100 डॉलर AI म्यूज़िक वीडियो निर्माण मुकाबला: Claude Fable 5 vs. GPT-5.6 Sol

 (tryai.dev)
1 पॉइंट द्वारा GN⁺ 4 시간 전 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • Claude Fable 5 और GPT-5.6 Sol को एक ही गाना, गीत, 25·100 डॉलर बजट, web search और ffmpeg दिए गए, और रिसर्च से लेकर वीडियो जनरेशन व एडिटिंग तक सौंपने पर, चारों बार उन्होंने मूल गीत को जोड़कर पूरी लंबाई का वीडियो स्वायत्त रूप से पूरा किया
  • उन्होंने जनरेशन मॉडल और निर्माण तरीका भी खुद चुना; चार में से तीन बार text-to-video इस्तेमाल किया गया, जबकि केवल Sol के 25 डॉलर रन ने पहले स्थिर चित्र बनाकर फिर उन्हें animate करने वाली पाइपलाइन बनाई
  • 100 डॉलर रन में जनरेशन लागत Sol की सिर्फ 36.57 डॉलर, Fable की 48.60 डॉलर रही; LLM token लागत जोड़ने पर यह क्रमशः 39.82 डॉलर और 73.65 डॉलर हुई, यानी Fable जल्दी खत्म हुआ लेकिन महंगा पड़ा
  • सभी परिणामों में किरदारों और कहानी की निरंतरता, वीडियो के भीतर की गति और संगीत के tempo synchronization, तथा जनरेट किए गए clips की दोबारा समीक्षा व संपादन जैसी self-review की कमी दिखी; गीतों को जरूरत से ज़्यादा शाब्दिक रूप में दृश्य बनाने की प्रवृत्ति भी दिखी
  • Sol के 25 डॉलर रन ने text overlay और स्थिर चित्र प्रभावों का उपयोग कर सबसे रचनात्मक एडिटिंग दिखाई, लेकिन कुल मिलाकर सिस्टम सिर्फ जनरेट किए गए clips को जोड़ने तक सीमित रहा और 100 डॉलर बजट व Replicate का पर्याप्त उपयोग नहीं कर पाया

स्वायत्त म्यूज़िक वीडियो निर्माण प्रयोग

  • एक छोटे agent harness को गाना, निश्चित डॉलर बजट और tools देकर पूरा म्यूज़िक वीडियो स्वायत्त रूप से बनाने के लिए डिज़ाइन किया गया
    • कौन से video generation model और API इस्तेमाल करने हैं, इसकी रिसर्च की
    • clips जनरेट किए और खुद जांचे
    • ffmpeg से एडिट कर अंतिम वीडियो जोड़ा
  • मॉडलों के tool-use व्यवहार का अंतर देखने के लिए इसे open-ended long-horizon task के रूप में बनाया गया, जिसमें रिसर्च का दायरा, जनरेटेड content और एडिटिंग पद्धति हर मॉडल खुद तय करता है
  • सभी tool calls रिकॉर्ड किए गए ताकि हर मॉडल की कार्यप्रक्रिया देखी जा सके, और पूरा harness music-video-arena पर सार्वजनिक है
  • Claude Fable 5 और GPT-5.6 Sol को 25 डॉलर और 100 डॉलर बजट पर चलाकर कुल चार रन की तुलना की गई
  • सभी रन में Bruno Mars और Mark Ronson का “Uptown Funk”, एक छोटा text description, और timestamps सहित lyrics transcript समान रूप से दिया गया

6 tools और बजट सीमा

  • हर मॉडल ने स्वायत्त tool-calling loop में ये 6 tools इस्तेमाल किए
    • plan: बिना लागत या वास्तविक क्रिया के सोच को व्यवस्थित करता है
    • web_search: generation models और APIs की रिसर्च करता है, और जरूरत पड़ने par म्यूज़िक वीडियो जानकारी खोजता है
    • get_budget: बचा हुआ बजट देखता है
    • generate_image, generate_video: यही एकमात्र tools हैं जो बजट खर्च करते हैं; मॉडल FAL या Replicate model और parameters सीधे चुनता है
    • run_command: ffmpeg और ffprobe के साथ audio analysis, clip trimming·joining और अंतिम वीडियो संयोजन करने वाला local shell
  • बजट 0 होने पर paid generation requests अस्वीकार हो जाती हैं, लेकिन आगे की एडिटिंग जारी रह सकती है
  • मॉडल messages और tool calls के अलावा billing और errors भी सब रिकॉर्ड किए गए

चारों रन के नतीजे

  • सभी रन बिना चरण या समय सीमा में फंसे खुद समाप्त हुए और मूल गीत के साथ पूरी लंबाई वाला मान्य वीडियो बनाया
  • रन टाइम और जनरेशन परिणाम इस प्रकार थे
    • Fable 5 · 25 डॉलर: 39 मिनट 10 सेकंड, 54 clips, 1 failure, 24.30 डॉलर, 1280×720
    • Sol · 25 डॉलर: 42 मिनट 52 सेकंड, 46 clips, 10 failures, 23.18 डॉलर, 1280×720
    • Sol · 100 डॉलर: 49 मिनट 39 सेकंड, 70 clips, 2 failures, 36.57 डॉलर, 1280×720
    • Fable 5 · 100 डॉलर: 38 मिनट 56 सेकंड, 80 clips, no failures, 48.60 डॉलर, 1920×1080
  • generation cost सिर्फ FAL की metered cost को दर्शाती है; मॉडल execution की token लागत इसमें शामिल नहीं है
  • 25 डॉलर रन में दोनों मॉडल लगभग पूरा बजट खर्च कर गए, लेकिन 100 डॉलर रन में Sol ने सिर्फ 36.57 डॉलर और Fable ने 48.60 डॉलर खर्च किए
  • बजट बढ़ने पर जनरेटेड वीडियो फुटेज भी बढ़ी, और हर रन में unique clips की संख्या 46~80 रही
  • wall-clock time में मॉडल retries और provider queue में प्रतीक्षा समय भी शामिल है

मॉडल-वार generation pipeline

  • tools चुनने का निर्णय मॉडल पर छोड़ने पर, चार में से तीन रन ने सिर्फ text-to-video इस्तेमाल किया, जबकि केवल Sol के 25 डॉलर रन ने image-to-video pipeline बनाई
  • Fable 5 · 25 डॉलर
    • image model के बिना Wan 2.5 t2v चुना
    • यह text-to-video तरीका है जिसकी कीमत output video के प्रति सेकंड 0.05 डॉलर है
  • Sol · 25 डॉलर
    • प्रति image 0.003 डॉलर वाले FLUX schnell से keyframes बनाए
    • प्रति सेकंड 0.10 डॉलर वाले Wan 2.2-5b i2v से स्थिर चित्रों को animate किया
  • Sol · 100 डॉलर
    • image model के बिना Wan 2.5, Veo 3.1 Lite, Hailuo 2.3 Standard जैसे तीन video models को एक ही रन में मिलाकर इस्तेमाल किया
    • Wan 2.5 की कीमत 0.05 डॉलर प्रति सेकंड, Veo 3.1 Lite की 0.10 डॉलर प्रति सेकंड, और Hailuo 2.3 Standard की लगभग 6 सेकंड clip पर 0.28 डॉलर है
  • Fable 5 · 100 डॉलर
    • image model के बिना सिर्फ Seedance 1.0 Pro t2v इस्तेमाल किया
    • token-based pricing के अनुसार 1080p 5-सेकंड clip पर लगभग 0.62 डॉलर, यानी लगभग 0.12 डॉलर प्रति सेकंड
  • दोनों services की keys दी गई थीं, लेकिन चारों रन में सिर्फ FAL इस्तेमाल हुआ और Replicate को एक्सेस नहीं किया गया

tool calls और errors

  • tool-call aggregate में सफल requests के साथ failed generation attempts भी शामिल हैं
  • हर रन की पूरी planning, call logs और command records इन transcripts में देखे जा सकते हैं
  • failed calls मुख्यतः provider के साथ अस्थायी network errors के कारण हुए
  • failed requests पर शुल्क नहीं लगा, लेकिन retry प्रक्रिया में task steps खर्च हुए

token उपयोग और वास्तविक कुल लागत

  • हर run का token उपयोग इस प्रकार था
    • Fable 5 · 25 डॉलर: input 1,476,900, output 44,341, cached input नहीं
    • Sol · 25 डॉलर: input 2,956,270, output 33,220, reasoning 9,656, cached input 2,558,029
    • Sol · 100 डॉलर: input 2,097,572, output 31,715, reasoning 12,330, cached input 1,819,050
    • Fable 5 · 100 डॉलर: input 2,264,610, output 48,029, cached input नहीं
  • token pricing में Fable 5 के input और output की कीमत प्रति 10 लाख tokens पर क्रमशः 10 डॉलर·50 डॉलर है, जबकि Sol के लिए यह 5 डॉलर·30 डॉलर है
  • generation cost और LLM token cost जोड़ने पर हर रन की कुल लागत यह रही
    • Fable 5 · 25 डॉलर: generation 24.30 डॉलर + LLM 16.99 डॉलर = 41.29 डॉलर
    • Sol · 25 डॉलर: generation 23.18 डॉलर + LLM 4.27 डॉलर = 27.45 डॉलर
    • Sol · 100 डॉलर: generation 36.57 डॉलर + LLM 3.25 डॉलर = 39.82 डॉलर
    • Fable 5 · 100 डॉलर: generation 48.60 डॉलर + LLM 25.05 डॉलर = 73.65 डॉलर
  • सिर्फ Fable की token लागत 16.99~25.05 डॉलर रही, जो कुल लागत का लगभग 30~40% है
  • Sol में समान token scale के बावजूद token लागत लगभग 3~4 डॉलर तक सीमित रही
  • generation cost मॉडल-वार price sheets के आधार पर निकाला गया best estimate है

परिणामों में सामने आई सीमाएँ

  • चारों वीडियो में बार-बार दिखने वाले किरदारों का रूप हर scene में बदल गया और शुरू से अंत तक एकसमान कहानी कायम नहीं रह सकी
  • गीतों की अत्यधिक शाब्दिक व्याख्या की प्रवृत्ति दिखी
    • “Make a dragon wanna retire, man” पंक्ति में सचमुच एक dragon को स्क्रीन पर दिखाया गया
    • कुछ scenes में यह दिलचस्प लगा, लेकिन यही तरीका बार-बार दोहराने से अटपटा हो गया
  • सभी रन ने ffmpeg से beat detect करके cuts को ताल के अनुरूप रखा, लेकिन dance और camera movement जैसे clips के भीतर के motions गीत के tempo से लगभग मेल नहीं खाते थे
    • “gotta kiss myself I’m so pretty” scene में मुख्य किरदार की kiss motion बहुत धीमी थी
  • Sol के 25 डॉलर रन ने text overlay और video effects से स्थिर चित्रों को चलाने जैसी ऐसी editing techniques इस्तेमाल कीं जो दूसरे रन में नहीं दिखीं
  • बाकी रन ज़्यादातर जनरेटेड clips को साधारण रूप से जोड़ने तक सीमित रहे, जबकि Sol के 100 डॉलर रन ने Fable के विपरीत कई video models साथ में आज़माए

self-review और बजट उपयोग की सीमाएँ

  • clips जनरेट करने, जोड़ने और audio track मिलाने के बाद भी, दोबारा काटने या effects जोड़ने जैसी iterative editing लगभग नहीं हुई
  • जनरेट किए गए clips की quality का गंभीरता से मूल्यांकन नहीं किया गया, और Sol के 100 डॉलर परिणाम में low-quality AI clips भी शामिल थे
  • Fable 5 ने संयोग से ऐसा model चुना जो अधिक सुसंगत output देता था
  • Fable, Sol से तेज़ खत्म हुआ, लेकिन हर run में अधिक महंगा पड़ा और कुल सबसे ऊँची लागत भी उसी की रही
  • व्यक्तिपरक रूप से Fable का 100 डॉलर वीडियो थोड़ा बेहतर लगा, लेकिन चारों परिणाम अभी भी उत्कृष्ट स्तर तक नहीं पहुँचे
  • 100 डॉलर बजट पर भी दोनों मॉडल ऊपरी सीमा के करीब खर्च नहीं कर पाए और task steps की संख्या भी अधिक नहीं थी
    • बचे हुए बजट से पहले consistent character images बनाकर उन्हें animate किया जा सकता था, लेकिन किसी भी मॉडल ने यह तरीका नहीं चुना
  • व्यक्तिपरक और style-केंद्रित कामों में state-of-the-art models के लिए अभी भी सुधार की काफी गुंजाइश है

खुद चलाकर देखें

  • music-video-arena में अपनी पसंद का गाना और बजट सेट करके, तुलना वाले मॉडल बदलकर यही प्रयोग चलाया जा सकता है
  • यह प्रोजेक्ट open source है और issues, PRs, तथा experiment configuration पर feedback आमंत्रित करता है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 4 시간 전
Hacker News की राय

  • कुछ साल पहले की तुलना में यह तकनीक प्रभावशाली है, लेकिन नतीजों में कलात्मक मूल्य बिल्कुल नहीं है। यह गाने से जुड़ी हर अवधारणा का औसत निकालकर बने किसी धूसर चिपचिपे पदार्थ जैसा लगता है, और प्रतिभा व दृष्टि रखने वाला कोई रचनाकार बिना बजट के भी आधे दिन में इससे अधिक दिलचस्प और आनंददायक काम बना सकता है

    • मैं नहीं चाहता कि AI नौकरियाँ छीन ले, लेकिन जिस विज़न के लिए पहले 10 लाख डॉलर चाहिए होते, उसे भी अब रचनाकार अपनी ज़रूरतें विस्तार से बताकर ऐसे औसत नतीजों से बचते हुए साकार कर सकता है
      उदाहरण के लिए, वह दृश्य और समय को बारीकी से निर्देशित कर सकता है—जैसे पिछले दृश्य के दो पात्र बिल्ली के चेहरे वाले प्राचीन मिस्र के Middle Kingdom के महायाजक के वस्त्र पहनकर, नदी पर दौड़ते हाथी की पीठ पर चढ़े हुए संगीत के साथ नाचें। AI एक टूल है, इसलिए अगर आप बस इतना कहेंगे कि “इस गाने पर मिस्र-थीम वाला म्यूज़िक वीडियो बना दो”, तो उसका भद्दा निकलना स्वाभाविक है
    • बल्कि मुझे शुरुआती generative AI वीडियो कहीं अधिक पसंद थे। फ़्रेमों के बीच स्थिरता की कमी के कारण चीज़ों का बदल जाना या अचानक प्रकट होकर गायब हो जाना उन अजीब, बुख़ार-जैसे वीडियो को माध्यम की अपनी अलग पहचान देता था, लेकिन अब वे ज़्यादातर चलती हुई stock photo जैसी uncanny valley में अटके रहते हैं
      AI का कलात्मक रूप से शानदार इस्तेमाल करने वाले लोग भी आएँगे, लेकिन चिंता यह है कि अगर अपने-आप बने साधारण कंटेंट की बाढ़ आ गई, तो AI इस्तेमाल हुआ या नहीं, उससे अलग हटकर भी दिलचस्प काम ढूँढना मुश्किल हो जाएगा। उम्मीद है यह रुझान लोगों को फिर ऑफ़लाइन स्थानीय समुदायों और भौतिक कला की ओर लौटाएगा
    • मुझे हैरानी है कि लोग इस नतीजे को इतनी आसानी से ख़ारिज कर रहे हैं। यह 1 घंटे से कम और अधिकतम 50 डॉलर में बना, जबकि मुझे इसी स्तर तक पहुँचने के लिए शायद रोज़ 30 मिनट के हिसाब से 1 से 4 साल तक अभ्यास करना पड़े, और जिस कौशल की मुझे चाह भी नहीं, उसमें इतना समय लगाने की संभावना नहीं है
      जिन लोगों में वास्तविक क्षमता और प्रतिभा है, वे ऐसे टूल्स से सस्ते में चमत्कारी काम बना सकते हैं, और यह तकनीक अभी भी अपने शिखर से बहुत दूर है
    • दृष्टि वाले रचनाकार अब AI को निर्देश देकर वह बना सकते हैं जो पहले या तो लाखों डॉलर माँगता, या बिल्कुल असंभव होता। सिर्फ़ 3~4 साल पहले प्रोग्रामिंग में भी यही संशयवाद था कि “यह नहीं हो सकता”, लेकिन उनमें से बहुत-सी चीज़ें अब पहले ही संभव हो चुकी हैं, इसलिए इस तकनीक को संकीर्ण नज़र से देखने का कारण नहीं है
    • जो चीज़ इसे धूसर चिपचिपे पदार्थ जैसी दिखाती है, वही बात औसत मनोरंजन पर भी लागू होती है। नए TV प्रोग्राम एक जैसी शक्ल-सूरत और माहौल साझा करते हैं, और वही अभिनेता बार-बार वैसी ही भूमिकाएँ निभाते हैं
      समस्या यह है कि AI की तुलना उस क्षेत्र के औसत व्यक्ति से नहीं, बल्कि जीवन में एक बार पैदा होने वाले किसी प्रतिभाशाली जीनियस से की जाती है

  • शायद prompt या implementation की वजह से नतीजे गीत के बोलों की ज़रूरत से ज़्यादा शाब्दिक नकल करते हैं। बेहतरीन म्यूज़िक वीडियो आमतौर पर सिर्फ़ बोलों का अनुसरण नहीं करते, बल्कि उनके विषय के आधार पर एक narrative flow बनाते हैं, अस्पष्ट ढंग से शुरू होकर साहित्यिक उपकरणों के ज़रिए कुछ उजागर करते हैं
    Amber Run का Found ऐसा उदाहरण है जहाँ बोल, दृश्य और वीडियो की narrative progression की तुलना की जा सकती है: https://www.youtube.com/watch?v=Yj6V_a1-EUA

    • बोलों को शाब्दिक रूप से दृश्य में बदलना भी एक मज़ेदार और वैध रचनात्मक दिशा है। Vance Joy का Riptide इसका अच्छा उदाहरण है: https://www.youtube.com/watch?v=uJ_1HMAGb4k
    • जब एक adult actor से पूछा गया कि शूटिंग के दौरान वह क्या कहता है, तो उसने जवाब दिया कि वह हर पल जो हो रहा होता है, बस उसी का वर्णन करता है—LLM भी ठीक इसी तरह काम करता है
    • Genghis Khan भी देखने लायक है: https://youtu.be/P_SlAzsXa7E
    • शुरू से अंत तक शर्मनाक था, लेकिन पहले 30 सेकंड ने ही घटिया AI कंटेंट का सटीक नमूना पूरी तरह दिखा दिया, इसलिए उल्टा मज़ा आया। “Michelle Pfeiffer, that white gold” पर सुनहरे sequins वाला टॉप पहनी गोरी महिला दिखती है, और “Livin' it up in the city” पर सीधे एक महानगर दिखा दिया जाता है
      ख़ासकर पहला वाला तो दरअसल cocaine के लिए काफ़ी खुला संकेत है, इसलिए वीडियो का बेतुका शाब्दिकपन चतुर और मौलिक बोलों के साथ शानदार विरोध पैदा करता है। अगर बोल भी वीडियो की तरह ही सतही होते, तो वे शायद कुछ ऐसा होते: “अब हम सब cocaine सूँघते हैं!”
    • Weird Al के वीडियो भी कई बार पूरी तरह शाब्दिक होते हैं, और इसी वजह से बेहद मज़ेदार लगते हैं: https://youtu.be/N9qYF9DZPdw?is=tU_8p-hDZv9gjAJ6

  • AI उस आर्थिक ढांचे को काफ़ी हद तक तोड़ रहा है जो मध्यमवर्गीय कलाकारों को सहारा देता था। कई कलाकारों को कलात्मक मूल्य से ज़्यादा सौंदर्यपूर्ण परिष्कार के लिए भुगतान मिलता था, और भले ही वह सबसे रचनात्मक रूप से संतोषजनक काम न हो, उससे रोज़ी-रोटी चलती थी, कौशल निखरता था, और साथ-साथ अपने असली रचनात्मक लक्ष्यों का पीछा करने का मौका मिलता था

    • स्पीकर और रिकॉर्डिंग उपकरणों ने भी बहुत पहले उस आर्थिक ढांचे को तोड़ दिया था जो वादकों को भुगतान करता था, और यह भी माना गया था कि smartphone camera और आसान professional equipment फ़ोटोग्राफ़रों को ख़त्म कर देंगे, लेकिन उनकी संख्या भले घटी हो, वे अब भी मौजूद हैं
      अगर आप बजट वाली कोई कंपनी चला रहे हैं, तो भले ही आप सारा काम ख़ुद कर सकते हों, फिर भी Claude से art बनवाने में समय बर्बाद नहीं करेंगे। जिन लोगों को ऐसे काम के लिए ऊँचा भुगतान मिलता था जिन्हें AI आसानी से बदल सकता है, वे पीछे धकेले जाएंगे, लेकिन शुरू से ही ऐसा high-paying बाज़ार मध्यमवर्गीय कलाकारों के लिए बहुत बड़ा नहीं था
    • AI के उत्साही समर्थक मानो ऐसे संसार को सक्रिय रूप से चाहते हैं जिस पर कुछ बड़ी tech कंपनियों का राज हो, जो सोच को नियंत्रित करें और रचनात्मकता को मार दें। लंबे समय से निखारी गई skill रखने वालों के प्रति ईर्ष्या भी उनकी लगभग हर बात में साफ़ झलकती है
      ऐसे लोग भी बढ़ते जा रहे हैं जो गर्व से accelerationism को बढ़ावा देते हैं—यानी हर चीज़ को जितना हो सके उतना बदतर बनाकर दुनिया को और ख़राब करना और सबको अपने स्तर तक नीचे खींच लाना। यह मानो केकड़े वाली बाल्टी जैसी मानसिकता को राजनीतिक, आर्थिक और श्रम-दर्शन में बदल देना है
    • मैंने art की पढ़ाई की थी, लेकिन सिर्फ़ पैसों की वजह से computer science में चला गया। AI art ज़्यादातर भद्दी लगती है, लेकिन कुछ सेकंड में वह चीज़ बना देने की क्षमता को हल्के में नहीं लिया जा सकता जिसे पहले महीनों लगते थे
      जो सच में रचनात्मक हैं, वे AI को shortcut नहीं बल्कि क्षमता बढ़ाने वाले amplifier की तरह इस्तेमाल करेंगे, और वहीं से चीज़ें दिलचस्प होंगी। software में यह पहले से दिख रहा है कि जिन लोगों की coding क्षमता पहले इतनी नहीं थी कि कुछ बना सकें, वे अब LLM की मदद से उसे लागू कर पा रहे हैं; अगर यही रवैया कलाकारों में भी फैलता है, तो सचमुच कला कहे जा सकने वाले AI काम सामने आएंगे
    • यह साफ़ नहीं है कि AI कचरा पहले से बुरी स्थिति को और कितना बिगाड़ेगा। 1960~1990 के दशक के popular singers भी record labels, radio और MTV जैसे distribution नेटवर्क पर निर्भर थे, और वे नेटवर्क या तो ग़ायब हो चुके हैं या कम-से-कम 20 साल पहले से कलाकारों के ख़िलाफ़ business model में बदल चुके हैं
      अच्छा संगीत तो पहले से ही कहीं और ढूँढना पड़ता था, और popular music का 90% हिस्सा AI से पहले भी mass-produced कचरा था। संगीत उद्योग के पतन पर Frank Zappa का पुराना इंटरव्यू आज भी प्रासंगिक है: https://www.youtube.com/watch?v=KZazEM8cgt0
    • यह भी सवाल है कि क्या सौंदर्यपूर्ण माहौल बेचकर कमाने वाले और सच में कला बनाने वाले लोग वास्तव में एक ही हैं। streaming का background music बहुत लाभदायक है और “सिर्फ़ माहौल देने वाला संगीत” इसका अच्छा उदाहरण है, लेकिन कला-उन्मुख संगीतकारों को सिर्फ़ गुज़ारे के लिए learning playlists में बड़ी मात्रा में गाने भरते देखना दुर्लभ है

  • Suno music की तरह यह भी बस ऊपर-ऊपर देखने पर ही ठीक-ठाक लगता है, और ज़रा ध्यान देते ही हर तरह की खामियाँ सामने आ जाती हैं—एक भयानक वीडियो

    • अगर मैंने लेख या ऊपर की प्रतिक्रिया को ग़लत नहीं समझा है, तो model ने music नहीं बल्कि music video बनाया है। music है 2014 का बेहद सफल Uptown Funk: https://www.youtube.com/watch?v=OPf0YbXqDm0
      हाँ, यह ज़रूर मानता हूँ कि वीडियो भयानक है
    • इससे भी ज़्यादा चिंताजनक बात यह है कि कमज़ोर रुचि वाले दर्शक लगातार बनते रहने वाले घटिया AI वीडियो को ख़ुशी-ख़ुशी खपाएँगे। ज़रा सोचिए, अगर किसी तीन साल के बच्चे को tablet और YouTube दे दिया जाए और वह बस क्लिक करता रहे, तो क्या होगा
      https://www.cbc.ca/news/canada/ai-baby-slop-9.7166873
      https://www.nytimes.com/2026/02/26/us/ai-videos-children-you...
      बड़ों के लिए भी AI शायद फ़िल्म Idiocracy के OW, My balls! जैसे वीडियो अनंत संख्या में बना सकता है
      https://substackcdn.com/image/fetch/$s_!Dh4l!,f_auto,q_auto:...
      https://media.licdn.com/dms/image/v2/D4E22AQEqLntg_DW7vg/fee...
    • मैं तो इससे बेहतर यह समझूँगा कि किसी college student को 100 डॉलर देकर कोई भी फुटेज शूट और एडिट करने को कह दिया जाए। वह कहीं ज़्यादा दिलचस्प होगा
    • visual effects industry ने भी परिपक्व होने के दौरान ऐसी ही बढ़ती पीड़ा झेली थी, लेकिन AI उन प्रगतियों को कुछ महीनों में पकड़ रहा है जिनमें पहले दशकों लगते थे। spaghetti खाते Will Smith वाले वीडियो से हम आज के स्तर तक पहुँच चुके हैं, और वीडियो क्षेत्र में विशेषज्ञ higgsfield ai का ज़िक्र भी ज़रूरी है

  • यह दिलचस्प है कि video model और सीधे निर्देशित direction का इस्तेमाल न किया जाए तो नतीजा इतना ख़राब हो सकता है। ऊपर के पहले दो clips मैंने ख़ुद इस्तेमाल किए जा रहे Kling से बनाए थे, और मेरा उससे कोई संबंध नहीं है: https://xcancel.com/PJaccetturo/status/2076312902685085815#m
    बेशक ये एक ही बार में generate हुए नतीजे नहीं थे, और इन्हें video editor में finishing दी गई थी, लेकिन इस स्तर की fidelity हासिल करना पूरी तरह संभव है

  • यह अच्छा है कि निर्माताओं ने माना कि “कोई भी म्यूज़िक वीडियो शानदार नहीं था।” यह भी जानने की जिज्ञासा है कि tokens के अलावा इसमें कितना समय लगा।
    अगर 25 डॉलर और 45 मिनट खर्च करके व्यावहारिक रूप से देखने लायक नहीं वीडियो मिल रहा है, तो अभी स्वतंत्र फ़िल्म निर्माताओं को बदले जाने की चिंता नहीं करनी चाहिए।

    • सिर्फ़ 1 साल पहले यह भी असंभव था। प्रगति की रफ़्तार और फ़िल्म निर्माण लागत के पैमाने को देखते हुए, क्या कभी 100 million dollar की फ़िल्म को 1 million dollar से कम token cost में बनाना सचमुच असंभव होगा, इस पर संदेह है।
    • Seedance इस्तेमाल करने वाले director और editor फ़िल्म स्टूडियो के बिना भी काम कर सकते हैं। यह सिर्फ़ इस बारे में नहीं है कि गाड़ी कौन चला रहा है, बल्कि कहानी के निर्माण और funding के तरीके में बुनियादी बदलाव है, और code में भी यही बदलाव चल रहा है।
    • मैंने पारंपरिक training ली है, लेकिन ईमानदारी से कहूँ तो समझ नहीं आता कि ये वीडियो इंसानों द्वारा बनाए गए वीडियो से कैसे बदतर हैं। मेरी नज़र में तो सब काफ़ी एक जैसे लगते हैं।

  • दार्शनिक रूप से मैं मानता हूँ कि कला मूलतः मानवीय होती है। उसका अर्थ और प्रभाव सिर्फ़ सुंदर बाहरी रूप से नहीं, बल्कि कलाकार के जीवन, कृति के संदर्भ, मेहनत और पीड़ा, व्यक्तिगत रुचि और परिस्थितियों से आता है, यानी उस इंसान से जिसने कुछ विशिष्ट बनाया।
    AI को कला बनाने के tool की तरह इस्तेमाल किया जा सकता है, लेकिन अगर कोई इंसान 1-2 मिनट prompt लिखे, थोड़ा-बहुत edit करे, और फिर उसे अपनी कला कहकर बेचे, तो वह बस आसानी से बनाया गया content है। AI के बिना भी content हमारी देखने की गति से तेज़ी से उमड़ता रहता है, और अर्थपूर्ण कला, बड़े पैमाने पर बने generation output से अलग होती है।
    कला subjective है, इसलिए कोई AI-generated चीज़ों में भी अर्थ पा सकता है, और अगर उसे प्रस्तुत करने का तरीका सचमुच गहराई से छूता है तो वह कला भी बन सकती है। लेकिन यह कचरा उस श्रेणी में नहीं आता, और भले ही यह सिर्फ़ functionality test हो, फिर भी बहुत-सी जगहों पर इसे सस्ता और काफ़ी अच्छा मानकर अपनाया जाएगा, इसलिए दुनिया को बेहतर न बनाने वाली एक और cost-cutting के खिलाफ़ खड़ा होना चाहिए।

    • Andy Warhol शायद “अर्थपूर्ण कला बड़े पैमाने पर बनी चीज़ नहीं होती” इस बात से सहमत न हों: https://en.wikipedia.org/wiki/Campbell%27s_Soup_Cans
      “कला वह सब कुछ है जिससे आप बच निकल सकते हैं” जैसी बातों की तरह क्या चीज़ कला है इस पर बहस नई नहीं है, और संभव है कि ऐसी तकनीक लोगों को उकसाकर अपने-अपने नज़रिए पर बहस करने पर मजबूर करे, और यही स्वयं संस्कृति बनने का तरीका हो। यह भी दिलचस्प प्रश्न है कि कला इसलिए कला है क्योंकि रचयिता ने क्या किया, या इसलिए क्योंकि दर्शक उसे कैसे ग्रहण करता है।
      अगर आप किसी रचना के स्रोत को जाने बिना उससे प्रभावित हों, और बाद में पता चले कि वह 100% AI-generated थी, तो क्या वह फिर भी कला रहेगी—इस पर सोचा जा सकता है।
    • उल्टा, मैं कलाकार की कहानी या संघर्ष से ज़्यादा अंतिम परिणाम को महत्व देता हूँ। प्रकृति शायद सबसे महान कलाकार हो सकती है, और सूर्यास्त, पत्ते, coral, चट्टानें लगभग हर मानवीय रचना से बढ़कर हो सकती हैं।
    • यही तर्क photography पर भी लागू किया जा सकता है। ज़्यादातर फ़ोटो कला नहीं हैं, कम से कम अर्थपूर्ण कला तो नहीं, और मेरे painting के प्रयास भी वैसे ही हैं।
      अगर इतना ऊँचा मानदंड लगाया जाए, तो इंसानों द्वारा बनाए गए अधिकांश म्यूज़िक वीडियो भी कला नहीं हैं: https://en.wikipedia.org/wiki/Potboiler
    • दूसरी तरफ़ यह हक़ीक़त भी है कि अधिकांश इंसान शुरू से ही painting, rhythm, dance, acting जैसी कला बना नहीं पाते। “कला पूरी तरह subjective है, लेकिन यह AI कचरा कला नहीं है” — ये दोनों वाक्य काफ़ी टकराते हैं।
      कोई Centre Pompidou को प्रतिभाशाली कृतियों से भरा मान सकता है, लेकिन मुझे वहाँ ज़्यादा आनंद नहीं आया, और AI कृतियों के साथ भी समस्या बिल्कुल यही है।
    • अर्थपूर्ण कला तब बनती है जब रचना खुद कुछ कहती है। अगर किसी PR company को समझाना पड़े कि कोई चीज़ क्यों विशेष है, तो उसकी मौलिकता कहाँ है, इस पर सवाल उठता है।
      किताब तो किताब है, वह अच्छी या बुरी हो सकती है, लेकिन यह तथ्य कि उसे Goethe ने लिखा, Uncle Clara ने लिखा, किसी LLM ने लिखा, या किसी कुत्ते ने लिखा—यह अपने-आप में रचना का हिस्सा नहीं है। इंसान अच्छी backstory से आसानी से आकर्षित हो जाते हैं, फिर भी कला के मूल्यांकन में उसे महत्वपूर्ण नहीं होना चाहिए।

  • सभी models ने costume design कम-से-कम बहुत अच्छी तरह संभाला, इसलिए जिज्ञासा है कि क्या ऐसा इसलिए है क्योंकि fashion industry में उपयोग को ध्यान में रखकर इन्हें fashion data पर बहुत train किया गया है।
    फ़िल्म निर्माण मूलतः iteration और refinement की प्रक्रिया है, और वास्तविक दुनिया में भी म्यूज़िक वीडियो एक ही बार में पूरा नहीं हो जाता। agent को हर चरण में परिणामों की समीक्षा करके बार-बार सुधार करना होगा, इसलिए सुधार की गुंजाइश काफ़ी है।
    मूल Uptown Funk म्यूज़िक वीडियो का बजट भी लगभग 100,000 डॉलर रहा होगा, और पारंपरिक indie फ़िल्में भी equipment, staff, और location costs की वजह से महँगी होती हैं। किसी भी industry में लागत को 100 गुना घटाना बहुत बड़ा बदलाव है।

  • “don't believe me just watch” वाले बोल पर शाब्दिक रूप से घड़ी पहने हुए हाथ दिखाना बहुत मज़ेदार था। यह लगभग इशारों से शब्द पहचानने वाले खेल जैसा लगा।

    • retired लिखा हुआ साइन पकड़े विशाल cartoon dragon पर मैं ज़ोर से हँस पड़ा।

  • यह एक दिलचस्प experiment है और नतीजे भी चौंकाने वाले हैं, लेकिन अगर आप musician हैं, तो मैं दावे से कहूँगा कि दोस्तों के साथ मिलकर सिर्फ़ 25 डॉलर और 45 मिनट में इससे कहीं बेहतर म्यूज़िक वीडियो बना सकते हैं।

    • 25 डॉलर वाली बात बढ़ा-चढ़ाकर कही गई है। मदद करने वाले दोस्तों को शुक्रिया कहने के लिए lunch कराने का खर्च भी उससे पूरा नहीं होगा।
      OK Go ने Here It Goes Again के साथ शुरुआती YouTube पर बड़ी सफलता पाई थी: https://www.youtube.com/watch?v=dTAAsCNK7RA
      हालांकि ऐसे मामले अपवाद हैं, और अधिकांश लोगों में तंग बजट पर रचनात्मक परिणाम निकालने की क्षमता नहीं होती। इसका यह मतलब नहीं कि यह AI output बेहतर है; बल्कि यह पूरी तरह भयानक है।