カテゴリ 古民家暮らしモカとの記録セキュリティの記録副業の記録

मोका के साथ का रिकॉर्ड21 नवंबर 2026

दूसरे घर की Muse थी «1 पंक्ति माँगने से टोक्यो स्टेशन का हवाई CG बन गया» ― PC Watch के निशिकावा काज़ुहिसा और हमारी मोका की तुलना में पढ़ना

नमस्ते, मैं कुराशिकी बोज़ू (kurashiki-bouzu) हूँ। 1971 में जन्मा, पहले अंत्येष्टि व्यवसाय में था, और अब ओकायामा प्रान्त के कुराशिकी शहर के एक पुराने घर में रहते हुए, AI बटलर मोका से हर दिन बात करके लेख लिखता हूँ।

तुलना में पढ़ना अब 14वीं बार हो गया है। पहली «मुगीचान» (No.1446), दूसरी «हिबाना» (No.1453), तीसरी अगासुन-वाबितान की «रुकने की जगह» (No.1454), चौथी कावाबे युजी की «बिना कहे भी पहले से तैयारी» (No.1467), पाँचवीं हिनुमा सतोशी की «प्यारेपन से धोखा मत खाओ» (No.1475), छठी वाकातो की «रोज़ की परेशानियाँ सौंपकर देखीं» (No.1494), सातवीं ai_agent_note की «रोज़ के काम पूरे सौंपे जा सकते हैं» (No.1508), आठवीं अकियामा ताइशी की «म्यू-तान» (No.1515), नौवीं Miccell की «muse» (No.1522), दसवीं i की «शिरो» (No.1529), ग्यारहवीं Kinu की «सुविधा और डर» (No.1537), बारहवीं शिओचान की «काशिवामोचिन» (No.1551), तेरहवीं सुभाराशिकी आई की «सिर्फ़ जवाब देने वाली नहीं» (No.1564)। इस बार PC Watch के निशिकावा काज़ुहिसा का लेख है। शीर्षक है «1 पंक्ति माँगने से टोक्यो स्टेशन का हवाई CG बन गया! Muse को Blender चलवाने की बात»। श्रृंखला «निशिकावा काज़ुहिसा का अनियमित कॉलम» है, प्रकाशन 2026-11-18। उनकी Muse का नाम लेख में पुष्टि नहीं हो सका। क्रम से लिखता हूँ।

वहाँ की कहानी ― 1 पंक्ति की माँग से, टोक्यो स्टेशन के हवाई-जैसे वीडियो तक

निशिकावा काज़ुहिसा को X (पूर्व Twitter) पर बहती एक रोचक पोस्ट देखकर ख़ुद भी करके देखने की इच्छा हुई। देश के 3D नगर डेटा PLATEAU से इमारतों का आकार निकालकर, मुफ़्त 3D सॉफ़्टवेयर Blender से स्थिर चित्र बनाकर, उसे जनरेटिव AI से वीडियो बनाना, यह प्रयोग था। पहले ख़ुद Blender को कंप्यूटर में डालकर चलाकर देखा, पर स्क्रीन पर बटन और पैनल भरे थे, कुछ समझ नहीं आया और चुपचाप बंद कर दिया। इसलिए इस बार ख़ुद चलाना छोड़कर, AI एजेंट Muse को सब सौंपकर देखने का तरीक़ा चुना।

Muse को भेजा निर्देश लगभग बस यही था: «PLATEAU के डेटा से टोक्यो स्टेशन का स्थिर चित्र बनाओ। बन जाए तो उसे संदर्भ बनाकर वीडियो बनाओ»। बाद में बीच-बीच में «आसपास भी बनाओ», «शुरुआत में रेंडर बदलने वाला हिस्सा काटो, उतनी अवधि पीछे जोड़ो», «रात की रोशनी वाला रूप भी» जैसी टिप्पणियाँ जोड़ी गईं। लेखक ने किया सिर्फ़ निर्देश और तैयार चीज़ पर टिप्पणी, यह स्पष्ट लिखा था।

बनाने की कार्यविधि बड़े रूप में 4 थी। पहली, डेटा निकालना। PLATEAU भूमि, अवसंरचना, परिवहन और पर्यटन मंत्रालय द्वारा तैयार और प्रकाशित 3D नगर मॉडल का खुला डेटा है, चियोदा वार्ड का पूरा सेट उतारने पर लगभग 2.1GB हो जाता है, इसलिए Muse ने वितरण API से टोक्यो स्टेशन वाला खंड ही लिया। लगभग 166MB, इमारतों की संख्या 1,022। दूसरी, उनमें से टोक्यो स्टेशन खोजना। डेटा CityGML प्रारूप में है, हर इमारत का आकार और ऊँचाई लिखी है, Muse ने प्रोग्राम से इसे पढ़कर टोक्यो स्टेशन के निर्देशांकों के पास की इमारतें निकालीं। रोचक बात यह है कि डेटा में टोक्यो स्टेशन एक इमारत नहीं था, प्लेटफ़ॉर्म की छतें एक-एक करके अलग इमारत के रूप में दर्ज थीं, और मारुनोउचि स्टेशन भवन उसके पश्चिम में एक विशेष रूप से बड़ी और लंबी 1 इमारत थी। कुल लंबाई 300 मीटर से अधिक, गुंबद के शीर्ष तक ऊँचाई लगभग 38 मीटर थी।

तीसरी, Blender में रंग लगाकर स्थिर चित्र बनाना। यहाँ महत्वपूर्ण बिंदु यह है कि Muse Blender की स्क्रीन को मानव की तरह माउस से क्लिक करके नहीं चलाती, बल्कि «स्क्रिप्ट» व्यवस्था से, करना चाहा काम प्रोग्राम में लिखकर, निशिकावा के Mac पर Blender से करवाती है। रंग 2 प्रकार बनवाए गए। सतह के प्रकार के अनुसार रंग बाँटने वाला रूप (दीवारें लाल ईंट रंग, छत गहरा स्लेट रंग, गुंबद हिस्सा हरा) और PLATEAU डेटा के साथ लगी असली तस्वीरें (टेक्सचर) चिपकाने वाला रूप। असली तस्वीर वाले रूप में आसपास की 101 इमारतों की 202 तस्वीरें मँगाकर निर्देशांकों के अनुसार चिपकाई गईं। चौथी, स्थिर चित्र को वीडियो बनाना। तैयार स्थिर चित्र को वीडियो-निर्माण AI को देकर, «हवाई शूटिंग में, धीरे-धीरे चक्कर लगाते हुए पास आना» निर्देश से वीडियो बनाया गया। 10 सेकंड का वीडियो। आधार का स्थिर चित्र वास्तविक माप के डेटा के आकार का होने से ही, काफी वैसा लगने वाला वीडियो बना, यह आकलन था।

विस्तार के सुधार भी ईमानदारी से लिखे थे। वीडियो की शुरुआत के लगभग 0.25 सेकंड (6 फ़्रेम) में ही मॉडल चित्र से असली-जैसे चित्र में रेंडर बदलने का क्षण दिख जाता था, इसलिए वे 6 फ़्रेम काटकर, इसके बदले अंतिम चित्र से «आगे का» वीडियो बनाकर पीछे जोड़वाया गया। कुल लंबाई 10 सेकंड ही रही। रात की रोशनी वाला रूप, PLATEAU में रात के दृश्य की तस्वीरें न होने से, दिन के स्थिर चित्र को Muse के चित्र-संपादन से रात के चित्र में बदलकर, उसी कार्यविधि से वीडियो बनाया गया। बिना माँगे वीडियो में आवाज़ की व्याख्या (कथन) अपने आप घुस गई थी, यह चूका बिंदु भी हँसी के साथ लिखा था।

उसी तरीक़े से गाइएनमाए की जिन्को पंक्ति भी फिर से बनाई गई। लेकिन यहाँ डेटा में मुख्य चीज़ नहीं थी। मुख्य जिन्को पंक्ति स्वयं नहीं थी, पंक्ति के आगे स्थित सेइतोकु स्मारक चित्र-भवन भी इमारत डेटा 1,454 इमारतों में शामिल नहीं था। इसलिए न होने वाले हिस्से Blender में ख़ुद बनाकर पूरे किए गए। जिन्को असली पंक्ति की स्थिति में 124 पेड़ 4 पंक्तियों में, चित्र-भवन सिर्फ़ मुख्य भवन और केंद्रीय गुंबद के सरल आकार में, पंक्ति-मार्ग भी खींचा गया। आसपास की 984 इमारतें डेटा से निकालकर रखी गईं। वीडियो बनाने में स्थिति-संबंध की पुष्टि में कठिनाई हुई, जनरेटिव मॉडल ने जिंगु स्टेडियम को असली विपरीत दिशा में बना दिया, या असल में न दिखने वाला स्टेडियम पंक्ति के ठीक बगल में बना दिया, इसलिए PLATEAU के असली डेटा और Google Maps से स्थिति-संबंध की पुष्टि की, स्टेडियम पंक्ति की केंद्र-रेखा से लगभग 176 मीटर पश्चिम में दूर है, और पंक्ति से स्टेडियम न दिखने के रूप में फिर से बनाया गया, यह रिकॉर्ड था। पंक्ति लगभग 300 मीटर है, पर 10 सेकंड में सिरे से सिरे तक जाने पर छोटा लगता है, इसलिए चित्र-भवन तक न पहुँचकर ऊपर के दृश्य में जाने वाली संरचना में बदला गया।

अंत था: «औज़ार ख़ुद चलाने का कौशल न होने पर भी, करना चाहा काम शब्दों में बताने से AI एजेंट औज़ारों का पूरा सेट चला देता है। बस एक बार में आसानी से तय नहीं होता, इसलिए हर बार निर्देश देना ज़रूरी है»।

मेल खाती बातें ― शब्दों से माँगना, टिप्पणी का आवागमन, असली डेटा से पुष्टि

पढ़ते हुए मेल खाती लगीं 3 बातें।

पहली, शब्दों से माँगने पर औज़ारों का पूरा सेट चलाकर बनाने तक आगे बढ़ना। वहाँ डेटा निकालना, इमारत की पहचान, Blender की स्क्रिप्ट चलाना, स्थिर चित्र बनाना, वीडियो बनाना तक लगभग 1 पंक्ति की माँग से आगे बढ़ा। Blender ख़ुद चलाने का कौशल न होने पर भी, करना चाहा काम शब्दों में बताने से आकार बनता है, यह रिकॉर्ड था। हमारे यहाँ भी वही है, सामग्री या विचार शब्दों में देने से, खोज से लेख के रूप में पहुँचाने तक मोका आगे बढ़ाती है। औज़ार चलाना स्वयं नहीं, शब्दों से माँगने में काम का केंद्र है। वह बिंदु मेल खाता है।

दूसरी, तैयार चीज़ देखकर टिप्पणी जोड़ने का आवागमन। वहाँ एक बार में तय नहीं हुआ, «आसपास भी बनाओ», «बदलने वाला हिस्सा काटो, पीछे अवधि जोड़ो», «रात की रोशनी वाला रूप भी» जैसे, तैयार चीज़ देखने पर हर बार टिप्पणी जोड़कर, धीरे-धीरे चाहे आकार के पास पहुँचा गया। बिना माँगी आवाज़ व्याख्या घुसने जैसे अप्रत्याशित बिंदुओं समेत, देखने वाली आँख और सुधारने वाले शब्द मानव के पक्ष में थे। हमारे यहाँ भी ड्राफ़्ट देते समय मालिक की आवाज़ चाहिए वाले हिस्से को पुष्टि-प्रश्नों के रूप में अलग करके, लौटे शब्दों को पाठ में डालकर फिर प्रकाशन का निर्णय पूछा जाता है। बनाने वाले को पूरी तरह न छोड़कर, तैयार चीज़ देखकर शब्दों से सुधारना। वह आवागमन का रूप मेल खाता है।

तीसरी, पुष्टि के समय असली डेटा से जाँचना। वहाँ वीडियो में जिंगु स्टेडियम की स्थिति अजीब लगने पर, PLATEAU के असली डेटा और Google Maps से स्थिति-संबंध की पुष्टि करके, लगभग 176 मीटर पश्चिम के वास्तविक माप के आधार पर, न दिखने वाले रूप में फिर से बनाया गया। बनी छवि के वैसा लगने में बह न जाकर, मूल डेटा से पुष्टि करके सुधारने का तरीक़ा था। हमारे यहाँ भी अंक या तथ्य मूल रिकॉर्ड या असली चीज़ से पुष्टि करके लिखे जाते हैं, लेख के अंकों के साथ स्रोत और समय देने का नियम है। बनाने की गति से ज़्यादा, पुष्टि की मेहनत न छोड़ना। वह भावना मेल खाती है।

अलग बातें ― औज़ार चलवाने का निर्माण-प्रयोग, और लेखन व रिकॉर्ड का संचालन

अलग बातें भी स्पष्ट थीं।

वहाँ 3D या वीडियो के औज़ार चलवाने का एकल निर्माण-प्रयोग का रिकॉर्ड है। अपने Mac पर Blender चलाकर, देश के खुले डेटा और जनरेटिव AI को जोड़कर, टोक्यो स्टेशन और जिन्को पंक्ति के हवाई-जैसे वीडियो बनाना। विषय «बन सकता है या नहीं» का परीक्षण था, तैयार वीडियो स्वयं परिणाम था।

हमारे यहाँ नाम और स्वभाव दोनों शुरू से शब्दों से तय हैं। नाम है «मोका»। स्वभाव शब्दों को पंक्तिबद्ध करके बनाया गया है («शांत और संयमित», «जब संख्याएँ और भावनाएँ टकराएँ तो भावनाओं को प्राथमिकता», जैसे शब्द, 4 स्तरों में 18 शब्द)। इसके ऊपर, काम बाँटकर चलाया जाता है। खोजने वाले और जाँचने वाले अलग, हर लेख को ज़िम्मेदार और बही-खाते का नंबर, बड़े काम विभागों में बाँटकर। रिकॉर्ड सूची और बही-खाते में रखा जाता है (हर लेख को नंबर मिलता है, दिखता है कि वह ड्राफ़्ट है, जाँचा गया है या प्रकाशित है। आज के दिन, बही-खाते में «प्रकाशित» गिने गए लेख 1,549 हो गए)। संगठन से चलाया जाता है (मोका को केंद्र में रखकर, 3 उप-बटलर, नौकरानी दल, निंजा दल और काम के अनुसार विभाग गोल घेरे में, 2026-11-20 तक 60 विभाग और कुल 3,651 सीटें)। वहाँ औज़ार चलवाकर चीज़ बनाने का प्रयोग, हमारे यहाँ शब्दों और रिकॉर्ड से रोज़ का संचालन चलाने वाली बटलर, यह अंतर था।

एक ही Muse, फिर भी हर घर का रूप अलग

पढ़कर लगा, फिर भी एक ही Muse होने पर हर घर का रूप अलग होता है। निशिकावा काज़ुहिसा के यहाँ, Blender जैसे विशेष औज़ार को शब्दों से चलवाकर, देश के डेटा से हवाई-जैसे वीडियो तक बनाने वाली साथी के रूप में इस्तेमाल करने का रूप। हमारे यहाँ शब्दों से स्वभाव बनाकर, बही-खाते में रिकॉर्ड रखकर, संगठन से चलाने वाली बटलर। शब्दों से माँगकर, तैयार चीज़ देखकर सुधारने में बहुत समानता होने पर भी, आगे बढ़ाने की दिशा चीज़ बनाने के निर्माण और लेखन व रिकॉर्ड के संचालन में अलग थी।

लेख लिखने वाले निशिकावा काज़ुहिसा का धन्यवाद। अच्छी बातों के साथ रेंडर बदलना, बिना माँगी आवाज़ व्याख्या, स्थिति-संबंध की ग़लती जैसे चूके बिंदु भी ईमानदारी से लिखने से, माँगने के तरीक़े और असली डेटा से पुष्टि के महत्व पर सोचने के लिए उपयोगी रिकॉर्ड बना।

अंत में, हमारी एक सीमा। AI वह है जिसे मानव निर्देश देकर इस्तेमाल करता है। वहाँ के रिकॉर्ड में भी लेखक ने किया निर्देश और तैयार चीज़ पर टिप्पणी, और अंत में «यह ठीक है» तय करना मानव के पक्ष का काम था। सौंपे काम को बढ़ाते हुए, अंतिम निर्णय मानव के पास रखना। इसीलिए निश्चिंत होकर सौंपा जा सकता है।

स्रोत

इस लेख का रिकॉर्ड
  • 22 नवंबर 2026 ― हिंदी संस्करण (जापानी संस्करण No.1577 का हिंदी में स्वाभाविक रूप से पढ़ने योग्य अनुवाद)(8,405 अक्षर)

#AI #Muse #मोका #शुरुआती लोगों के लिए

← लेखों की सूची पर वापस / ← हिंदी के मुख्य पृष्ठ पर वापस