॉलर से ऊपर होता है। हर नए चलचित्र में फिल्मांकन में एक दिन का खर्च 1 से 5 मिलियन डॉलर के बीच होता है। कंपनी हर साल 1,200 घंटे से अधिक मूल सामग्री का निर्माण करती है और उत्पादन लागत में वार्षिक 10% से 15% की महंगाई का सामना कर रही है। ऐसे में, एक उपकरण जो रीशूट की जरूरत को कम करता है और पोस्ट-प्रोडक्शन चक्र को संकुचित करता है, कोई लग्जरी नहीं, बल्कि संचालन लाभ का एक साधन है।

लेकिन यहाँ एक ऐसी मैकेनिक्स है जो अधिकतर विश्लेषणों ने नजरअंदाज की है: VOID को ओपन-सोर्स कोड के रूप में जारी करके, नेटफ्लिक्स अपनी प्रतिस्पर्धात्मक बढ़त को नहीं बल्की इसे एक अलग तरीके से गुणित करता है। जब हजारों डेवलपर्स, स्वतंत्र स्टूडियो और टूल मेकर्स VOID पर निर्माण करते हैं, तो वे एकीकरण, सुधार और उपयोग के मामले उत्पन्न करते हैं जो मॉडल को पुनः प्रवाहित करते हैं। नेटफ्लिक्स उस मूल्य को पकड़ता है बिना 100% विकास के लिए फंडिंग के। यह वही रणनीति है जो मेटा ने Llama के साथ अपनाई थी: एक स्वामित्व वाली तकनीक को सामान्य बुनियादी ढांचे में बदलना ताकि पारिस्थितिकी तंत्र इसके पक्ष में काम करे। कोड खुला है; इसे औद्योगिक पैमाने पर तैनात करने की क्षमता वे ही लोग बनाए रखते हैं जिनके पास इसके लिए कम्प्यूटेशनल संसाधन हैं।

VOID के द्वारा दिखाए गए दृश्यात्मक उत्पादन में AI की परिपक्वता

VOID एक शून्य में नहीं है। यह एक म्यूचुरेशन साइकिल का परिणाम है जो कई वर्षों से चुपचाप संचालित हो रहा है।

2021 के आसपास, वीडियो में पेंटिंग के प्रारंभिक उपकरण, जैसे LaMa, कुछ स्थिरता तक स्पष्टता के साथ क्षेत्रों को भरने में सक्षम थे लेकिन गतिशीलता या भौतिकता के सामने संपन्न नहीं हो पाते। 2022 से 2024 के बीच विस्फोटक वितरण मॉडल ने वीडियो निर्माण में समयबद्धता की स्थिरता को हल किया, लेकिन हटाने की भौतिक वास्तविकता से संबंधित समस्या अभी भी समस्याग्रस्त रहती थी। VOID इस जगह को भरता है।

यह एक विशेष अवस्था में तकनीकी अपनाने के प्रक्रिया में है जो अक्सर स्पष्टता से नहीं नामित होती है: त्वरित अव्यावसायिकीकरण के चरण। लंबे समय तक, उच्च स्तर की VFX क्षमताएं आठ अंकों के बजट वाले स्टूडियो तथा विशेषीकृत टीमों में संकेंद्रित थीं। उस गुणवत्ता तक पहुँचने का खर्च बहुत अधिक होता था क्योंकि प्रतिभा और समय में कमी वास्तविक थी। जब VOID एक सार्वजनिक बुनियादी ढांचे में मुक्त होता है, तो इस क्षमता तक पहुँचने की सीमांत लागत लगभग शून्य हो जाती है जिनके पास न्यूनतम कम्प्यूटेशनल संसाधन हैं।

जो जोखिम है वह कम आंका जा रहा है

इस रिलीज का एक अन्य दिशा है जिसमें विशेष ध्यान देने की आवश्यकता है और तकनीकी कवरेज इसे अक्सर अंतिम पैराग्राफ में समेट देती है।

VOID ठीक वही करता है जो इसके नाम का वर्णन करता है: यह रिकॉर्ड की गई वास्तविकता से वस्तुओं को मिटाता है और भौतिकीय स्थिरता के साथ उसे पुनर्निर्माण करता है। यह सच्चे रूप से वैध दृश्यात्मक उत्पादन में स्पष्ट रूप से मूल्य रखता है। इसके साथ ही, इसका प्रभाव हॉलीवुड के पार भी है।

एक ऐसा मॉडल जो वीडियो सामग्री से लोगों, वाहनों या घटनाओं को शारीरिक यथार्थता के साथ हटा सकता है, केवल एक पोस्ट-प्रोडक्शन टूल नहीं है: यह दृश्य-साक्ष्य में परिवर्तन का बुनियादी ढांचा है।

लोकतंत्रीकरण सिर्फ गंतव्य नहीं, बल्कि प्रारंभिक बिंदु है

VOID जो सबसे स्पष्ट रूप से अंधा करता है वह तकनीकी उन्नति नहीं है, बल्कि यह कदम है जिस पर पहले सैकड़ों मिलियन डॉलर के बुनियादी ढांचे तक सीमित क्षमताएँ अब सार्वभौमिक पहुँच बन रही हैं।

यह प्रक्रिया रेखीय या चिकनी नहीं होती: यह मूल्य संरचनाएँ नष्ट करती है, प्रतिस्पर्धा का पुनर्गठन करती है और उन उद्योगों में मूल्य में भिन्नता को फिर से परिभाषित करने की आवश्यकता बनाती है।

अतः, यह एक महत्वपूर्ण मोड़ है जो भारतीय मार्केटिंग प्रथाओं में बदलने की संभावनाएँ रखता है।