ওপেনএআই-এর আগে চীন টেক্সট-টু-ভিডিও মডেল চালু করেছে

ঝিপু এআই, বাইচুয়ান এবং মুনশট এআই-এর সাথে চীনের এআই "টাইগার" হিসেবে পরিচিত মিনিম্যাক্স - গত শনিবার সাংহাইতে একটি ডেভেলপার সম্মেলনে নতুন টুলটি প্রকাশ করার পর, তাদের ওয়েবসাইটের মাধ্যমে -01 ভিডিও মডেলটি জনসাধারণের জন্য উপলব্ধ করেছে।

ছবি: জিআই

ভিডিও-০১ ব্যবহারকারীদের ৬ সেকেন্ড পর্যন্ত দীর্ঘ ভিডিও তৈরি করতে টেক্সট বর্ণনা প্রবেশ করানোর সুযোগ দেয়। টেক্সট প্রম্পট থেকে ভিডিও তৈরি পর্যন্ত প্রক্রিয়াটি প্রায় ২ মিনিট সময় নেয়।

মিনিম্যাক্সের প্রতিষ্ঠাতা এবং সিইও ইয়ান জুনজি বলেন যে ভিডিও-০১ হল কোম্পানির ভিডিও তৈরির টুলের প্রথম সংস্করণ। তিনি উল্লেখ করেন যে ভবিষ্যতের আপডেটগুলি ব্যবহারকারীদের ছবি থেকে ভিডিও তৈরি এবং সম্পাদনা করার সুযোগ দেবে।

ফেব্রুয়ারিতে ওপেনএআই প্রথম সোরা-জেনারেটেড ভিডিও নমুনা প্রকাশ করার পর, মিনিম্যাক্সের ভিডিও-০১ কীভাবে চীনা প্রযুক্তি কোম্পানিগুলি এই উদীয়মান এআই বাজার বিভাগে আক্রমণাত্মক পদক্ষেপ নিয়েছে তা প্রতিফলিত করে। তবে, সোরা এখনও জনসাধারণের জন্য ব্যাপকভাবে প্রকাশ করা হয়নি।

এক্স

সোরার তৈরি একটি ভিডিও, যার ক্যাপশনে লেখা আছে "ক্যামেরাটি কালো ছাদের র্যাক সহ একটি সাদা ভিনটেজ এসইউভিকে অনুসরণ করে, যখন এটি খাড়া মাটির রাস্তায় দ্রুত গতিতে নেমে আসে..."।

OpenAI-এর ঘোষণা অনুসারে, OpenAI পণ্যগুলিতে Sora প্রয়োগের আগে তারা বেশ কয়েকটি গুরুত্বপূর্ণ সুরক্ষা পদক্ষেপ গ্রহণ করবে। এই মডেলটি যে ঝুঁকি তৈরি করতে পারে তা এড়াতে OpenAI ভুল তথ্য, ঘৃণাত্মক বক্তব্য এবং পক্ষপাতের মতো ক্ষেত্রে বিশেষজ্ঞদের সাথে কাজ করছে।

ওপেনএআই বেশ কয়েকজন ভিজ্যুয়াল শিল্পী, ডিজাইনার এবং চলচ্চিত্র নির্মাতাদের কাছে অ্যাক্সেস দেবে যাতে তারা সৃজনশীল পেশাদারদের জন্য মডেলটিকে সবচেয়ে কার্যকর করার জন্য কীভাবে উন্নত করা যায় সে সম্পর্কে প্রতিক্রিয়া পেতে পারে।

"সোরা একাধিক চরিত্র, নির্দিষ্ট ধরণের গতি এবং বস্তু এবং প্রেক্ষাপট সম্পর্কে সুনির্দিষ্ট বিবরণ সহ জটিল দৃশ্য তৈরি করতে পারে। মডেলটি কেবল ব্যবহারকারী প্রম্পটে কী জিজ্ঞাসা করে তা বোঝে না, বরং ভৌত জগতে কীভাবে সেই জিনিসগুলি বিদ্যমান তাও বোঝে," ওপেনএআই এক বিবৃতিতে বলেছে।

বুই হুই (এসসিএমপি, ওপেনএআই অনুসারে)

সূত্র: https://www.congluan.vn/cong-ty-trung-quoc-vuot-mat-openai-khi-cho-ra-mat-mo-hinh-bien-van-ban-thanh-video-post310490.html