OpenAI ने Sora को बंद किया, Disney ने अपना $1 अरब वाला AI साझेदारी समझौता रद्द किया

Consumer Video Generation क्यों Scale नहीं कर सकी

2024 के मध्य से AI video generation products में उभरे एक पैटर्न का सबसे प्रमुख उदाहरण Sora का शटडाउन है। उच्च-गुणवत्ता वीडियो बनाने की computational cost बहुत अधिक होती है — क्योंकि इसमें संभावित रूप से हजारों frames में temporal coherence बनाए रखनी होती है, और हर frame को उस तरह के compute की ज़रूरत होती है जितनी एक उच्च-गुणवत्ता image को चाहिए — इसलिए यह image generation की तुलना में काफी अधिक महँगा है। उस गुणवत्ता स्तर पर जिसकी उम्मीद उपभोक्ता सबसे अच्छे Sora outputs देखकर करते हैं, per-video generation costs इतने ऊँचे बने हुए हैं कि streaming services के साथ प्रतिस्पर्धी कीमत वाला consumer subscription model compute budget को संभाल नहीं सकता।

इस आर्थिक वास्तविकता ने कई AI video कंपनियों को professional और enterprise ग्राहकों पर ध्यान केंद्रित करने के लिए प्रेरित किया है, जो ऐसी कीमतें चुका सकते हैं जो compute को उचित ठहराएँ, बजाय consumer subscription models के जो commodity pricing मान लेते हैं। Runway, Pika, और Kling सभी ने पिछले वर्ष इस दिशा में अपना commercial focus बदला है। OpenAI का consumer Sora app को professional users के लिए reposition करने के बजाय बंद करने का निर्णय दर्शाता है कि कंपनी ने निष्कर्ष निकाला कि mass-market AI video app के लिए product-market fit, वर्तमान architectures से संभव economics पर, अभी मौजूद नहीं है।

Robotics की ओर मोड़

Sora team को redirect करने का बताया गया कारण — robotics के लिए world simulation research — केवल product shutdown को बचाने वाला बहाना नहीं है। यह Sora द्वारा दर्शाई गई generative modeling क्षमताओं और robotics के लिए आवश्यक physical AI क्षमताओं के बीच एक वास्तविक convergence की ओर इशारा करता है।

एक robot को भौतिक वातावरण में नेविगेट करने और उनसे इंटरैक्ट करने के लिए प्रशिक्षित करने हेतु उसे विशाल range के physical scenarios का exposure चाहिए, जिनमें से अधिकांश को वास्तविक दुनिया में कुशलतापूर्वक एकत्र नहीं किया जा सकता। वस्तुएँ कैसे व्यवहार करती हैं यह समझने वाला video generation model — तरल पदार्थ कैसे बहते हैं, rigid bodies कैसे टकराते हैं, soft materials कैसे विकृत होते हैं — सिद्धांत रूप में एक world simulator है, जो robot learning के लिए synthetic training data उस पैमाने और विविधता में बना सकता है जिसे real-world data collection मैच नहीं कर सकती। क्या Sora architecture, जिसे photorealistic visual output के लिए optimize किया गया था, इस simulation role के लिए प्रभावी ढंग से repurpose की जा सकती है, यह अभी दिखाया जाना बाकी है, लेकिन वैचारिक संबंध वास्तविक है।

OpenAI की Product Strategy के लिए इसका मतलब

Sora का शटडाउन उस अवधि के बाद आया है जिसमें OpenAI अपनी research mission और product commercialization commitments के बीच बड़े तनाव को संभाल रहा था। कंपनी का मुख्य revenue driver अब भी ChatGPT और उसके language models के API access ही हैं, और frontier model development को बनाए रखने के लिए ज़रूरी संसाधन काफी बड़े हैं। ऐसे consumer applications जिन्हें भारी compute subsidies की ज़रूरत होती है लेकिन वे अनुपातिक revenue नहीं पैदा करतीं, core business पर दबाव बनाती हैं।

Disney डील का टूटना, अकेले app shutdown की तुलना में कहीं बड़ा setback है। यह सिर्फ capital नहीं था, बल्कि entertainment industry के लिए content platform partner के रूप में OpenAI की मान्यता भी थी, वह भी ऐसे पैमाने पर जो किसी अन्य AI company ने हासिल नहीं किया था। इस तरह के institutional relationship को फिर से बनाना समय लेगा, खासकर ऐसे entertainment industry में जो generative AI को लेकर अब भी गहरे रूप से दुविधाग्रस्त है, और इसके लिए उस architecture से अलग product architecture चाहिए होगी जिसका प्रतिनिधित्व Sora करती थी।

व्यापक AI उद्योग के लिए, Sora का शटडाउन इस ongoing debate में एक data point है कि आज किन AI capabilities के आसपास consumer-grade economics के करीब जाकर mass-market products बनाए जा सकते हैं, और कौन-सी capabilities अभी भी specialized professional tools के दायरे में हैं। Text generation ने वह सीमा पार कर ली है। Image generation ने बड़े पैमाने पर पार कर ली है। वीडियो generation, उस गुणवत्ता और temporal coherence स्तर पर जो इसे वास्तव में उपयोगी बनाते हैं, अभी तक ऐसा नहीं कर पाई है — और consumer market से OpenAI का बाहर निकलना संकेत देता है कि यह timeline कंपनी के शुरुआती product launch से अनुमानित समय से लंबी है।

यह लेख Mashable की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.