ওপেনএআই সোরা ২ চালু করেছে: চোখের পলকে টেক্সটকে ভিডিওতে পরিণত করে, আসল থেকে নকল আলাদা করা কঠিন

ওপেনএআই সম্প্রতি সোরা ২ চালু করেছে, এটি একটি এআই-চালিত ভিডিও জেনারেটর যা এতটাই বাস্তবসম্মত যে আসল এবং নকলের মধ্যে পার্থক্য করা কঠিন। নতুন সংস্করণে অডিও, সুনির্দিষ্ট লিপ-সিঙ্কিং এবং দ্রুত দৃশ্য-নির্মাণ যুক্ত করা হয়েছে, যা সুযোগ এবং ঝুঁকির এক বিশাল সীমা উন্মুক্ত করে।

সোরা ২ ভূমিকা ভিডিও - ভিডিও: ওপেনএআই

সোরা হলো OpenAI দ্বারা তৈরি একটি টেক্সট-টু-ভিডিও সিস্টেম, যা প্রথম ২০২৪ সালে আবির্ভূত হয়েছিল। এই প্রযুক্তি টেক্সট বর্ণনার অনুমতি দেয় এবং একটি প্রাণবন্ত ভিডিও গ্রহণ করে, যা একটি বাস্তব দৃশ্য দেখার অনুভূতি তৈরি করে।

সোরা ২-এর মাধ্যমে, দৃশ্য-নির্ধারণের ক্ষমতা নতুন উচ্চতায় নিয়ে যাওয়া হয়েছে, যার লক্ষ্য হল মানুষের কল্পনাকে চিত্র এবং শব্দে রূপান্তরিত করা যা আগের চেয়ে আরও বাস্তবসম্মত।

ব্যবহারকারীদের মুখ এবং কণ্ঠস্বর AI ভিডিওতে যোগ করার অনুমতি দেয়

সোরা ২ টেক্সট বর্ণনাকে উচ্চ-বিশ্বস্ত অডিও এবং ভিডিওতে রূপান্তর করার ক্ষমতার জন্য উল্লেখযোগ্য। ব্যবহারকারীরা একটি টেক্সট প্রবেশ করান এবং সিস্টেমটি সিঙ্ক্রোনাইজড চরিত্র, দৃশ্য এবং সংলাপ সহ একটি গতিশীল দৃশ্য তৈরি করে।

সবচেয়ে বড় উন্নতি হলো চরিত্রটির মুখের নড়াচড়া বিভিন্ন ভাষার সাথে মিলে যায়, যার ফলে ভিডিওটি আরও বিশ্বাসযোগ্য হয়ে ওঠে এবং আসল ও নকলের মধ্যে পার্থক্য করা কঠিন হয়ে পড়ে।

ক্যামিওস নামে একটি নতুন বৈশিষ্ট্য ব্যবহারকারীদের AI ভিডিওতে তাদের মুখ বা কণ্ঠস্বর দেখানোর জন্য সম্মতি দেওয়ার সুযোগ দেয়। এটি ব্যক্তিগতকৃত সামগ্রীর দরজা খুলে দেয়, তবে স্পুফিংয়ের ঝুঁকি সীমিত করার জন্য কেবল স্পষ্ট সম্মতিতেই কাজ করে।

ফুটেজের উপর নিয়ন্ত্রণও উন্নত করা হয়েছে। নির্মাতারা অবস্থান, সময়কাল এবং ট্রানজিশন ইফেক্ট বেছে নিতে পারেন, যা ভিডিওগুলিকে আরও নির্বিঘ্ন এবং বিস্তারিত করে তোলে।

উপরন্তু, OpenAI সেন্সরশিপ নিয়মের একটি সেট প্রয়োগ করে, যা সংবেদনশীল বিষয়বস্তু তৈরি বা সম্মতি ছাড়া সেলিব্রিটিদের ছবি ব্যবহার করার অনুরোধকে বাধা দেয়।

সাংবাদিকতা থেকে শিক্ষা , ছোট ব্যবসা: সোরা ২-এর সাথে সুযোগ

সোরা ২ দ্বারা তৈরি কিছু ভিডিও - ভিডিও: ওপেনএআই

সোরা ২-এর দ্রুত ভিডিও তৈরির ক্ষমতা বাস্তব-বিশ্বের বিভিন্ন অ্যাপ্লিকেশনের বিস্তৃত পরিসর উন্মুক্ত করে। কন্টেন্ট নির্মাতারা একটি স্ক্রিপ্ট চিত্রিত করার জন্য দৃশ্য তৈরি করে সময় এবং অর্থ সাশ্রয় করতে পারেন। একজন সাংবাদিক একটি সংক্ষিপ্ত বিবরণকে একটি প্রাণবন্ত চিত্রে রূপান্তর করতে পারেন, অথবা একজন ইতিহাস শিক্ষক শিক্ষার্থীদের কল্পনা করতে সাহায্য করার জন্য একটি প্রাচীন ঘটনা পুনরায় তৈরি করতে পারেন।

ছোট ব্যবসাগুলি স্টুডিও বা অভিনেতা ছাড়াই সহজ বিজ্ঞাপন তৈরি করতে পারে।

ওপেনএআই সোরা ২-কে চ্যাটজিপিটি এবং তার মোবাইল অ্যাপের সাথে একীভূত করার চেষ্টা করছে, যাতে এটি সাধারণ মানুষের কাছে অ্যাক্সেসযোগ্য হয়। এই টুলটিকে একটি সামাজিক নেটওয়ার্কের মতো ভিডিও শেয়ারিং প্ল্যাটফর্মে পরিণত করার ধারণাটিও পরীক্ষা করা হয়েছে, যা কন্টেন্ট তৈরির সম্পূর্ণ নতুন উপায় আনার প্রতিশ্রুতি দেয়। মাইক্রোসফ্ট এমনকি বিং-এ প্রযুক্তিটি একীভূত করার চেষ্টা করেছে, যার ফলে ফোনে সরাসরি ছোট ভিডিও তৈরি করা সম্ভব হবে।

এই পদক্ষেপগুলির মাধ্যমে, সোরা 2 কেবল পেশাদারদের জন্য একটি হাতিয়ার নয় বরং বিভিন্ন ক্ষেত্রের সকলের জন্য একটি সৃজনশীল সহকারীও।

ভুয়া ভিডিওর ঝুঁকি এবং গোপনীয়তা

তবে, সোরা ২-এর এখনও কিছু সীমাবদ্ধতা রয়েছে। কিছু পরীক্ষামূলক ভিডিও দেখায় যে চরিত্রের নড়াচড়া সম্পূর্ণ স্বাভাবিক নয়, যার বিবরণ "লাফিয়ে পড়ে" অথবা পদার্থবিদ্যার নিয়ম মেনে চলে না। মুখের ক্লোজ-আপ তোলার সময়, আলো এবং অভিব্যক্তি কখনও কখনও সত্যিই সঠিক হয় না। এটি একটি লক্ষণ যে কৃত্রিম বুদ্ধিমত্তা এখনও ভৌত জগৎকে পুরোপুরি বুঝতে পারে না।

আরও বড় ঝুঁকি হল, প্রযুক্তিটি ব্যবহার করে ভুয়া ভিডিও তৈরি করা যেতে পারে। সোরা ২ থেকে তৈরি ক্লিপগুলি এতটাই বাস্তবসম্মত যে সোশ্যাল নেটওয়ার্কে ব্যাপকভাবে শেয়ার করা হলে সহজেই বিভ্রান্তি তৈরি করতে পারে। ভুল তথ্য দ্রুত ছড়িয়ে পড়ার ঝুঁকির মুখোমুখি হলে এটি পরিচালক এবং সম্প্রদায় উভয়ের জন্যই একটি চ্যালেঞ্জ তৈরি করে।

গোপনীয়তা এবং কপিরাইট নিয়েও প্রশ্ন রয়েছে। যদি কোনও ভিডিওতে কারও মুখ বা কণ্ঠস্বর দেখানো হয়, তাহলে সেই ছবির অধিকার কার এবং যদি এটির অপব্যবহার হয় তবে কে দায়ী?

কৃত্রিম বুদ্ধিমত্তা (এআই) দ্বারা তৈরি ভিডিও বাস্তব জীবনের ফুটেজ থেকে ক্রমশ আলাদা হয়ে উঠছে, তাই সোরা ২ একটি উল্লেখযোগ্য পদক্ষেপ। আগামী বছরগুলিতে, এই প্রযুক্তি বিজ্ঞাপন, বিক্ষোভ এবং অনলাইন বক্তৃতা তৈরির পদ্ধতিতে পরিবর্তন আনতে পারে। একটি সমাপ্ত ভিডিও পেতে কেবল একটি সংক্ষিপ্ত বিবরণ প্রবেশ করার ক্ষমতা একটি উল্লেখযোগ্য খরচ সাশ্রয় করে এবং ব্যক্তি এবং ছোট ব্যবসাগুলিকে এমন একটি সরঞ্জামে অ্যাক্সেস দেয় যা আগে প্রধান স্টুডিওগুলির কাছে সংরক্ষিত ছিল।

সুযোগের সাথে সাথে যাচাইকরণের প্রয়োজনও আসে। কন্টেন্ট-শেয়ারিং প্ল্যাটফর্মগুলিকে সনাক্তকরণ ফিল্টার যোগ করতে হতে পারে অথবা স্পষ্টভাবে AI-জেনারেটেড ভিডিও লেবেল করতে হতে পারে। ব্যবহারকারীরা ধীরে ধীরে কোনও ছবি বা ভিডিও বিশ্বাস করার আগে উৎসটি পরীক্ষা করার অভ্যাসও তৈরি করবে।

ইতিবাচক দিক হলো, সোরা ২ অনলাইন শিক্ষা, গেমিং এবং ভার্চুয়াল রিয়েলিটি অভিজ্ঞতার জন্য সম্ভাবনার দ্বার উন্মোচন করে। এই ক্ষেত্রগুলিতে প্রাণবন্ত চিত্রের প্রয়োজন হয়, যেখানে এআই ঐতিহ্যবাহী চিত্রগ্রহণ কৌশলের বাইরেও গতি এবং নমনীয়তা আনতে পারে।

বিষয়ে ফিরে যান

থ্যাং থু

সূত্র: https://tuoitre.vn/openai-ra-mat-sora-2-bien-van-ban-thanh-video-trong-chop-mat-kho-phan-biet-that-gia-20251002160040731.htm