I saw Google’s AI vision for The Wizard of Oz at Sphere, and I’m still in shock

पिछले दो वर्षों में, Google Upscale और ogment के लिए जनरेटिव AI का उपयोग करने पर काम कर रहा है ओज़ी के अभिचारक1939 की प्रिय फिल्म जो पीढ़ियों के लिए एक टचस्टोन रही है। Google डीपमाइंड और Google क्लाउड – साथ वार्नर ब्रदर्स डिस्कवरी और मैग्नोपस – लास वेगास में प्रतिष्ठित गोलाकार थिएटर, स्फीयर में अपनी संपूर्णता में फिल्म दिखाने के लिए यह काम कर रहे हैं।

आज, मैं दर्शकों में था कि पहली नज़र को देखने के लिए आउंस 28 अगस्त, 2025 को खेलना शुरू होने पर वहां की तरह होगा। इस घटना ने अगले 2025 में Google क्लाउड को किक करने में मदद की, जिसे Google ने मुझे आमंत्रित किया।

मुझे इस बारे में कहने के लिए बहुत कुछ मिला है, इसलिए मैं सही कूदने जा रहा हूं। सबसे पहले, मैं आपको बताना चाहता हूं कि क्या हो रहा है आउंस। फिर, मैं आपको बताना चाहता हूं कि मेरे मस्तिष्क के दोनों पक्ष इस बारे में क्या कह रहे हैं: टेक गीक साइड और फिल्म गीक साइड। मेरा विश्वास करो, प्रत्येक पक्ष की इस प्रयास के बारे में बहुत अलग राय है।

कुछ दिनों पहले, हमने सीखा कि ओज़ी के अभिचारक रचनात्मक टीम के पीछे की एक नई फिल्म के साथ, गोले में आ रहा था नि: शुल्क एकलऑस्कर-विजेता 2018 डॉक्यूमेंट्री एल कैपिटन की पहली मुफ्त एकल चढ़ाई के बारे में। हालांकि, प्रारंभिक घोषणा ने एक महत्वपूर्ण विवरण छोड़ दिया: ओज़ी के अभिचारक Sphere में दिखाया गया वह फिल्म नहीं होगी जिसे आपने पहले देखा है।

स्फियर के इंटीरियर में एक थिएटर है जिसमें 16K (प्रत्येक तरफ 16,000 पिक्सेल) स्क्रीन है जो दर्शकों के सिर पर लपेटता है। इसके अतिरिक्त, पूरे आयोजन स्थल पर थिएटर लाइटिंग, सामने की विशाल पवन मशीनें, और सीटों में निर्मित हैप्टिक मोटर्स, पूरी तरह से इमर्सिव अनुभव के लिए अनुमति देते हैं जो फिल्मों, लाइव कॉन्सर्ट, और बहुत कुछ के साथ बहुत प्रभाव डालने के लिए उपयोग किया जाता है।

जाहिर करना। आउंस जैसा कि यह कुछ ऐसा है जैसे क्षेत्र में बहुत कम समझ में आता है। फिल्म 80 साल से अधिक पुरानी है। इसे 2020 में 4K HDR बहाली मिली, लेकिन फिर भी, पारंपरिक स्क्रीन पर दिखाए जाने वाले 4: 3 पहलू अनुपात वाली एक फिल्म को स्लीयर के अनूठे लेआउट के लिए आवश्यक अनुपात तक उड़ाया जाएगा। बस छह कहानियों की ऊंचाई पर जूडी गारलैंड के चेहरे की एक धुंधली क्लोज़-अप की कल्पना करें और केवल आंशिक रूप से दिखाई देते हैं क्योंकि उसका माथा आपके पीछे है, और उसकी ठुड्डी आपके सामने है। डरावना सामान।

यह वह जगह है जहां Google आता है। Google क्लाउड के बड़े पैमाने पर सर्वर पर दीपमाइंड की शक्ति का उपयोग करते हुए, इंजीनियरों और शोधकर्ताओं की एक विशाल टीम एआई का उपयोग अपस्केल और वृद्धि दोनों के लिए कर रही है आउंस। इरादा क्लासिक फिल्म लुक क्रिस्टल को 16k पर स्पष्ट करना है और शॉट्स को बढ़ाने के लिए जेनेरिक एआई का उपयोग करें ताकि वे अवतल स्क्रीन पर बेहतर काम करें।

एक तस्वीर एक हजार शब्दों के लायक है, इसलिए यह देखने के लिए कि Google को क्या दूर करना है, यह देखने के लिए देखें:

आज की प्रस्तुति के दौरान, Google ने से कुछ क्लासिक दृश्य दिखाए आउंस यह प्रतीत होता है कि जब वे अगस्त के अंत में पूरी तरह से खेलेंगे तो वे कैसे दिखेंगे। हमने डोरोथी का पूरा प्रतिपादन “ओवर द रेनबो” गाते हुए देखा, वह दृश्य जहां पश्चिम की दुष्ट चुड़ैल लाल रेत के घंटे के चश्मे में बदल जाती है क्योंकि वह डोरोथी को ताना मारती है, और डोरोथी और उसके दोस्तों के भयानक परिचय को ओज़ के उजली ​​चैम्बर के जादूगर के लिए। पूरी तरह से एक तकनीकी दृष्टिकोण से देखा गया, यह बिल्कुल जबड़ा छोड़ने वाला था। यह वह जगह है जहां मैं अपने आंतरिक टेक गीक को मुफ्त में चलाने जा रहा हूं।

इस फिल्म पर Google के काम के पहले भाग में इसे 16K तक शामिल किया गया था। यह आवश्यक तकनीक जो पहले कभी मौजूद नहीं थी। आप देख सकते हैं कि Google नीचे दिए गए समग्र शॉट में Google के विस्तार के स्तर को देख सकता है:

जबकि अपस्कलिंग ओज़ी के अभिचारक अपने आप में एक परीक्षा थी, जिसमें फिल्म को गोले में काम करना और भी आगे बढ़ने की आवश्यकता थी: इसे पूरी तरह से फिर से बनाना। फिल्म लोगों के चेहरे के क्लोज़-अप से भरी हुई है, जो बात कर रही है, गाती है, चिल्लाती है, सूँघती है, आदि उन शॉट्स में से हर एक को “ज़ूम आउट” करने की आवश्यकता होती है, ताकि चरित्र फ्रेम के केंद्र में हो, लेकिन स्फियर की स्क्रीन के कुछ हिस्सों को भरने के लिए उनके चारों ओर अधिक चल रहा है, जब तक कि आप अपने सिर को वापस नहीं देख सकते।

ऐसा करने के लिए “आउटपैनिंग” की आवश्यकता होती है। यह तब होता है जब आप एक फोटो (या वीडियो, इस मामले में) लेते हैं और अभिनेताओं, प्रॉप्स, आदि के अनुपात को बदलने के बिना इसे बड़ा करने के लिए इसमें अधिक जानकारी जोड़ते हैं।

इन दो GIF को देखें कि मेरा क्या मतलब है। बाईं ओर एक बवंडर दृश्य है आउंस जैसा कि यह मूल रूप से गोली मार दी गई थी, और दाईं ओर एक एक आउटपेंटेड दृश्य है जिसमें AI द्वारा अधिक जानकारी जोड़ी गई है:

यह एक अपेक्षाकृत सरल उदाहरण है। जूडी गारलैंड का अधिकांश शरीर शॉट में है, और इसमें कोई अन्य अभिनेता शामिल नहीं हैं, इसलिए सभी एआई को करने की आवश्यकता है, अधिक भूमि, अधिक मलबे, और गारलैंड के पैरों को जोड़ने की जरूरत है, जो यह देखते हुए बहुत मुश्किल नहीं है कि यह पहले से ही मूल शॉट से कितनी जानकारी है।

जहां चीजें वास्तव में मुश्किल हो जाती हैं, जब एआई को किसी व्यक्ति के शरीर के अधिक महत्वपूर्ण हिस्से में जोड़ने की आवश्यकता होती है या कभी -कभी पूरे अभिनेता भी जो मूल रूप से नहीं थे। हालाँकि Google ने केवल हमें इस प्रकार के शॉट्स की झलक दिखाई, लेकिन आप फिल्म के सबसे प्रसिद्ध दृश्यों में से एक के लिए अपनी कल्पना का उपयोग कर सकते हैं: द एंडिंग, जहां डोरोथी अपने परिवार और दोस्तों को अपने कारनामों की व्याख्या कर रही है (“और आप वहां थे, और आप वहां थे!”)। इस दृश्य के दौरान डोरोथी के चेहरे पर एक शॉट गोले में काम नहीं करेगा, इसलिए Google को इसे पछाड़ने की जरूरत है। लेकिन, अगर यह उस शॉट के लिए आउटपैनिंग का उपयोग करता है, तो इसमें डोरोथी के आसपास के अन्य पात्रों को बिस्तर में लाना शामिल होगा। इस स्थिति में, एआई को यह समझने की आवश्यकता होगी कि कौन से पात्र हैं, जहां वे तैनात हैं, वे क्या दिखते हैं, वे क्या कर रहे हैं, वे कैसे आगे बढ़ेंगे, वे कैसे बोलेंगे, और पर और पर। यह करना अविश्वसनीय रूप से करना मुश्किल है – या कम से कम अच्छी तरह से करना मुश्किल है ताकि यह पूर्ववर्ती नहीं दिखे।

जैसा कि मैंने कहा, हम केवल उस प्रस्तुति में इस की झलक पाए, लेकिन मैंने जो देखा वह बहुत प्रभावशाली लग रहा था। एक तकनीकी दृष्टिकोण से, Google यहां अद्भुत चीजें कर रहा है। तथ्य यह है कि यह लगभग दो वर्षों में किया गया है, यह एक वसीयतनामा है कि कितनी तेजी से जनरेटिव एआई आगे बढ़ रहा है।

एक फिल्म प्रशंसा के दृष्टिकोण से, हालांकि, चीजें थोड़ी मर्कियर हैं।

यदि आप चिंतित हैं कि मैं एक फिल्म शुद्धतावादी बनूंगा और आपको बताऊंगा कि एआई के पास फिल्मों को छूने वाली कोई जगह नहीं है – विशेष रूप से पवित्र के रूप में ओज़ी के अभिचारक – चिंता मत करो क्योंकि मैं ऐसा नहीं करूंगा। मैं देखता हूं कि Google यहां क्या कर रहा है क्योंकि उन इमर्सिव कलाकृति की तुलना में बहुत अलग नहीं हैं जो आपको आजकल संग्रहालयों में देखते हैं। आप जानते हैं, जहां आप वान गाग द्वारा “स्टाररी नाइट” के एक आभासी मनोरंजन को “अंदर” कदम रख सकते हैं। यह वास्तविक पेंटिंग को देखने के समान नहीं है, बल्कि इसके बजाय, उस कला का अनुभव करने का एक नया तरीका है। का यह नया संस्करण आउंस समान है।

हालांकि, मैं कहूंगा कि मैंने आज जो कुछ भी देखा था, वह ऐसा नहीं दिखता था ओज़ी के अभिचारक। “ओवर द इंद्रधनुष” अनुक्रम लें। जूडी गारलैंड एक वास्तविक व्यक्ति की तरह नहीं दिखता था। उसे लग रही थी कि वह मोमी थी, जो एक समस्या है जिसे हम बहुत कुछ देखते हैं जब एआई मनुष्यों या अपस्केल पुरानी छवियों को दोहराने की कोशिश करता है। उसके बाल कुछ बिंदुओं पर भी ठोस प्लास्टिक की एक गांठ की तरह लग रहे थे। आपको यह दिखाने की कोशिश करने के लिए, मैंने उस फोटो को शूट किया जो आप अपनी सीट से ऊपर देखते हैं और इसे नीचे दी गई छवि में फसल लेते हैं:

यहां तक ​​कि अगर आप अजीब, अलौकिक घाटी सामान को अनदेखा कर सकते हैं, तो AI उपरोक्त की तरह शॉट्स करने के लिए करता है, अन्य शॉट्स इतने अलग हैं कि वे मुश्किल से एक ही चीज हैं। वह दृश्य जहां डोरोथी और गिरोह पहली बार द विजार्ड ऑफ ओज़ से मिलते हैं, वह भी पूरी तरह से अलग है। देखें कि वे नीचे कैसे तुलना करते हैं:

यह इस प्रयास के साथ पूरी समस्या को छूता है, जो यह है कि आप अगस्त में क्षेत्र में जो देखेंगे वह नहीं है ओज़ी के अभिचारक लेकिन फिल्म की एक एल्गोरिथम व्याख्या। जाहिर है, Google ने सिर्फ मिथुन को फिल्म नहीं खिलाया और फिर कहा, “इसे 16k बनाएं और क्षेत्र में अच्छा देखें।” इसे सबसे अच्छा बनाने के लिए इसे परिष्कृत करने में वर्षों बिताया है। लेकिन इससे कोई फर्क नहीं पड़ता कि यह कितना लंबा समय बिताता है (और खर्च करना जारी रखता है) इसे ट्विक करना, अंतिम उत्पाद अभी भी एक ही है: यह सभी समय की सबसे प्रिय और प्रभावशाली फिल्मों में से एक का एआई रीमेक है। क्या हमें वास्तव में इसकी आवश्यकता है?

मैं फिल्म के उन हिस्सों के बारे में भी अविश्वसनीय रूप से घबरा गया हूं जहां एआई पूरे पात्रों को उत्पन्न करता है। प्रस्तुति में, Google/मैग्नोपस टीमों ने डोरोथी, बिजूका, कायर शेर और टिन मैन के साथ दृश्यों को खत्म करने के बारे में बात की। उन स्थितियों में, एआई को यह तय करना होगा कि वे क्या-स्क्रीन पात्र उन शॉट्स में कर रहे हैं जो वे कभी नहीं थे। एक अर्थ में, Google अब फिल्म के लिए नए फुटेज का निर्देशन कर रहा है और इसे मूल में जाम कर रहा है। मैंने इसे अभी तक नहीं देखा है, इसलिए मैं अपना निर्णय आरक्षित करूंगा, लेकिन मैं इस बात से इनकार नहीं कर सकता कि मैं बहुत घबराया हुआ हूं कि यह कैसे निकला जा सकता है। दुनिया भर में ऐसे लोग हैं जो उन पात्रों को बहुत निकट और प्रिय रखते हैं, और अगर फिल्म का यह फिर से तैयार संस्करण किसी तरह से गड़बड़ करता है, तो यह उन्हें परेशान करेगा।

अंततः, हालांकि, मुझे पूरी उम्मीद है कि यह अच्छी तरह से हो जाएगा। इमर्सिव वैन गाग की घटनाओं ने वान गाग की कला को पहले से कहीं अधिक लोकप्रिय बना दिया है और एक नई पीढ़ी के लिए अपना काम पेश किया है। शायद यह ai-gugmented ओज़ का जादूगर उन युवाओं पर इसी तरह का प्रभाव पड़ेगा जो शायद घर पर 86 साल पुरानी फिल्म देखने के बारे में उत्साहित नहीं होंगे, लेकिन इसे मिलाते हुए सीटों, पवन मशीनों और इस तरह के क्षेत्र में देखने के बारे में उत्साहित होंगे। ओज़ी के अभिचारकआखिरकार, हमारे समय के कुछ महानतम फिल्म निर्माताओं को प्रेरित किया है, इसलिए शायद यह एक मौका होगा कि वह आने वाली पीढ़ियों के लिए ऐसा करना जारी रखे।