Google ने अपने Vids वीडियो क्रिएशन app के लिए prompt-आधारित avatar customization रोल आउट किया, जो users को टेक्स्ट instructions के माध्यम से AI-generated presenters को direct करने की सुविधा देता है। यह feature Vids की existing avatar capabilities पर आधारित है, जो पहले से ही corporate presentations और training videos के लिए synthetic hosts generate करती थी। अब users specify कर सकते हैं कि ये avatars कैसे behave करें, बोलें और content present करें, default animations पर rely करने के बजाय।
यह लगता है कि Google AI video space में leading करने के बजाय catch-up खेल रहा है। जबकि Synthesia और HeyGen जैसी companies महीनों से sophisticated avatar customization offer कर रही हैं, Google का implementation workplace scenarios पर focused दिखता है — HR training videos और product demos के बारे में सोचें। Timing से लगता है कि Google Workspace को और AI-native बनाने की कोशिश कर रहा है, लेकिन वे एक crowded market में entry कर रहे हैं जहाँ avatar quality और naturalness prompt engineering से ज्यादा matter करता है।
अन्य tech outlets से additional coverage की कमी बताने वाली है। या तो Google ने यह soft-launch किया बिना ज्यादा fanfare के, या फिर feature इतना compelling नहीं है कि industry buzz generate कर सके। देखते हुए कि हम startups से increasingly realistic AI avatars देख रहे हैं, Google का enterprise-focused approach safer bet हो सकता है लेकिन कम innovative भी।
Video generation tools बना रहे developers के लिए, यह confirm करता है कि prompt-based avatar control table stakes बन रहा है। असली सवाल यह नहीं है कि क्या आप text से avatars को direct कर सकते हैं — यह है कि आपके avatars देखने और सुनने में इतने human लगते हैं कि लोग actually उन्हें watch करना चाहते हैं। Google का infrastructure advantage है, लेकिन avatar quality वह जगह है जहाँ ज्यादातर users इन tools को judge करेंगे।