বাস্তব ছবি আসলে কী? জেনারেটিভ এআই-এর যুগে, বিস্তৃত ঐক্যমত্য হল যে যদি আপনি কোনও ভিজ্যুয়াল অ্যাসেটের পিক্সেল-স্তরে কোনও পরিবর্তন না করে থাকেন, তবে এটিকে বাস্তব বলে মনে করা হয়। স্মার্টফোন ফটোগ্রাফির প্রেক্ষাপটে, অ্যালগরিদমিক স্পর্শ-আপকে কোশার হিসাবে বিবেচনা করা হয়।
কিন্তু সেই স্তরেও, প্রচুর ক্ষোভ রয়েছে। এতটাই যে, হ্যালাইড ক্যামেরা অ্যাপের নির্মাতারা প্রসেস জিরো নামে একটি ডেডিকেটেড মোড তৈরি করেছেন যা যেকোনো অ্যালগরিদমিক পরিমার্জনের ছবিগুলিকে বাদ দেয়। আপনি যা পাবেন তা হল একটি নির্ভেজাল ছবি যার মধ্যে রয়েছে "ভাল" শব্দ এবং ক্যাপচার-পরবর্তী সম্পাদনাগুলির সাথে আরও নমনীয়তা।
জুম ক্যাপচারের কথা কী বলব? অ্যাপল যখন আইফোন এয়ারে 2x "অপটিক্যাল কোয়ালিটি লেন্স" এর বিজ্ঞাপন দিয়েছিল, তখন প্রচুর ক্ষোভের সৃষ্টি হয়েছিল। সর্বোপরি, ডিজিটাল ক্রপিং মানে বিষয়ের কাছাকাছি যাওয়া নয়, এবং তাই, এটিকে আসল জুম বলা যাবে না। কিন্তু যদি ফলাফল ডিজিটাল জুম যা পরিচালনা করতে পারে তার চেয়ে অনেক ভালো হয় এবং হাস্যকর অঞ্চলে প্রবেশ করে – AI সহ?
ঠিক আছে, গুগল পিক্সেল ১০ প্রো-তে প্রো রেস জুম মূলত এটাই। এটি আপনাকে ফোনের নেটিভ ৫x অপটিক্যাল জুম রেঞ্জের বাইরে নিয়ে যায় এবং ১০০x জুম পর্যন্ত পৌঁছায়, একই সাথে এমন ছবিও দেয় যা দেখতে রঙিন পোরিজের মতো নয়। এর দক্ষতা পরীক্ষা করার জন্য, আমি এটিকে আইফোন ১৭ প্রো-এর সাথে তুলনা করি, যা ৪x অপটিক্যাল এবং ৪০x ডিজিটাল জুম ইন পরিচালনা করতে পারে।
Pixel 10 Pro এবং এর Pro Res Zoom প্রযুক্তি অ্যাপলের ফ্ল্যাগশিপকে উড়িয়ে দিয়েছে বললে কম বলা হবে না। এই প্রবন্ধে, আমি কিছু তুলনামূলক আলোচনা সংযুক্ত করছি, যেগুলো সবই হ্যান্ডহেল্ড মোডে তোলা হয়েছে কোনও ফিল্টার বা সম্পাদনা-পরবর্তী পরিবর্তন ছাড়াই।
কী, কীভাবে, আর হায়!
গুগল বলছে, প্রো রেস জুম একটি অন-ডিভাইস ডিফিউশন মডেলের উপর নির্ভর করে যা ডিভাইসের ছবিগুলিকে "পরিবর্তন" করে। "এই জটিল, আল-চালিত প্রক্রিয়াটি বুদ্ধিমত্তার সাথে শব্দ দূর করে এবং আপনার ছবিকে তীক্ষ্ণ করে তোলে, পৃথক পিক্সেল এবং বৃহত্তর দৃশ্য উভয় বিবেচনা করে," কোম্পানিটি বলে।
এই প্রথমবারের মতো গুগল পিক্সেল ক্যামেরা অ্যাপকে শক্তিশালী করার জন্য একটি তথাকথিত ডিফিউশন মডেল চালু করছে। এটি বলার একটি অভিনব উপায় যে এটি একটি AI যা আপনার ছবিগুলিকে পিক্সেল-স্তরে ঠিক করে দিচ্ছে, যা ভাইরাল জেমিনি ন্যানো ব্যানানা মডেল ব্যবহার করে আপনার ছবিগুলিকে "বাস্তবতা" কেড়ে না নিয়ে সম্পাদনা করার থেকে খুব বেশি আলাদা নয়।
এখন, তুলনায় যাওয়ার আগে, Pixel 10 Pro আপনাকে বিষয়বস্তুর কতটা কাছাকাছি নিয়ে যেতে পারে এবং তবুও তীক্ষ্ণ ফলাফল প্রদান করতে পারে তার একটি নমুনা এখানে দেওয়া হল।
দূর থেকে খুঁটি এবং পতাকার রঙের বাইরে আমি খুব একটা কিছু বুঝতে পারছিলাম না, কিন্তু Pro Res Zoom-এর AI পাওয়ারিং চিত্তাকর্ষক রঙের বাস্তবতার সাথে বিশদ বিবরণ বের করার ক্ষেত্রে প্রায় অবিশ্বাস্য কাজ করেছে। আমার হাত স্থির ছিল না, এবং খুঁটির উপরের অংশে ফোকাস লক করা অবশ্যই সহজ ছিল না।
এবার তুলনাটা একটু খতিয়ে দেখা যাক। বাস্তবসম্মত ধারণা দেওয়ার জন্য, সমস্ত ছবি হয় ১০x জুম লেভেলে তোলা হয়েছে, অথবা ৪০x জুমে, যা আইফোন ১৭ প্রো ম্যাক্সের ২৪-মেগাপিক্সেল রেজোলিউশনের সমান। পতাকার খুঁটির উপরে থাকা আলংকারিক প্লেটের নীচের ছবিটিতে আইফোন ১৭ প্রো ক্লিক করলে প্রচুর শব্দ দেখা যাচ্ছে।
Pixel 10 Pro-এর তোলা ছবিটি বিষয়বস্তু আলাদা করার, প্রান্তগুলিকে তীক্ষ্ণ করার এবং রঙের শব্দ কমানোর ক্ষেত্রে অনেক ভালো কাজ করে। কিন্তু আপনি যদি ভালো করে লক্ষ্য করেন, তাহলে আপনি লক্ষ্য করবেন যে Pixel 10 Pro ছায়ার অংশের বিশদ বিবরণও পরিচালনা করতে সক্ষম হয়েছে, এমনকি সাজসজ্জার প্লেটের নীচের জিনিসগুলিকেও প্রকাশ করতে সক্ষম হয়েছে। আইফোনটি কেবল একটি অন্ধকার জায়গা ধারণ করেছে।
এখন, আমরা অন্য একটি নমুনা তুলনায় যাওয়ার আগে, মনে রাখবেন যে Pixel 10 Pro ছবি তোলার সময় একটু ঠান্ডা স্বরে ছবি তোলা হয়, যেখানে iPhone 17 Pro আরও উষ্ণ চেহারা পছন্দ করে। কিন্তু দূরপাল্লার ছবি তোলার ক্ষেত্রে আসল পার্থক্য হলো বিস্তারিত তথ্যের স্তর।
একটি নির্মাণাধীন ভবনের উপরের ছবিতে, আইফোনটি প্রচুর দানাদার টেক্সচার এবং প্রচুর ঝাপসা ভাব তৈরি করে, বিশেষ করে ধাতব বারগুলিতে। প্রচুর রঙের শব্দও রয়েছে, যা রঙ করা হয়েছে বলে মনে হচ্ছে এবং একেবারেই ভুল দেখাচ্ছে। Pixel 10 Pro-এর Pro Res Zoom শটগুলি লক্ষণীয়ভাবে তীক্ষ্ণ, অনেক ভালো রঙের বৈপরীত্য তৈরি করে এবং এমনকি কাচের চাদরে প্রতিফলন শিল্পকর্মগুলি পুনরুত্পাদন করে।
এখানে একটু অসম তুলনা দেওয়া হল। বাম দিকে আইফোন ১৭ প্রো-এর তোলা ৪০x ডিজিটাল জুম শট, যা পাতার পাতায় ছায়ার সাথে লড়াই করে, সমুদ্র-সবুজ পটভূমিতে একটি ধোয়া টেক্সচার তৈরি করে এবং লেখার রেখাগুলিও ঝাপসা। ১০০x-এ, পিক্সেল ১০ প্রো একটি মসৃণ টেক্সচার তৈরি করে, অনেক বেশি তীক্ষ্ণতা (টেক্সট এবং পাতা উভয়ই), এবং আরও গুরুত্বপূর্ণভাবে, রঙের নির্ভুলতার সাথে অনেক ভালো কাজ করে।
আইফোন টেক্সটটিকে বাদামী দেখায়, অন্যদিকে পিক্সেল ১০ প্রো ১০০ গুণ ম্যাগনিফিকেশন লেভেলেও সোনালী রঙকে নির্ভুলভাবে ক্যাপচার করে। রাস্তার ওপার থেকে তোলা হোটেলের বারান্দার সিঁড়ির উপরের নমুনার ক্ষেত্রেও একই অবস্থা। পিক্সেল ১০ প্রো-এর ক্লিক কেবল আরও তীক্ষ্ণ নয়, এটি পৃষ্ঠের বিশদ চিত্রিত করার ক্ষেত্রে এবং প্রতিটি উন্মুক্ত পদক্ষেপের মধ্যে গভীরতার অনুভূতির ক্ষেত্রেও অনেক ভালো কাজ করে।
নিচের নমুনায়, আপনি দেখতে পাচ্ছেন কিভাবে আইফোন আবারও গাছের বাকলের বিবরণ ধারণ করতে হিমশিম খাচ্ছে, যেখানে ছবিটিতে একটি অস্পষ্ট চরিত্র রয়েছে। পিক্সেল ১০ প্রো আবারও বিস্তারিত ধারণ এবং সামগ্রিক রঙের বৈসাদৃশ্যের ক্ষেত্রে অনেক ভালো কাজ করে। পাতা, নীল মার্বেলের রূপরেখা এবং সমাধির রঙিন টাইলসের ক্ষেত্রেও একই অবস্থা, যা আমি গাড়ির উইন্ডস্ক্রিন দিয়ে ধারণ করেছি।
এমনকি অন্ধকার পরিবেশেও, অথবা তীব্র আলোর পটভূমিতেও, Pro Res Zoom ছবিতে আরও উপাদান প্রকাশ করে, তীক্ষ্ণ প্রান্ত প্রদান করে এবং অনেক ভালো শব্দ নিয়ন্ত্রণ করে লক্ষণীয়ভাবে ভালো কাজ করে। Oppo Find X8 Ultra ছাড়া, আমি কখনও কোনও ফোনকে এত ভালোভাবে আলোর ঝলকানি নিয়ন্ত্রণ করতে দেখিনি।
চোখকে বিশ্বাস করবেন, নাকি প্রক্রিয়াকে?
পিক্সেল ১০ প্রো-তে গুগলের প্রো রেস জুম পাইপলাইনের ফলাফল আশ্চর্যজনকভাবে ভালো ফলাফল দিতে পারে। এবং মাঝে মাঝে, আপনি প্রথমেই ছবিটি না ক্লিক করতে চাইবেন বলে মনে হয়। কিন্তু এখানেই সমস্যা। এটি কেবল তখনই কাজ করে যখন সেন্সর "আসলে" কোনও বিস্তারিত দেখতে পায়।
তাহলে, ধরা যাক আপনি ১০০x জুম লেভেলে অনেক দূরে একটি ব্যানারের রূপরেখা দেখতে পাচ্ছেন, কিন্তু আপনি এতে লেখাটি পুরোপুরি দেখতে পাচ্ছেন না। ক্যামেরাটি প্রক্রিয়াকরণ শেষ হয়ে গেলে, রূপরেখাটি (এবং ব্যানারের বাকি বিবরণ) তীক্ষ্ণ করা হবে, তবে আপনি সম্ভবত ব্যানারে কোনও লেখা দেখতে পাবেন না।
এটি টেলিস্কোপিক লং-রেঞ্জের ছবি এবং ভিডিও ক্যাপচারের কোন জাদুকরী শর্টকাট নয়। ডিজিটাল ক্রপিংয়ের পরে সেন্সর যদি কেবল অক্ষরের সামান্য মিশ্র-মিশ্রণ সমাধান করতে পারে, তবে প্রক্রিয়াজাতকরণের পরে চিত্রটি কেবল এটিই দেখাবে – কালো কালির একটি স্তূপ। আসলে, প্রো রেস জুম জাদুবিদ্যার সবচেয়ে বড় দুর্বলতা হল টেক্সট পরিষ্কার করতে অক্ষমতা।
যদি সেন্সর ব্যানারে মুদ্রিত অক্ষর এবং সংখ্যাগুলি সঠিকভাবে সনাক্ত করতে না পারে, তাহলে AIও তা জানতে পারবে না। এবং ফলস্বরূপ, এটি সেগুলিকে তীক্ষ্ণ দেখাতে পারে না, যদিও ফ্রেমের বাকি উপাদানগুলি হঠাৎ স্পষ্ট দেখাচ্ছে। এটি একটি গুরুত্বপূর্ণ পার্থক্য। AI-কে কী খাওয়ানো হচ্ছে তা জানতে হবে এবং সেই অনুযায়ী এটি "বুদ্ধিমান" আপস্কেলিং করবে।
উদাহরণস্বরূপ, যদি আপনি দূরে ঝুলন্ত একটি আমের ছবিতে ক্লিক করেন, তাহলে চূড়ান্ত ছবিটি তীক্ষ্ণ এবং অনেকটা আমের মতো দেখাবে এমন সম্ভাবনা বেশি। কারণ গুগলের এআই জানে যে একটি আম দেখতে কেমন, তার আকৃতি এবং রঙের উপর নির্ভর করে। তাই, সেন্সর দ্বারা অল্প পরিমাণে রঙের তথ্য সরবরাহ করা হলেও, এটি একটি ধারালো আমের ছবি তৈরি করার জন্য অনেক স্মার্ট জ্যামিতিক এবং পিক্সেল অনুমান তৈরি করতে পারে।
একইভাবে, ভবন, স্মৃতিস্তম্ভ, অথবা বেশিরভাগ জড় বস্তুর ছবি তোলার ক্ষেত্রেও AI দুর্দান্ত কাজ করে। কিন্তু যখন কোনও ব্যক্তির মুখের মতো অনন্য চেহারা এবং চেহারার বিষয়গুলির কথা আসে, তখন আপনি Pixel 10 Pro-তে Pro Res Zoom ব্যবহার করতে চাইবেন না। 30x রেঞ্জের বাইরের যেকোনো কিছুর জন্য, মুখগুলি একটি জঘন্য তেল-রঙের জঞ্জালের মতো দেখাতে শুরু করে।
ক্যামেরা প্রচুর পিজাজের সাথে যা দিতে পারে তা হল বাস্তব জগতের জিনিসপত্র। আবারও, আমি স্পষ্ট করে বলতে চাই যে এটি বাস্তব জুমের বিকল্প নয়, এমন কিছু যা আপনি কেবল সেন্সর বা লেন্স-স্তরের হার্ডওয়্যার আপগ্রেডের মাধ্যমে বা টেলিস্কোপিক এক্সটেন্ডার ব্যবহার করে অর্জন করতে পারেন। কিন্তু এমন কিছু ঘটনা আছে যেখানে Pixel 10 Pro এর Pro Res Zoom পাইপলাইন এমন ফলাফল প্রদান করে যা ফোন থেকে পাওয়া অসম্ভব।
কিন্তু ভুল করো না। প্রো রেস জুম ব্যবহার করে তুমি যা পাবে তা আসলে একটা ছবি, আসল ছবি নয়। এআই ম্যানিপুলেশন এতটাই কঠিন যে গুগল ছবিতে একটি অদৃশ্য এআই ওয়াটারমার্ক এম্বেড করে, এবং মেটাডেটাতেও তুমি সেটা দেখতে পাবে। আমি স্বচ্ছতা এবং ফলাফলের প্রশংসা করি, বিশেষ করে।
আমার একমাত্র (এবং মৌলিকভাবে গুরুত্বপূর্ণ) পরামর্শ হল, যখনই আপনি 30x জুম লেভেলের বাইরে যাবেন, তখন নিশ্চিত করুন যে ফোনটি হয় কোনও সাপোর্টের উপর স্থির, স্ট্যান্ডের উপর মাউন্ট করা, অথবা একটি সু-স্থিতিশীল জিম্বালের উপরে স্থাপিত। যদি আপনি এই সাপোর্ট মেকানিজমগুলির যেকোনো একটি পরিচালনা করতে পারেন, তাহলে Pixel 10 Pro আপনার ছুটির ক্লিকের জন্য দীর্ঘ-পরিসরের ক্যাপচার চ্যাম্পিয়ন হয়ে উঠবে।