विकेंद्रीकृत डिफ्यूजन वीडियो मॉडल: पेरिस 2.0 ब्रेकथ्रू

जून 2026 तक बैगल लैब्स का पेरिस 2.0 पहला पूरी तरह विकेंद्रीकृत वीडियो डिफ्यूजन मॉडल पेश कर रहा है। 25 मई को arXiv पर रिलीज हुआ यह मॉडल समान बजट में Fréchet Video Distance को आधा कर देता है—561 से 279 तक। CLIP स्कोर और सौंदर्यबोध भी बढ़ जाते हैं। अब केंद्रीकृत क्लस्टर राज नहीं करते। नेटवर्क भर के अलग-अलग GPUs लोड संभालते हैं। कोई बड़ा डेटा सेंटर जरूरी नहीं। क्रिएटर्स को एंटरप्राइज हार्डवेयर के बिना रियलिस्टिक मोशन मिलती है। हर कोई सर्च करता है—decentralized diffusion video model—उसका सबसे मजबूत सबूत अब सामने है।

स्टैंडर्ड डिफ्यूजन बड़ी सीन में फ्रेम-टू-फ्रेम ड्रिफ्ट से जूझता है। पेरिस 2.0 काम को बांट देता है। एक्सपर्ट मॉडल मोशन पैटर्न में विशेषज्ञता रखते हैं। हल्का राउटिंग तय करता है कि हर टाइमस्टेप के लिए कौन सा एक्सपर्ट काम करेगा। ट्रेनिंग मिसमैच्ड हार्डवेयर पर एसिंक्रोनस चलती है। हाई-बैंडविड्थ क्लस्टर की जरूरत नहीं पड़ती। नतीजा: smoother sequences, कम ग्लिच। यह तरीका आम सिंक्रोनाइजेशन खर्च से बचाता है। स्पेशलाइजेशन हर बार ब्रूट-फोर्स स्केलिंग को मात देता है।

तेजी से इटरेशन। कम बाधाएं। बेहतर एनाटॉमी और पोज कंसिस्टेंसी। डायनामिक प्रॉम्प्ट्स अब सही काम करते हैं। बॉडीज नेचुरली मूव करती हैं। इंटरैक्शन फ्रेम के पार कोहेरेंट रहते हैं। पेरिस 2.0 जैसे विकेंद्रीकृत वीडियो डिफ्यूजन सीधे ज्यादा एक्सेसिबल और हाई-क्वालिटी AI एडल्ट वीडियो जेनरेटर्स को ताकत देते हैं—बेहतर मोशन, एनाटॉमी कंसिस्टेंसी और रियलिस्टिक सीन डायनामिक्स बिना एंटरप्राइज इंफ्रास्ट्रक्चर के। पुरानी केंद्रीकृत हाइप हमेशा रियल वर्ल्ड कंस्ट्रेंट्स को नजरअंदाज करती थी। यह सब बदल देता है।

वेट्स Hugging Face पर उपलब्ध हैं। कोई भी डाउनलोड करके चला सकता है। बंद लैब्स सब कुछ APIs के पीछे छुपाती हैं। पेरिस 2.0 पाइपलाइन कम्युनिटी को सौंप देता है। छोटी टीमों के लिए रेप्लिकेशन और फाइन-ट्यूनिंग आसान हो जाती है। कोई गेटकीपर नहीं। ओपन विकेंद्रीकृत मॉडल किसी भी बेंचमार्क से तेजी से मोट को खत्म कर रहे हैं।