গুগলের নতুন এআই ভিডিও তৈরির 'দুঃস্বপ্ন'।

মাত্র কয়েকটি মৌলিক কমান্ডের সাহায্যে, ভিও ৩ - গুগলের সর্বশেষ এআই ভিডিও নির্মাতা - অবিশ্বাস্য বাস্তবতার সাথে "জাঙ্ক" ভিডিওগুলি পুনরুদ্ধার করতে পারে।

গুগল আই/ও ২০২৫ ইভেন্টে, গুগল তার এআই ভিডিও তৈরির মডেল ভিও ৩ প্রবর্তন করে প্রযুক্তি জগৎকে চমকে দিয়েছে, যা অত্যন্ত বিতর্কিত ক্ষেত্রে প্রযুক্তি জায়ান্টের জন্য একটি বড় পদক্ষেপ।

দ্য ভার্জের প্রতিবেদক অ্যালিসন জনসনের মতে, ভিও ৩-এর সবচেয়ে পরিশীলিত দিক হল প্রতিটি ভিডিওর জন্য মৌলিক অডিও তৈরি করার ক্ষমতা, সাউন্ড এফেক্ট এবং ব্যাকগ্রাউন্ড নয়েজ থেকে শুরু করে চরিত্রের সংলাপ পর্যন্ত।

"Veo 3 আমাকে এমন একটি মেশিন হিসেবে মুগ্ধ করেছে যা একেবারে 'জাঙ্ক' AI কন্টেন্ট তৈরি করে," দ্য ভার্জের একজন প্রতিবেদক মন্তব্য করেছেন।

গুগলের নতুন এআই-চালিত ভিডিও জেনারেটর তার উচ্চ স্তরের বাস্তবতার সাথে চাঞ্চল্য সৃষ্টি করছে। দ্য ভার্জের প্রতিবেদক অ্যালিসন জনসনের মতে, ভিও ৩-এর সবচেয়ে পরিশীলিত দিক হল শব্দ প্রভাব এবং পটভূমির শব্দ থেকে শুরু করে চরিত্রের সংলাপ পর্যন্ত প্রতিটি ভিডিওর জন্য মূল অডিও তৈরি করার ক্ষমতা।

নতুন বৈশিষ্ট্য এবং বাস্তবতার চমকপ্রদ স্তর।

"আমরা সৃজনশীলতার এক নতুন যুগে প্রবেশ করছি," গুগলের জেমিনি ভাইস প্রেসিডেন্ট জোশ উডওয়ার্ড তার ভিও ৩ লঞ্চ উপস্থাপনায় ব্যাখ্যা করেছেন, "অত্যন্ত বাস্তবসম্মত" ভিডিও তৈরির ক্ষমতা তুলে ধরে।

জনসন প্রথমে সন্দেহবাদী ছিলেন, কিন্তু ব্যক্তিগতভাবে এআই টুলটি অভিজ্ঞতার পর, তিনি নিশ্চিত করেছেন যে উডওয়ার্ড অতিরঞ্জিত করছেন না। ভিও ৩ ভয়ঙ্কর বাস্তবসম্মত পণ্য তৈরি করতে সক্ষম।

বিশেষ করে, দ্য ভার্জের একজন প্রতিবেদক একজন সংবাদ উপস্থাপকের আগুন লাগার ঘোষণার একটি ছোট ভিডিও তৈরি করার চেষ্টা করেছিলেন। ক্লিপটি অবিশ্বাস্যভাবে বিশ্বাসযোগ্য ছিল, শব্দ এবং ভিজ্যুয়াল যেকোনো ঐতিহ্যবাহী সংবাদ সম্প্রচারের মতোই ছিল।

ভিও ৩ দ্বারা নির্মিত একটি ভিডিওর একটি দৃশ্য। ছবি: দ্য ভার্জ।

এর কিছুক্ষণ পরেই, পোস্টটিতে AI-চালিত ভিডিও তৈরিতে ব্যবহৃত কমান্ডের প্রতিবাদকারী AI-উত্পাদিত চরিত্রদের সম্বলিত ভিডিওগুলির একটি সিরিজ অন্তর্ভুক্ত ছিল, যা Reddit-এ ৫০,০০০ লাইক অর্জন করেছিল। দৃশ্যগুলিতে একটি বিপর্যয়, শ্বাস-প্রশ্বাসের নল ব্যবহার করে হাসপাতালের বিছানায় শুয়ে থাকা একজন মহিলা এবং একটি চরিত্রকে বন্দুকের হুমকি দেওয়া অন্তর্ভুক্ত ছিল - সবই কথ্য সংলাপ এবং বাস্তবসম্মত পটভূমির শব্দ সহ।

অন্যান্য AI ভিডিও তৈরির সরঞ্জামগুলির তুলনায়, Veo 3 জিনিসগুলিকে অনেক সহজ করে তুলেছে। এর জন্য কেবল একটি মৌলিক কমান্ড, প্ল্যাটফর্মটি প্রক্রিয়া করতে কয়েক মিনিট সময় এবং Google এর AI Ultra প্ল্যানের সাবস্ক্রিপশন (প্রতি মাসে $249.99 ) লাগে।

জনসন এমনকি কম নির্দিষ্ট কমান্ড ব্যবহার করে ভিডিও তৈরি করা সহজ বলে মনে করেছিলেন, এবং এটি একটি জিনিস প্রমাণ করে: শিশুদের জন্য সর্বনিম্ন সাধারণ হর সহ ইউটিউব কন্টেন্ট তৈরিতে Veo 3 অসাধারণ।

"নীরব চলচ্চিত্র যুগের" অবসান

আজ পর্যন্ত, কোনও AI ভিডিও তৈরির মডেল একই সাথে সিঙ্ক্রোনাইজড অডিও, অথবা ভিডিও আউটপুটের সাথে যেকোনো ধরণের অডিও সরবরাহ করতে সক্ষম হয়নি। তবে, ভিও 3 - সিঙ্ক্রোনাইজড অডিও তৈরি করার ক্ষমতা সহ - "নীরব চলচ্চিত্র যুগের" অবসান ঘটাতে লক্ষ্য রাখছে।

"আমরা ভিডিও তৈরির নীরব যুগ থেকে বেরিয়ে আসছি," গুগল ডিপমাইন্ডের সিইও ডেমিস হাসাবিস এক সংবাদ সম্মেলনে বলেন।

ভিডিও নির্মাতাদের জন্য সরঞ্জামের ব্যাপক প্রাপ্যতার কারণে বিক্রেতাদের সংখ্যা এতটাই বেড়েছে যে এই স্থানটি ক্রমশ পরিপূর্ণ হয়ে উঠছে।

রানওয়ে, লাইট্রিক্স, জেনমো, পিকা, হিগসফিল্ড, ক্লিং এবং লুমার মতো স্টার্টআপ থেকে শুরু করে ওপেনএআই এবং আলিবাবার মতো টেক জায়ান্ট পর্যন্ত, মডেলগুলি দ্রুত গতিতে প্রকাশিত হচ্ছে। অনেক ক্ষেত্রেই, এই মডেলগুলির মধ্যে খুব কম পার্থক্য রয়েছে।

ভিডিও মানের দিক থেকে Veo 3 OpenAI Sora কে ছাড়িয়ে যেতে পারবে কিনা তা এখনও স্পষ্ট নয়। তবে, ছবি এবং শব্দ উভয়ের সাথে সম্পূর্ণরূপে তৈরি ভিডিও ক্লিপ রপ্তানি করতে সক্ষম হলেই Veo 3 তাৎক্ষণিকভাবে আরও আকর্ষণীয় প্ল্যাটফর্ম হয়ে উঠতে পারে।

ভিও ৩ এর সবচেয়ে অসাধারণ বৈশিষ্ট্য হল ভিডিওর সাথে "নিখুঁত" সিঙ্ক্রোনাইজড অডিও তৈরি করার ক্ষমতা। ছবি: গুগল।

"চলচ্চিত্র এবং টেলিভিশনের জগতে , ব্যাকগ্রাউন্ড নয়েজ এবং সাউন্ড এফেক্ট সাধারণত শিল্পীদের কাজ। এখন কল্পনা করুন, যদি আপনাকে কেবল ভিও-কে ব্যাকগ্রাউন্ডে আপনার পছন্দের শব্দ এবং অ্যাকশনের সাথে সম্পর্কিত শব্দ বর্ণনা করতে হত, এবং এটি ভিডিও এবং সংলাপ সহ সবকিছুই প্রকাশ করত। এটি এমন একটি কাজ যা অ্যানিমেটরদের শেষ করতে সপ্তাহ বা মাস সময় লাগবে," জনসন মন্তব্য করেছিলেন।

যদি ভিও ৩ সত্যিকার অর্থে কমান্ড এবং ধারাবাহিক ভিডিও এবং অডিও আউটপুট ঘন্টা অনুসরণ করতে পারে, তাহলে খুব বেশি সময় লাগবে না যে আমরা সম্পূর্ণরূপে এআই দিয়ে তৈরি প্রথম অ্যানিমেটেড চলচ্চিত্রটি তৈরি করতে পারব।

ভিও ৩ মুক্তি পাওয়ার পরপরই, নির্মাতারা এক্সের মতো প্ল্যাটফর্মে ক্লিপগুলি ভাগ করে নিতে শুরু করেন, বিশেষ করে এটি একটি স্ট্যান্ড-আপ কমেডি ভিডিও যা সম্পূর্ণরূপে এআই দ্বারা তৈরি। দর্শকরা জেনে অবাক হয়েছিলেন যে ভয়েসওভার, ভিডিও এবং এমনকি দর্শকদের শব্দ সহ পুরো দৃশ্যটি একটি লিখিত কমান্ড থেকে তৈরি করা হয়েছিল।

এরপর, আরেকটি ক্লিপ ভাইরাল হয়, যেখানে পিথাগোরাস তার বিখ্যাত উপপাদ্যটি পুনঃনির্মাণ করে ব্যাখ্যা করছেন, যা একটি প্রাচীন পটভূমি এবং নির্ভুল সংলাপের সাথে সম্পূর্ণ। এমনকি একটি মিউজিক ভিডিওও ছিল যা সম্পূর্ণরূপে ভিও 3 দ্বারা নির্মিত হয়েছিল, যেখানে ভিজ্যুয়াল এবং সঙ্গীত উভয়ই নিখুঁতভাবে সিঙ্ক্রোনাইজ করা হয়েছিল।

ইকোনমিক টাইমস মন্তব্য করেছে যে এই ধরণের প্রযুক্তিকে "চলচ্চিত্র নির্মাণের একটি নতুন যুগ" বলা যেতে পারে, যা স্বতন্ত্র নির্মাতা থেকে শুরু করে বৃহৎ মিডিয়া স্টুডিও পর্যন্ত - যে কেউ কম খরচে এবং ন্যূনতম সম্পদে পেশাদার সামগ্রী তৈরি করতে সক্ষম করে।

সূত্র: https://znews.vn/ac-mong-tu-ai-tao-video-moi-cua-google-post1556018.html