ChatGPT अब एनिमेटेड GIF भी बना सकेगा: OpenAI के नए Images 2.6 मॉडल का कमाल

आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया में हर दिन नए परिवर्तन आ रहे हैं, लेकिन हाल ही में OpenAI द्वारा की गई घोषणा सामान्य उपयोगकर्ताओं के लिए बेहद रोमांचक है। 4 नवंबर, 2026 को कंपनी ने घोषणा की कि ChatGPT अब केवल स्थिर चित्र ही नहीं, बल्कि एनिमेटेड GIF (Graphics Interchange Format) भी बना सकेगा। यह सुविधा OpenAI के नए 'Images 2.6' मॉडल द्वारा संभव हुई है। अब तक ChatGPT में चित्र बनाने के लिए DALL-E या उसके बाद के GPT Image मॉडल का उपयोग किया जाता था, लेकिन उनमें सीधे तौर पर एनिमेशन बनाने की क्षमता नहीं थी। अब उपयोगकर्ता केवल एक प्रॉम्प्ट (prompt) यानी लिखित आदेश देकर अपनी पसंद के GIF बना सकेंगे।

द वर्ज (The Verge) की रिपोर्ट के अनुसार, यह अपडेट केवल GIF बनाने तक ही सीमित नहीं है। उपयोगकर्ता अब GIF की एनिमेशन स्पीड यानी उसकी गति में बदलाव कर सकेंगे और उसके प्रत्येक इंडिविजुअल फ्रेम (frame) यानी एनिमेशन के एक-एक स्थिर भाग को एडिट भी कर सकेंगे। इसका अर्थ यह है कि यदि आप AI द्वारा बनाए गए GIF में किसी विशिष्ट सेकंड पर कोई परिवर्तन करना चाहते हैं, तो अब यह संभव है। कंपनी द्वारा साझा किए गए एक उदाहरण में दिखाया गया है कि जब उपयोगकर्ता पूछता है कि "क्या आप नाचती हुई बिल्ली का GIF बना सकते हैं?", तो ChatGPT तुरंत उसे तैयार कर देता है और साथ ही उसे फ्रेम-दर-फ्रेम देखने का विकल्प भी देता है।

इस नई सुविधा के पीछे की तकनीकी शक्ति 'Images 2.6' मॉडल है। OpenAI के अनुसार, यह नया मॉडल पिछले संस्करण की तुलना में अधिक तेज़ है। कंपनी ने उल्लेख किया है कि वर्तमान में ChatGPT और इसकी API (Application Programming Interface) यानी सॉफ्टवेयर को एक-दूसरे से जोड़ने वाली कड़ी के माध्यम से प्रति सप्ताह 4 अरब से अधिक चित्र बनाए जा रहे हैं। सितंबर 2026 में यह आंकड़ा प्रति सप्ताह 3 अरब था, जो दर्शाता है कि AI द्वारा चित्र बनाने की लोकप्रियता कितनी तेजी से बढ़ रही है। Images 2.6 मॉडल वर्तमान में वेब, डेस्कटॉप और मोबाइल ऐप पर सभी ChatGPT और Codex उपयोगकर्ताओं के लिए उपलब्ध कराया जा रहा है।

विकिपीडिया के डेटा के अनुसार, ChatGPT की यात्रा नवंबर 2022 में शुरू हुई थी और तब से यह निरंतर विकसित हो रहा है। अक्टूबर 2023 में इसमें DALL-E 3 का इंटीग्रेशन यानी जुड़ाव किया गया था, जिससे इसने चित्र बनाना शुरू किया। इसके बाद मार्च 2025 में OpenAI ने 'GPT Image' मॉडल पेश किया, जिसने विशेष रूप से चित्रों में टेक्स्ट लिखने की क्षमता में बड़ा सुधार किया था। अब Images 2.6 के साथ कंपनी ने स्थिर चित्रों से आगे बढ़कर गतिशील सामग्री की ओर कदम बढ़ाए हैं। इस मॉडल के साथ कंपनी ने डेवलपर्स के लिए 'GPT-Image-2.6 Flare' और 'Sunburst' नामक नए API मॉडल भी लॉन्च किए हैं, जो अधिक उच्च गुणवत्ता वाले चित्र तेजी से बना सकते हैं।

GIF बनाने की यह प्रक्रिया कैसे काम करती है, इसे समझने के लिए हमें एनिमेशन के बुनियादी सिद्धांत को समझना होगा। एनिमेशन वास्तव में कई स्थिर चित्रों का एक समूह है जो बहुत तेजी से एक के बाद एक बदलते हैं। Images 2.6 मॉडल यूजर के प्रॉम्प्ट को समझकर उसके अनुसार सुसंगत चित्रों की एक श्रृंखला तैयार करता है और उन्हें एक लूप में जोड़ देता है। इस प्रक्रिया में AI को यह ध्यान रखना पड़ता है कि प्रत्येक फ्रेम के बीच निरंतरता बनी रहे, ताकि एनिमेशन प्राकृतिक लगे। उदाहरण के लिए, यदि एक बिल्ली नाच रही है, तो उसकी पूंछ और पंजों की हलचल प्रत्येक फ्रेम में तर्कसंगत होनी चाहिए।

OpenAI की इस प्रगति के पीछे उसका विशाल आर्थिक और ढांचागत आधार है। मार्च 2026 में कंपनी का मूल्य 852 अरब डॉलर आंका गया था, जो इसे दुनिया की सबसे मूल्यवान AI कंपनियों में से एक बनाता है। Microsoft ने इस कंपनी में 13 अरब डॉलर से अधिक का निवेश किया है और OpenAI की सभी सेवाएं Microsoft के Azure सुपरकंप्यूटिंग प्लेटफॉर्म पर चलती हैं। कंपनी ने आगामी आठ वर्षों में AI इंफ्रास्ट्रक्चर पर 1.4 ट्रिलियन डॉलर खर्च करने की प्रतिबद्धता घोषित की है, जो इस प्रकार के जटिल मॉडल विकसित करने के लिए आवश्यक है।

हालांकि, इतनी बड़ी सफलता के साथ कुछ सीमाएं और चुनौतियां भी जुड़ी हुई हैं। विकिपीडिया की रिपोर्ट के अनुसार, ChatGPT अक्सर 'hallucination' यानी भ्रामक जानकारी देने की समस्या से ग्रस्त रहता है। चित्रों के मामले में भी, कभी-कभी AI विचित्र या अवास्तविक आकृतियां बना सकता है। इसके अलावा, AI द्वारा बनाई गई सामग्री की विश्वसनीयता बनाए रखने के लिए OpenAI 'C2PA metadata' का उपयोग करता है। यह एक प्रकार की डिजिटल छाप है जो प्रमाणित करती है कि चित्र या GIF आर्टिफिशियल इंटेलिजेंस द्वारा बनाया गया है। इससे गलत जानकारी फैलने से रोकने में मदद मिलती है।

एक सामान्य भारतीय उपयोगकर्ता के लिए इस तकनीक का क्या अर्थ है? अब तक हम सोशल मीडिया या व्हाट्सएप पर GIF भेजने के लिए तैयार लाइब्रेरी पर निर्भर थे। अब, हम अपनी कल्पना के अनुसार GIF बना सकेंगे। उदाहरण के लिए, किसी को जन्मदिन की बधाई देने के लिए आप "गुजराती गरबा खेलते टेडी बियर" का GIF बना सकते हैं। यह तकनीक रचनात्मकता के नए द्वार खोलती है, जहाँ भाषा या चित्रकला की सीमा बाधा नहीं बनती। बस सही शब्दों में अपनी कल्पना व्यक्त करने की आवश्यकता है।

OpenAI के सीईओ सैम ऑल्टमैन (Sam Altman) के नेतृत्व में कंपनी अब केवल एक चैटबॉट न रहकर एक पूर्ण 'एजेंटिक' (agentic) सिस्टम बनती जा रही है। एजेंटिक का अर्थ है ऐसी प्रणाली जो उपयोगकर्ता की ओर से स्वायत्त रूप से कार्य कर सके। 2025 और 2026 के दौरान कंपनी ने 'Operator' और 'Codex' जैसे एजेंट लॉन्च किए हैं जो ऑनलाइन ऑर्डर देने से लेकर कोडिंग करने तक के कार्य कर सकते हैं। GIF जनरेशन इस यात्रा का एक छोटा लेकिन महत्वपूर्ण पड़ाव है, जो दर्शाता है कि AI अब मल्टीमॉडल (multimodal) यानी टेक्स्ट, आवाज और विजुअल, सभी स्तरों पर सक्षम हो रहा है।

अंततः, Images 2.6 मॉडल केवल एक सॉफ्टवेयर अपडेट नहीं है, बल्कि यह डिजिटल अभिव्यक्ति का एक नया तरीका है। हालाँकि OpenAI वर्तमान में विज्ञापनों और सब्सक्रिप्शन मॉडल के माध्यम से राजस्व बढ़ाने पर ध्यान केंद्रित कर रही है, लेकिन इसका मुख्य उद्देश्य AGI (Artificial General Intelligence) यानी मानव स्तर की बुद्धि वाला AI बनाना है। जैसे-जैसे ये मॉडल अधिक शक्तिशाली होते जाएंगे, वास्तविकता और AI द्वारा निर्मित दुनिया के बीच का अंतर कम होता जाएगा। फिलहाल के लिए, हम ChatGPT से अपनी पसंदीदा बिल्लियों या कार्टून पात्रों के GIF बनवाकर इस तकनीक का आनंद ले सकते हैं।