गूगल डीपमाइंड ने 'प्रोजेक्ट जिनी' प्रोटोटाइप के लिए सीमित अर्ली एक्सेस की घोषणा की

29 जनवरी, 2026 को, गूगल डीपमाइंड (Google DeepMind) ने अपने अत्याधुनिक प्रायोगिक अनुसंधान प्रोटोटाइप, 'प्रोजेक्ट जिनी' (Project Genie) के लिए सीमित अर्ली एक्सेस की आधिकारिक शुरुआत की। यह विशेष अवसर वर्तमान में विशेष रूप से संयुक्त राज्य अमेरिका में जेमिनी अल्ट्रा (Gemini Ultra) के ग्राहकों के लिए उपलब्ध कराया गया है, जो एआई के क्षेत्र में एक नए अध्याय की शुरुआत है।

इस अभिनव रिलीज के माध्यम से, उपयोगकर्ता अब केवल साधारण टेक्स्ट प्रॉम्प्ट या संदर्भ के रूप में दी गई छवियों का उपयोग करके पूरी तरह से गतिशील और इंटरैक्टिव वातावरण बना सकते हैं। यह तकनीक उपयोगकर्ताओं को अपनी कल्पना के आधार पर नए संसार बनाने और उनमें वास्तविक समय में अन्वेषण करने की अभूतपूर्व स्वतंत्रता प्रदान करती है।

प्रोजेक्ट जिनी की तकनीकी संरचना एक अत्यंत परिष्कृत हाइब्रिड एआई आर्किटेक्चर पर आधारित है। यह सिस्टम तीन विशिष्ट और शक्तिशाली एआई प्रणालियों के गहन एकीकरण के माध्यम से संचालित होता है, जो मिलकर एक सहज और प्रतिक्रियाशील डिजिटल अनुभव सुनिश्चित करते हैं:

• जिनी 3 (Genie 3 - वर्ल्ड मॉडल): यह डीपमाइंड का एक आधारभूत मॉडल है जो उपयोगकर्ता के इनपुट का विश्लेषण करता है और वीडियो अनुक्रम के अगले फ्रेम की सटीक भविष्यवाणी करता है। यह सरल भौतिकी (simplified physics) के सिद्धांतों का पालन करते हुए एक सुसंगत वातावरण का अनुकरण करता है।
• नैनो बनाना प्रो (Nano Banana Pro): यह जेमिनी द्वारा संचालित एक विशिष्ट इमेज मॉडल वेरिएंट है। इसका प्राथमिक उत्तरदायित्व उपयोगकर्ता के शुरुआती प्रॉम्प्ट को एक उच्च-गुणवत्ता वाले विजुअल बेसलाइन में परिवर्तित करना है, जो सिमुलेशन शुरू करने के लिए आवश्यक होता है।
• जेमिनी (ऑर्केस्ट्रेटर): यह एजेंट एक रीजनिंग इंजन के रूप में कार्य करता है जो पूरे सिस्टम के इंटरैक्शन को प्रबंधित करता है। यह कैमरे के परिप्रेक्ष्य और पात्रों की गतिविधियों को नियंत्रित करता है ताकि यह सुनिश्चित हो सके कि नेविगेशन उपयोगकर्ता के आदेशों के प्रति पूरी तरह उत्तरदायी महसूस हो।

पारंपरिक 3D गेम इंजनों के विपरीत, जो ज्यामिति और बनावट को रेंडर करते हैं, प्रोजेक्ट जिनी 'इंटरैक्टिव वीडियो-स्ट्रीम' वातावरण तैयार करता है। यह प्रणाली वास्तविक समय में फ्रेमों का एक निरंतर प्रवाह उत्पन्न करती है जो उपयोगकर्ता के नियंत्रण इनपुट पर तुरंत प्रतिक्रिया देती है, जिससे एक गतिशील दृश्य अनुभव प्राप्त होता है।

यह तकनीक एक अनोखा, विस्मयकारी और सपनों जैसा अन्वेषण अनुभव प्रदान करती है। यहाँ दुनिया स्थिर नहीं है, बल्कि उपयोगकर्ता की क्रियाओं के आधार पर लगातार विकसित और रूपांतरित होती रहती है, जो पारंपरिक गेमिंग से बिल्कुल अलग है।

अपने इस प्रारंभिक प्रायोगिक चरण के दौरान, यह टूल कुछ कड़े तकनीकी प्रतिबंधों और सीमाओं के तहत काम कर रहा है। इन सीमाओं को मुख्य रूप से रीयल-टाइम जेनरेशन के लिए आवश्यक अत्यधिक कम्प्यूटेशनल शक्ति को प्रबंधित करने के लिए लागू किया गया है:

• सत्र की समय सीमा: रीयल-टाइम जेनरेशन की भारी कम्प्यूटेशनल मांग के कारण, प्रत्येक इंटरैक्टिव सत्र को कड़ाई से 60 सेकंड की अवधि तक सीमित रखा गया है।
• प्रदर्शन और गुणवत्ता: वर्तमान प्रोटोटाइप में वातावरण को 720p रिज़ॉल्यूशन और 24 फ्रेम प्रति सेकंड (FPS) की मानक गति पर रेंडर किया जाता है, जो एक सुचारू अनुभव सुनिश्चित करता है।
• रीमिक्सिंग की सुविधा: उपयोगकर्ताओं को एक विशेष 'रीमिक्सिंग' फीचर दिया गया है। इसके माध्यम से वे पहले से बनाई गई दुनिया की कलात्मक शैली या उसके पर्यावरणीय नियमों को अपनी पसंद के अनुसार बदल सकते हैं।

रणनीतिक संदर्भ में, डीपमाइंड के रिसर्च डायरेक्टर श्लोमी फ्रुचटर (Shlomi Fruchter) ने इस बात पर जोर दिया कि इस प्रोटोटाइप का मुख्य उद्देश्य उन अद्वितीय इंटरैक्टिव क्षमताओं को उजागर करना है जिन्हें मानक रेंडरिंग तकनीकों के माध्यम से प्राप्त करना संभव नहीं है।

इस सार्वजनिक परीक्षण का एक अन्य महत्वपूर्ण लक्ष्य व्यापक स्तर पर प्रशिक्षण डेटा एकत्र करना है। यह डेटा वर्ल्ड मॉडल को भौतिकी और स्थानिक तर्क (spatial logic) की गहरी समझ विकसित करने में मदद करेगा, जो भविष्य के एआई विकास के लिए अनिवार्य है।

यह शोध भविष्य में रोबोटिक्स और जटिल सिमुलेशन के लिए अधिक सुरक्षित और सक्षम 'एम्बॉडीड एआई' (embodied AI) एजेंटों को विकसित करने की दिशा में एक क्रांतिकारी कदम माना जा रहा है। इस डेटा के माध्यम से एआई को वास्तविक दुनिया की भौतिक जटिलताओं को समझने में महारत हासिल होगी।