स्वाभाविक रूप से(?) इमेज या वीडियो बनाना, टेक्स्ट जेनरेट करने की तुलना में अधिक महंगा होता है। असल में, इसमें इस्तेमाल होने वाले टोकन की संख्या ज्यादा है। अगर आपने टोकन की अवधारणा को किसी शब्द या अक्षर के हिस्से के रूप में समझा है तो और उलझन हो सकती है, इसलिए जानना जरूरी नहीं है। मुख्य कारण लगभग ये है।
•
डेटा की जटिलता और आकार: इमेज और वीडियो में टेक्स्ट की तुलना में कहीं अधिक डेटा समाहित होता है। उदाहरण के लिए, एक इमेज हज़ारों या लाखों पिक्सेल से बनी होती है, और हर पिक्सेल में रंग और चमक की जानकारी होती है। वीडियो इन्हीं इमेजों की समय के अनुसार एक कड़ी होती है। दूसरी ओर, टेक्स्ट का ढांचा अक्षरों से मिलकर बहुत ज्यादा साधारण होता है।
•
प्रोसेसिंग का समय और लागत: इमेज या वीडियो बनाने और एडिट करने में बहुत अधिक गणना की जरूरत होती है। इसके लिए हाई-परफॉर्मेंस कंप्यूटर संसाधनों की आवश्यकता होती है, जिससे लागत भी बढ़ती है। इसके मुकाबले, टेक्स्ट जेनरेशन अपेक्षाकृत साधारण गणनाओं से संभव है, जिससे कम कम्प्यूटिंग संसाधनों से भी काम हो सकता है।
•
सीखने की प्रक्रिया की जटिलता: इमेज और वीडियो जनरेशन मॉडल को तरह-तरह के आकार और पैटर्न को पहचानना और समझना पड़ता है। इसमें टेक्स्ट की तुलना में कहीं अधिक जटिल शिक्षा प्रक्रिया की आवश्यकता होती है। टेक्स्ट जेनरेशन मुख्य रूप से भाषा के नियमों और संरचना को सीखने पर केंद्रित होता है, जो विजुअल डेटा की तुलना में अपेक्षाकृत सरल है।
और भी कारण हो सकते हैं, लेकिन मूल बात ये है कि इमेज जेनरेशन के लिए कंप्यूटिंग पावर (परफॉर्मेंस) जरूरी होती है। ऐसे में, छोटे या मीडियम साइज के लैंग्वेज मॉडल पुराने कंप्यूटर पर भी किसी हद तक ठीक चलते हैं, लेकिन इमेज जेनरेशन के लिए या तो महंगे दामों पर क्लाउड पर प्रोसेसिंग करानी पड़ती है (AI इमेज प्रोफाइल), या फिर हाई-परफॉर्मेंस कंप्यूटिंग प्रोसेसर (GPU) के बिना इसे सुचारू रूप से इस्तेमाल करना मुश्किल है।
अगर आप सिद्धांत के बारे में और जानना चाहते हैं तो नीचे दिए गए वीडियो या फिर CNN, GAN आदि जैसे कीवर्ड्स का अध्ययन करने की सलाह दी जाती है।
