VULK प्रोजेक्टों में AI इमेज और वीडियो: मॉडल और किन चीज़ों की जाँच होती है

10 अक्टूबर 2026 को सत्यापित: उस कोड पर जिसे VULK आज चलाता है, और उसके प्रोडक्शन रिकॉर्ड पर।

जेनरेट की गई साइट को तस्वीरें चाहिए, और placeholder बॉक्स तस्वीर नहीं होता। VULK बिल्ड के हिस्से के रूप में आपके प्रोजेक्ट के लिए तस्वीरें और मोशन बना सकता है: आपके ब्रांड के रंगों में hero इमेज, प्रोडक्ट शॉट, किसी हेडलाइन के पीछे लूप में चलता वीडियो। यह लेख बताता है कि यह काम कौन-से मॉडल करते हैं, आपको कौन-से आकार और कितनी लंबाई मिलती है, किस प्लान में क्या शामिल है, और कोई वीडियो आपके पेज तक पहुँचने से पहले कैसे जाँचा जाता है।

इमेज: मॉडल और फ़ॉर्मैट

डिफ़ॉल्ट इमेज मॉडल Gemini 3.1 Flash Image है। हमने इसे अगस्त 2026 में मापने के बाद चुना: यह आधी क़ीमत पर Gemini 3 Pro की बराबरी पर रहा, और हर बार कहे बिना पूरे सीन में ब्रांड का लुक बनाए रखता है।

मॉडल को हर इमेज किसी ढीले प्रॉम्प्ट के रूप में नहीं, बल्कि प्रोडक्शन की ज़रूरत के रूप में बताई जाती है:

• Aspect ratio: 14 विकल्प, चौकोर और portrait से लेकर 16:9 और 21:9 तक, और 1:8 और 8:1 के बेहद लंबे बैनर तक।
• रिज़ॉल्यूशन: 1K, 2K या 4K। एक चौकोर इमेज 1K पर 1024 गुणा 1024 पिक्सेल की होती है, और 4K पर हर तरफ़ उसकी चार गुना।
• फ़्रेमिंग: पूरा subject, जैसे अकेला कोई प्रोडक्ट, या पूरा सीन।

4K इमेज OpenRouter के Images API से ख़रीदी जाती हैं, वह interface जो असल में यह रिज़ॉल्यूशन देता है, इसलिए 4K रिक्वेस्ट 4K फ़ाइल ही लौटाती है।

प्रोडक्शन में इमेज

प्रोडक्शन रिकॉर्ड से, जो 10 अक्टूबर 2026 को पढ़े गए: 24 अगस्त से 9 अक्टूबर 2026 के बीच Gemini 3.1 Flash Image ने 238 प्रोजेक्टों में 1,004 इमेज बनाईं, जिनकी median फ़ाइल का आकार लगभग 1.6 MB था।

वीडियो: दो जगहें, दो डिफ़ॉल्ट

VULK में वीडियो दो जगह दिखता है, और हर जगह का अपना डिफ़ॉल्ट मॉडल है।

प्रोजेक्ट के अंदर, वीडियो आपके प्रोजेक्ट की अपनी इमेज से बनता है। VULK पहले still बनाता है और फिर उसे 1080p पर Kling 2.5 Turbo Pro से animate करता है, ताकि क्लिप में वही subject हो जो आपकी तस्वीरों में दिखता है। यही वह क्लिप है जो आप किसी hero के पीछे या प्रोडक्ट सेक्शन में देखते हैं।

Director में, जो इमेज और वीडियो के लिए VULK की अलग जगह है, आप सिर्फ़ टेक्स्ट से क्लिप जेनरेट कर सकते हैं। वहाँ डिफ़ॉल्ट 720p पर Seedance 2.5 है, जिसे तब चुना गया जब डिलीवर हुई पाँच सेकंड की एक क्लिप शुरू से आख़िर तक सत्यापित हो गई। Director का अपना work view है, जिसमें एक rail, एक stage और आपकी बनाई चीज़ों का इतिहास है; यह इमेज के लिए शॉट के प्रकार देता है और एक रेफ़रेंस इमेज स्वीकार करता है। यह चैट के अंदर उन चार टैब में से एक है जो एक ही मैसेज बॉक्स साझा करते हैं, और वहाँ बने 3D objects एक interactive GLB viewer में खुलते हैं।

आप कोई दूसरा इंजन भी चुन सकते हैं। हर क्लिप 5 या 10 सेकंड की होती है:

प्रोडक्शन में, 26 अगस्त से 4 अक्टूबर 2026 के बीच, Kling 2.5 Turbo Pro ने 21 प्रोजेक्टों में 34 प्रोजेक्ट क्लिप बनाईं, जिनकी median फ़ाइल लगभग 9.9 MB थी।

आपके देखने से पहले वीडियो की जाँच कैसे होती है

AI वीडियो पहचाने जा सकने वाले तरीक़ों से बिगड़ता है: कैमरा दीवार के आर-पार निकल जाता है, कोई व्यक्ति कहीं से अचानक आ जाता है, कोई चेहरा पिघल जाता है। VULK हर शॉट को इस्तेमाल करने से पहले ठीक इन्हीं गड़बड़ियों के लिए जाँचता है।

एक vision मॉडल, Gemini 3.7 Flash, शॉट में बराबर दूरी पर लिए गए frames की एक contact sheet पाता है और सवालों के एक तय सेट का जवाब देता है:

• क्या सभी frames वही भौतिक जगह दिखाते हैं जो पहला frame दिखाता है?
• क्या कोई असंभव transition है, जैसे दीवार के आर-पार जाना, teleport, cut या कैमरे की छलाँग?
• क्या बड़ी चीज़ें, लोग, वाहन या इमारतें दिखती हैं जो पहले frame में नहीं थीं?
• क्या कोई विकृति है, जैसे fisheye जैसा मोड़, पिघलती geometry या अतिरिक्त हाथ-पैर?
• क्या शॉट में पढ़ा जा सकने वाला टेक्स्ट, साइनबोर्ड, लोगो या subtitles हैं?

यह एक तय फ़ॉर्मैट में जवाब देता है, उन frame नंबरों के साथ जिन्हें वह देख रहा है, और आगे क्या होगा यह मॉडल नहीं, कोड तय करता है।

फ़ाइलें कहाँ रहती हैं

जेनरेट की गई इमेज और वीडियो Cloudflare R2 में स्टोर होते हैं और VULK के अपने CDN assets.vulk.dev से सर्व होते हैं। निजी सामग्री CDN से सर्व नहीं होती। हर जेनरेट की गई फ़ाइल उस प्रोजेक्ट और उस run के साथ दर्ज होती है जिसने उसे बनाया।

आप ख़ुद क्या ला सकते हैं

जेनरेशन अकेला स्रोत नहीं है। आप अपनी सामग्री चैट में जोड़ सकते हैं, और VULK उसे आपके प्रोजेक्ट का asset मानता है:

• इमेज, आम फ़ॉर्मैट में और साथ में GIF, SVG, HEIC, AVIF, BMP और TIFF, जो पूरी की पूरी स्टोर होती हैं या आपके ब्राउज़र में कन्वर्ट होती हैं।
• वीडियो फ़ाइलें और GLB मॉडल, जैसे हैं वैसे ही स्टोर होते हैं ताकि उन्हें किसी पेज पर रखा जा सके।
• आवाज़ें (sounds), जिन्हें पेज वहाँ बजाता है जहाँ आपकी रिक्वेस्ट कहती है।
• फ़ॉन्ट फ़ाइलें, जिन्हें पेज web fonts के रूप में घोषित कर सकता है।
• PDF और Office दस्तावेज़, जो आपके ब्राउज़र में टेक्स्ट के रूप में पढ़े जाते हैं।

आपके प्रोजेक्ट के assets में जो कुछ भी है, उसे मैसेज बॉक्स में @ टाइप करके किसी रिक्वेस्ट में वापस लाया जा सकता है।

प्लान

• इमेज हर प्लान में शामिल हैं, Builder में भी।
• वीडियो Builder में शामिल नहीं है, न प्रोजेक्टों के अंदर, न Director में।
• Pro, Max, Team, Business और Enterprise में वीडियो शामिल है, सेकंडों की कोई मासिक सीमा नहीं; क्लिप का बिल क्रेडिट में बनता है।

जब आप किसी मैसेज में वीडियो या इमेज माँगते हैं, तो वही रिक्वेस्ट ख़रीद है: जेनरेट करने से पहले चैट में रुककर "क्या आपको यक़ीन है?" नहीं पूछा जाता। प्लानों की कीमतें pricing पेज पर हैं: Builder $19.99 प्रति माह, Pro $39.99 और Max $199, 10 अक्टूबर 2026 को पढ़ी गईं।