মিডজার্নিকে পরাজিত করুন, কেন গুগলের জায়ান্ট দ্বারা চালু করা এই AI পণ্যটি এক কোণে অন্যদের ছাড়িয়ে যায়?

কেউ সবসময় রাজা হতে পারে না, কিন্তু উপসর্গ দিয়ে, যে কেউ রাজা হওয়ার সুযোগ আছে।

এআই ওয়েনশেংটু কী নতুন কৌশল খেলতে পারে?

এই লাল সাগরে একদল বীরের আধিপত্য, মাথাটি মিডজার্নি, DALL·E, স্টেবল ডিফিউশন, ইত্যাদি দ্বারা দখল করা হয়েছে এবং অন্য অনেক পণ্য নেই যা মানুষকে উজ্জ্বল করতে পারে।

যাইহোক, এখনও অন্ধকার ঘোড়াগুলি উদীয়মান রয়েছে: আইডিওগ্রাম, প্রাক্তন Google প্রকৌশলী দ্বারা প্রতিষ্ঠিত এবং সিলিকন ভ্যালি এআই মাস্টারদের দ্বারা বিনিয়োগ করা, গত বছরের আগস্টে চালু করা হয়েছিল এবং ফেব্রুয়ারির শেষে এটির সর্বশেষ মডেলটি প্রকাশ করেছিল।

যেটি আইডিওগ্রামকে বিশেষ করে তোলে তা হ'ল এটি পাঠ্য সমন্বিত চিত্র তৈরি করতে ভাল, যা ঠিক এমন সমস্যা যা বেশ কয়েকটি জায়ান্ট উন্নতি করছে।

ঘটনা প্রমাণ করেছে যে অন্যরা যেখান থেকে পড়েছিল সেখান থেকে উঠা কোণে ওভারটেক করার একটি উপায়।

এটি "আঁকতে" এবং "ফটোগ্রাফ" করতে পারে, কিন্তু AI এখনও "নিরক্ষর" হতে পারে

নির্ভুলভাবে টেক্সট তৈরি করা AI-এর জন্য সবসময়ই একটি কষ্টের বিষয়। এমনকি যদি অক্ষর এবং দৃশ্যগুলি ক্যামেরা দ্বারা বন্দী করাগুলির মতো দেখায়, তবে সেগুলি বিকৃত এবং বিকৃত পাঠ্যের মতো দেখাবে এবং AI অবিলম্বে তার আসল আকারটি প্রকাশ করবে।

আইডিওগ্রাম উঠে দাঁড়িয়েছিল এবং বলেছিল যে এটি এআইকে "নিরক্ষর" হতে দিতে অস্বীকার করেছে এবং এটি দিয়ে শুরুও হতে পারে।

Ideogram-এর সাথে যোগাযোগ করার থ্রেশহোল্ড খুব কম৷ শুধু ওয়েবপৃষ্ঠাটি খুলুন (https://ideogram.ai/) এবং এটি ব্যবহার করতে লগ ইন করুন৷ ইন্টারফেসটি সতেজ এবং জটিল দেখাচ্ছে৷

একটি ছবি তৈরি করার জন্য অনেকগুলি ধাপ নেই৷ ইনপুট বাক্সে প্রম্পট শব্দগুলি পূরণ করুন, এবং তারপরে ছবির আকৃতির অনুপাত, সেইসাথে ছবির শৈলী যেমন ফটো, পোস্টার এবং 3D রেন্ডারিংগুলি আপনি যে প্রভাবটি চান সে অনুযায়ী চেক করুন৷

আইডিওগ্রাম এও বিবেচনায় নিয়েছে যে মানুষ দ্রুত শব্দের সাথে "কঠিন" হতে পারে৷ এই বছরের ফেব্রুয়ারিতে, এটি "ম্যাজিক প্রম্পট" চালু করেছে, যা একটি অন্তর্নির্মিত ChatGPT-এর মতো যা আপনাকে প্রম্পট শব্দগুলিকে উন্নত করতে সহায়তা করে এবং AI চিন্তাগুলি উপলব্ধি করতে পারে৷ অনুরূপ মানুষের।

কি ইমেজ টেক্সট বিষয়বস্তু আছে? পণ্যের লোগো, টি-শার্ট প্রিন্টিং, বইয়ের কভার, সিনেমার পোস্টার…

আসুন প্রথমে একটি এন্ট্রি-লেভেল পরীক্ষা করি, কিছু লোককে একটি প্রাণীর নাম সহ একটি চিহ্ন ধরে রাখতে বলে। প্রথম নজরে, লেখাটি সঠিক, কিন্তু মুখ এবং হাত স্বাভাবিক নয়। দুজন একে অপরকে বাতিল করে দেয়। দেখা যাচ্ছে যে ত্রুটিগুলি অদৃশ্য হয়ে যায়নি, তবে কেবল স্থানান্তর করা হয়েছে।

আপনি যদি শুধুমাত্র Ideogram লিখতে দেন, তাহলে প্রভাব অনেক বেশি আশ্চর্যজনক হবে।

AI কে Musk এর ক্লাসিক বাক্য তৈরি করতে দিন "আমি হতাশাবাদী এবং সঠিকের চেয়ে আশাবাদী এবং ভুল হতে চাই।" ত্রুটিযুক্ত "W" বাদে, অন্য সব শব্দ সঠিকভাবে লেখা হয়েছে।

হরফটি একটু বেশি প্রাণবন্ত, এবং মাস্ক, যিনি 1970-এর দশকে জন্মগ্রহণ করেছিলেন, তিনি এটি গ্রহণ করতে পারেন কিনা তা জানেন না, তবে কালো এবং সাদার সংঘর্ষ তাকে সন্তুষ্ট করবে যিনি লিটল ব্লু বার্ডকে পরিবর্তন করেছেন।

ক্লাসিক প্রবাদ "সমস্ত কাজ এবং কোন খেলা একটি বুদ্ধিমান শিশুকে বোকা করে তোলে" একটি পরীক্ষার প্রশ্ন হিসাবে গ্রহণ করা, যদিও প্রম্পট শব্দটি প্রিন্টার ফন্ট ব্যবহারের উপর জোর দেয়, আইডিওগ্রাম তা করতে ব্যর্থ হয়। মনে হচ্ছে শুধুমাত্র প্রম্পট শব্দ ব্যবহার করে ফন্টটি সংজ্ঞায়িত করা যায় না এবং শুধুমাত্র আনুমানিক করা যেতে পারে।

তারপরে, এআইকে "কফি এআই" নামে একটি এআই স্টার্টআপ কোম্পানির জন্য একটি লোগো ডিজাইন করার নির্দেশ দেওয়া হয়েছিল।

মূল অংশটি একটি সার্কিট প্যাটার্ন সহ একটি কফির কাপ। উপরের ডানদিকে কোণায় একটি রোবট বারিস্তা রয়েছে। কোম্পানির নামটি মোটা অক্ষরে লেখা আছে। বিন্যাসটি সহজ এবং সংযত। লোগো হিসাবে, এটি খুব স্বজ্ঞাত, কিন্তু সাধারণভাবে বলতে গেলে, এটা প্রত্যাশিত এবং লোকেদের জানানো কঠিন।ফ্যাং একটি দ্রুত সিদ্ধান্ত নিয়েছে।

দীর্ঘ বাক্য এবং উচ্চতর ডিজাইনের প্রয়োজনীয়তা সহ AI-কে আরও কঠিন করার সময় এসেছে।

আমি আইডিওগ্রামকে একটি বাচ্চাদের ছবির বইয়ের জন্য একটি অভ্যন্তরীণ পৃষ্ঠা ডিজাইন করতে বলেছিলাম৷ শুধুমাত্র একটি বিশিষ্ট অবস্থানে "মোজায় শিয়াল এবং শীর্ষ টুপিতে খরগোশ" লেখা উচিত নয়, তবে নীচে "অজ্ঞাতনামা" চিহ্নিত করা উচিত।

পাঠ্যের এই দুটি লাইনের জন্য, আইডিওগ্রাম মূলত কাজটি সম্পন্ন করেছে, হাতে আঁকা ফন্ট এবং চক গ্রাফিতি ব্যবহার করে এবং এমনকি শিরোনামের অর্থের সাথে মানানসই চিত্রগুলিও অন্তর্ভুক্ত করেছে৷ ছবির বইটির স্বাদ ঠিক আছে, তবে ভুলগুলিও খুব স্পষ্ট। "ইন" শব্দটিতে কিছু ভুল আছে৷ খরগোশ দেখতে শিয়ালের মতো এবং শেয়ালের ভাই৷

আইডিওগ্রাম সিনেমার পোস্টারগুলির জন্যও ব্যবহার করা যেতে পারে৷ আপনি ইথান রুয়ান অভিনীত জনপ্রিয় চলচ্চিত্র "দ্য থ্রি ইভিলস" চেষ্টা করতে পারেন, যা কিছু সময় আগে জনপ্রিয় হয়েছিল৷

আমি প্রম্পট শব্দগুলিতে ইঙ্গিত এবং চলচ্চিত্রগুলিকে মিশ্রিত করেছি৷ পটভূমিতে নাইট সিলুয়েট, সমুদ্র এবং পর্বতগুলির চিত্র ব্যবহার করা হয়েছে এবং পাঠ্যটি চলচ্চিত্রগুলির ইংরেজি নাম উল্লেখ করেছে: শূকর, সাপ এবং ঘুঘু৷

অনুপস্থিত "দ্য" ব্যতীত, চূড়ান্ত পোস্টার প্রভাবটি বেশ ভাল, ধ্রুপদী ছবি এবং আধুনিক ফন্টগুলিকে মিশ্রিত করে৷ পায়রার গ্রাফিতিটি হল ফিনিশিং টাচ, কিন্তু সামগ্রিকভাবে এটি একটি পশ্চিমা কল্পনা শৈলীর মতো, যা মানুষকে অপরিচিত এবং কঠিন মনে করে৷ এর সাথে যুক্ত। সিনেমার প্লট।

অভিজ্ঞতার মাধ্যমে, আমি দেখেছি যে আইডিওগ্রামে পাঠ্য ত্রুটির সম্ভাবনা কম নয়। কখনও কখনও এটি শব্দের জন্য আদর্শ ফলাফল পেতে দুই বা তিনবার তৈরি হয়।

লেখাটি সঠিক হলেও, অক্ষরের মুখ এবং আঙ্গুল প্রায়ই দেখা যায়।

এটি কিছু অভিনব কৌশলও যোগ করতে পারে, এলোমেলোভাবে অর্থহীন এবং বিকৃত পাঠ্য তৈরি করতে পারে এবং নিজের মুখে চড় মারতে পারে।

কিন্তু সামগ্রিকভাবে, Ideogram আশ্চর্যজনক। এটি দীর্ঘ বাক্য লিখতে পারে, এবং এটি ছবির পরিবেশের সাথে মেলে উপযুক্ত ফন্ট এবং বিন্যাস পদ্ধতি ব্যবহার করে। যদিও এটি এখনও চীনা লিখতে সক্ষম নয়, ভূতের প্রতীকের মতো শব্দগুলি ভাঁজে খুব ভালভাবে ফিট করে। জামাকাপড়

এর ত্রুটি থাকা সত্ত্বেও, আইডিওগ্রামের জন্য ইতিমধ্যে অনেক কর্মসংস্থানের পরিস্থিতি রয়েছে। লোগো, পোস্টার এবং টি-শার্ট প্যাটার্ন ডিজাইন করার সময় এটি একটি অনুপ্রেরণার রেফারেন্স এবং সৃজনশীল সহকারী হিসাবে ব্যবহার করা যেতে পারে।

অতীতে, আমি চিন্তিত ছিলাম যে AI "আঁকতে" এবং "ফটোগ্রাফ" করতে সক্ষম হবে। ভবিষ্যতে, আমি চিন্তিত হব যে AI সাক্ষর হবে এবং ডিজাইন করতে সক্ষম হবে।

নান্দনিকতা মিডজার্নির থেকে নিকৃষ্ট নয় এবং এটি একটি ইমোটিকন টুলও

এআই-এর অগ্রগতি দিনে পরিমাপ করা হয় এবং আপনি জেগে উঠলেই পৃথিবী বদলে যেতে পারে। যদিও আইডিওগ্রাম দাবি করে যে এর পাঠ্য রেন্ডারিং ক্ষমতা সবচেয়ে শক্তিশালী, এর বিরোধীরা পরাজয় স্বীকার করে না।

স্ট্যাবল ডিফিউশন 3, যা এখনও জনসাধারণের কাছে প্রকাশ করা হয়নি এবং এটি ওপেন সোর্স, আনুষ্ঠানিকভাবে ফেব্রুয়ারিতে ঘোষণা করা হয়েছিল এবং পাঠ্য বানান ক্ষমতা উন্নত করেছে।

Midjourney v6, গত বছরের ডিসেম্বরে প্রকাশিত একটি বিটা সংস্করণ, নির্ভরযোগ্য পাঠ্য তৈরির ক্ষমতা সহ প্রথম মিডজার্নি সংস্করণ।

যাইহোক, এর প্রয়োজনীয়তাগুলি এখনও বেশ চাহিদাপূর্ণ৷ উদ্ধৃতি চিহ্নগুলিতে পাঠ্য স্থাপনের পাশাপাশি, প্রম্পট শব্দগুলিকে পছন্দেরভাবে পাঠ্যের অবস্থান এবং লেখার পদ্ধতি ব্যাখ্যা করা উচিত এবং "মুদ্রণ" এবং "লেখা" এর মতো কীওয়ার্ডগুলি ব্যবহার করা উচিত, এক থেকে দুটি। শব্দ পাঠ্য প্রজন্ম সবচেয়ে ভালো কাজ করে।

Ideogram টিম, যাকে তাড়া করা হয়েছিল, তারা আতঙ্কিত হয়নি এবং বিশ্বাস করেছিল যে সুবিধাটি আমার সাথে রয়েছে।

Ideogram এর সিস্টেম মূল্যায়ন আরও দেখায় যে Ideogram 1.0 টেক্সট রেন্ডার করার ক্ষেত্রে সর্বোচ্চ নির্ভুলতা রয়েছে, অন্যান্য মডেল যেমন DALL·E 3 এর তুলনায় ত্রুটির হার প্রায় 2 গুণ কমে গেছে।

শুধু কথা বলা এবং কৌশল অনুশীলন করার পরিবর্তে, একই প্রম্পট শব্দ ব্যবহার করা এবং Ideogram 1.0-কে একই মঞ্চে Midjourney V6 এবং DALL·E 3-এর সাথে প্রতিযোগিতা করতে দেওয়া ভাল।

প্রথমে, তৈরি করা পাঠ্যের যথার্থতার তুলনা করা যাক। আমি AIs-কে Ukiyo-e শৈলীতে একটি সূর্যোদয়ের একটি চিত্র আঁকতে বলেছিলাম। "Gone with the Wind"-এর ক্লাসিক লাইন "Tomorrow is a new day"-এ রাখা হয়েছিল আশা এবং পুনর্জন্ম প্রকাশ করার জন্য উপযুক্ত অবস্থান।

এইবার, আইডিওগ্রাম বিজয়ী হয়েছে, সঠিক বানান এবং সাহসী এবং লাইন এবং রঙের অসামান্য নকশা।

DALL·E, যিনি কখনোই খুব শৈল্পিক ছিলেন না, অপ্রত্যাশিতভাবে একটি টেক্সচার রয়েছে। পাঠ্যটি মূলত সঠিক কিন্তু সম্পূর্ণ সঠিক নয় এবং চিত্রকলার শৈলীটি আরও বিমূর্ত। শুধু মিডজার্নির পাঠ্যই ভুল নয়, নান্দনিকতাও নিকৃষ্ট, এবং তিনি প্রশ্নটি মনোযোগ সহকারে শুনলেন না।

দ্বিতীয়টি হ'ল মেম তৈরি করার ক্ষমতা নিয়ে প্রতিযোগিতা করা। আইডিওগ্রাম আনুষ্ঠানিকভাবে ইমোটিকন তৈরি করার কাজটি উল্লেখ করেছে। "ম্যাজিক প্রম্পটস" এর সাহায্যে AI তার কল্পনাশক্তি ব্যবহার করে প্রম্পট শব্দগুলিকে প্রসারিত করবে এবং ছবিগুলিকে আবেগময় করতে কপিরাইটিং যুক্ত করবে।

আমি দেখতে চেয়েছিলাম যে AI একটি কার্যকরী বিড়াল ইমোটিকন তৈরি করতে পারে কিনা, তাই আমি প্রম্পটে প্রবেশ করলাম: "মানুষের কঠোর পরিশ্রমের রূপক হিসাবে একটি বো টাই এবং শার্ট পরা একটি অশ্রুসিক্ত বিড়াল সম্পর্কে একটি আকর্ষণীয় মেম আঁকুন, কম্পিউটারের সামনে টাইপ করুন৷ "

আইডিওগ্রাম তার কল্পনা ব্যবহার করে এবং সচেতনভাবে "বিড়ালদেরও কাজ করতে হয়" লেখাটি যোগ করে।

একমাত্র অপূর্ণতা হল একটি অতিরিক্ত "থাক" আছে এবং সামনের পাঞ্জাগুলিতে আঙ্গুলের সংখ্যা ভুল৷ মনে হচ্ছে AI শুধুমাত্র মানুষের হাতেই নয়, বিড়ালের পাঞ্জা দিয়েও সমস্যায় পড়ছে৷ আসল ইমোটিকন প্যাকেজের সাথে তুলনা করলে, এটি বেশ সন্তোষজনক এবং "ক্রাইং ক্যাট হেড" এর মতো হিট-এন্ড-মিস হতে পারে না।

মিডজার্নির বিড়ালটি গুরুতর এবং মার্জিত, যেন এটি একজন লেখক যিনি ধনী এবং মুক্ত হয়ে উঠেছেন এবং দেখতে অনেকটা ম্যাগাজিনের ফটোশুট নেওয়ার মতো, কিন্তু মাউসটি কী ঘটছে তা জানে না।

DALL·E এর সবচেয়ে ভালো আবেগ রয়েছে। যদিও চিত্রকলার শৈলীটি কিছুটা নৈমিত্তিক, তবে এটি রুক্ষ হওয়ার সুবিধা রয়েছে। মনে হচ্ছে যে নুডল টিয়ারগুলি একই স্তরে নেই তার একটি অভ্যন্তরীণ স্বাদ রয়েছে। এটি হওয়া সত্যিই উপযুক্ত একটি ইমোটিকন প্যাক হিসাবে ব্যবহৃত।

তৃতীয়টি হল জটিল এবং দীর্ঘ প্রম্পট শব্দ বোঝার ক্ষমতা, বিশেষ করে প্রম্পট শব্দের উপাদানগুলি সম্পূর্ণ কিনা এবং প্রম্পট শব্দের অবস্থান নির্ভুল কিনা। অতএব, আমি একটি অপেক্ষাকৃত দীর্ঘ-বাতাস প্রম্পট শব্দ প্রবেশ করেছি এবং এর অবস্থান নির্ধারণ করেছি প্রতিটি বিষয়।

আইডিওগ্রাম সামগ্রিক রচনায় আরও ভাল পারফর্ম করে। প্রম্পট শব্দগুলিতে উল্লিখিত বেশ কয়েকটি মূল পয়েন্ট কভার করা হয়েছে। হৃদয়-আকৃতির ব্র্যান্ড, রোবট, মহাকাশচারী, বেলুন এবং পদক সবই অন্তর্ভুক্ত করা হয়েছে, যদিও মহাকাশচারীর হাত এবং পদকের শব্দের মতো বিবরণ অনুপস্থিত। প্রশ্ন

তুলনায়, মিডজার্নি আরও শৈল্পিক, কিন্তু উপাদানগুলি অনুপস্থিত, এবং কিছু অলঙ্করণ রয়েছে যা সেখানে নেই, এবং এটির নিজস্ব ধারণা এবং ব্যক্তিত্ব রয়েছে৷ DALL·E শুধুমাত্র অনুপস্থিত উপাদানই নয়, তবে বিবরণগুলিও ভুল, এবং এটি দেখতেও ভালো না।

তাই টেক্সট যাই হোক না কেন, শুধু ইমেজ কোয়ালিটির দিকে তাকানো, Ideogramও খারাপ নয়। অনেক সময় প্রম্পট শব্দে বিভিন্ন বস্তুর স্থানিক সম্পর্ক পুনরুদ্ধার অন্যান্য AI-এর চেয়ে বেশি সঠিক।

ব্যবহারকারীর অভিজ্ঞতার পরিপ্রেক্ষিতে, আইডিওগ্রামের জেনারেশনের গতি মিডজার্নির তুলনায় দ্রুত। সাধারণত, চারটি ছবি দশ সেকেন্ডেরও বেশি সময় সম্পন্ন করা যায়।

এমনকি শিল্পের মূল্যায়নের নিয়ম অনুযায়ী, মানব মূল্যায়নকারীরা প্রম্পট অ্যালাইনমেন্ট, ইমেজ কোহেরেন্স, সামগ্রিক পছন্দ এবং টেক্সট রেন্ডারিং কোয়ালিটির ক্ষেত্রে আইডিওগ্রাম 1.0 থেকে DALL·E 3 এবং মিডজার্নি V6 পছন্দ করেছেন।

এমনকি যদি আপনি Ideogram দ্বারা উত্পন্ন ছবিগুলির সাথে সন্তুষ্ট না হন, আপনি যদি এর ম্যাজিক প্রম্পট শব্দগুলি ব্যবহার করেন, তাহলে Midjourney এবং DALL·E-তে উৎপন্ন প্রভাব এটি হাতে ঘষার চেয়ে ভাল হতে পারে। এটি প্রম্পটটি অপ্টিমাইজ করার একটি উপায় হিসাবে বিবেচিত হতে পারে। শব্দ

আমার বিজিএম-এ কেউ আমাকে হারাতে পারবে না, কিন্তু একই প্রম্পট শব্দ যদি বিভিন্ন এআই ব্যবহার করে, তাহলে ফলাফল সত্যিই অনিশ্চিত।

ডাউন-টু-আর্থ এআই পণ্য সহ Google ইঞ্জিনিয়ারদের দ্বারা প্রতিষ্ঠিত একটি তারকা কোম্পানি

Ideogram গত বছরের আগস্টে প্রতিষ্ঠিত হয়েছিল এবং এই বছরের ফেব্রুয়ারিতে তার সর্বশেষ মডেল Ideogram 1.0 লঞ্চ করেছে।

এটি Google Brain, ইউনিভার্সিটি অফ ক্যালিফোর্নিয়া, বার্কলে, কার্নেগি মেলন ইউনিভার্সিটি এবং টরন্টো ইউনিভার্সিটির সাত জনের একটি প্রতিষ্ঠাতা দল নিয়ে আরেকটি স্টার কোম্পানি। তাদের মধ্যে চারজন হলেন গুগল ভিনসেন্ট গ্রাফ ডিফিউশন মডেল ইমেজেন গবেষণা পত্রের লেখক।

সতর্ক Google প্রায়ই পণ্য লঞ্চ করতে ধীরগতি করে, এবং অনেকবার তার প্রতিযোগীদের সারা বিশ্বে বিখ্যাত হতে দেখেছে৷ চ্যাটবটটি ChatGPT দ্বারা প্রিম্পট করা হয়েছিল এবং DALL·E 2 দ্বারা ইমেজেনকে ছাড়িয়ে গেছে৷

ইঞ্জিনিয়ারদের দৃষ্টিকোণ থেকে, এটি একটি ভাল জিনিস নয় যে গবেষণার ফলাফলগুলি ভোক্তা অ্যাপ্লিকেশনগুলিতে প্রয়োগ করা যাবে না। অনেক লোক নিজেরাই নতুন পণ্যগুলি ছেড়ে যাওয়ার এবং তৈরি করা বেছে নিয়েছে, সেগুলিকে যতটা সম্ভব ব্যবহারের জন্য উন্মুক্ত করে, এবং প্রথমে ব্যবহারকারীর স্কেল এবং খ্যাতি সংগ্রহ করে৷

আইডিওগ্রামের ফ্রি কোটা দিনে 25টি প্রম্পট শব্দেরও এই বিবেচনার ভিত্তিতে হতে পারে।

বাজারটি এই পণ্যের ব্যাপারে খুবই আশাবাদী। Ideogram সিলিকন ভ্যালি ভেঞ্চার ক্যাপিটাল a16z-এর নেতৃত্বে $80 মিলিয়ন সিরিজ A রাউন্ডের অর্থায়ন সম্পন্ন করেছে। বিনিয়োগকারীদের মধ্যে রয়েছে AI মাস্টার, Google প্রধান বিজ্ঞানী জেফ ডিন এবং OpenAI প্রতিষ্ঠাতা দলের সদস্য আন্দ্রেজ কার্পাথি।

আসলে, অনেক AI পণ্যের অভিজ্ঞতার পরে, আমার গোপনে একটি প্রশ্ন আছে: কীভাবে একটি পণ্যের উপযোগিতা সংজ্ঞায়িত করবেন?

আমি আগে যেটি দরকারী বলে মনে করেছি তা হল প্লাগ-ইন "ইমারসিভ ট্রান্সলেশন"। Google অনুবাদের বিপরীতে, এটি মূল পাঠ্যকে কভার করে এবং চীনা এবং ইংরেজির মধ্যে তুলনা করা যেতে পারে। এটি শুধুমাত্র সংবাদ ওয়েব পৃষ্ঠাগুলিতে নয়, X তথ্য স্ট্রিমগুলিতেও ব্যবহার করা যেতে পারে। , YouTube সাবটাইটেল, এবং PDF ফাইল।

আইডিওগ্রাম তাই ডাউন-টু-আর্থ বলে মনে হচ্ছে। একদিকে, এটি ব্যবহারকারীদের জন্য প্রয়োজনীয় পাঠ্য সামগ্রী আরও সঠিকভাবে তৈরি করতে পারে এবং বিভিন্ন শৈলীর ছবির সাথে মানিয়ে নিতে পারে। অন্যদিকে, এটি শূন্যের বাইরে কিছু তৈরি করতে পারে এবং ইমোটিকনগুলির মতো উপযুক্ত পাঠ্যের সাথে ছবিগুলিকে মেলাতে পারে।

যদিও Ideogram দ্বারা উত্পন্ন ফলাফলগুলির অনেকগুলি অবিলম্বে ব্যবহার করা যায় না, তবে তারা কমপক্ষে প্রাথমিকভাবে প্রম্পট শব্দের প্রয়োজনীয়তা পূরণ করে এবং বেশিরভাগ পাঠ্য পাঠযোগ্য।

আমি আমার অভিজ্ঞতায়ও পেয়েছি যে আইডিওগ্রামের বাস্তবসম্মত ছবিগুলি গড়, তবে এর গ্রাফিতি, চিত্র এবং চিত্রগুলি ভাল এবং এর শৈল্পিক প্রতিভা মিডজার্নির সাথে সমান।

আইডিওগ্রামের অফিসিয়াল ওয়েবসাইটেও বিভিন্ন কাজের জনপ্রিয়তা র‌্যাঙ্কিং রয়েছে। আপনি যে মুহুর্তে ওয়েবসাইটটি খুলবেন, মনে হচ্ছে আপনি ভুলভাবে একটি Instagram-স্টাইলের ছবি সম্প্রদায়ে প্রবেশ করেছেন এবং আপনি উপরের প্রম্পট শব্দগুলিও শিখতে পারেন।

যখন একটি এআই টুল সৃজনশীলতা, সুবিধা এবং ভাগ করে নেওয়ার সমন্বয় করে, তখন আসক্ত হওয়া সহজ। নির্দিষ্ট প্রকাশ হল যে দিনে 25টি প্রম্পট শব্দ দ্রুত ব্যবহার করা হয়। এই উদ্বেগজনক অনুভূতিটি সুনোর পয়েন্ট আপডেট হওয়ার জন্য অপেক্ষা করার মতো।

$7 বা $16 এর মাসিক সদস্যতার জন্য, আরও প্রজন্মের সময় ছাড়াও, Ideogram ইমেজ আপলোড এবং সম্পাদক ফাংশন প্রদান করে।

ছবি আপলোড করার অর্থ হল ব্যবহারকারীরা তাদের নিজস্ব ছবি আপলোড করে এবং তারপরে রিমিক্স ফাংশনের মাধ্যমে পুনরায় তৈরি করে।

ক্রপিং এবং জুম করার মতো নিয়মিত ফাংশন ছাড়াও, সম্পাদকের একটি আকর্ষণীয় অঙ্কন সরঞ্জাম রয়েছে যা একটি বিমূর্ত অঙ্কন থেকে ছবি তৈরি করে। মানব চিত্রশিল্পীরা মোটামুটিভাবে প্রতিটি উপাদানের আকৃতি, রচনা, রঙ ইত্যাদির রূপরেখা দেন এবং ক্ষয়কে জাদুতে পরিণত করার জন্য AI দায়ী, মা লিয়াংকে déjà vu-এর অনুভূতি দেয়।

আইডিওগ্রাম রক্তাক্ত ঝড় থেকে বাঁচতে পারে, ব্যবহারের সহজতা অবশ্যই সবচেয়ে গুরুত্বপূর্ণ জিনিস, এবং এর অবস্থানও খুব সঠিক।

যদি নান্দনিকতা সবচেয়ে গুরুত্বপূর্ণ মাপকাঠি হয়, তাহলে মিডজার্নি কেক নেয়। যদিও DALL·E এর স্তর উপরে এবং নিচে, অন্তর্নির্মিত ChatGPT কল করার জন্য সুবিধাজনক এবং ওপেন সোর্স স্ট্যাবল ডিফিউশন স্বাধীনতা নিয়ে আসে।

শুধুমাত্র ব্যবহারকারীর স্কেল পরিপ্রেক্ষিতে, Ideogram তাদের কাউকে হারাতে সক্ষম নাও হতে পারে, তবে এটি তার দীর্ঘ তালিকায় একটি ভাল কাজ করেছে এবং এটির নিজস্ব একটি কঠিন দর্শক অর্জন করতে সক্ষম হওয়া উচিত।

অন্তত ফ্রি এআই ইমেজ জেনারেটরের মধ্যে, আইডিওগ্রামের সামগ্রিক গুণমান অগ্রগণ্য, ওয়েব পেজটি ব্যবহার করা সহজ, বিনামূল্যে ক্রেডিট প্রদান করা হয়, পাঠ্য রেন্ডারিং শক্তিশালী, ম্যাজিক প্রম্পট ফাংশন এবং নির্মাতা সম্প্রদায় সৃজনশীলতা এবং অনুপ্রেরণা প্রদান করে।

ভিনসেন্টিয়ান ডায়াগ্রাম মডেলগুলি নিখুঁত থেকে অনেক দূরে, এবং এখনও শারীরিক জগতকে পুনরুদ্ধার করতে বা চিত্রশিল্পী এবং ডিজাইনারদের সাথে সমান হওয়ার জন্য কঠোর পরিশ্রম করছে। আরও আইডিওগ্রাম এখনও তাদের জায়গা খুঁজে পেতে পারে।

এখানেই AI প্রতিযোগিতার নিষ্ঠুরতা এবং আকর্ষণ রয়েছে। আমি জানি না কে শেষ হাসি হাসবে, তবে অ্যাকিলিসের হিলকে লক্ষ্য করে সবসময় নতুন প্রতিপক্ষ থাকবে।

# aifaner: aifaner (WeChat ID: ifanr) এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম। যত তাড়াতাড়ি সম্ভব আপনাকে আরও উত্তেজনাপূর্ণ সামগ্রী সরবরাহ করা হবে।

Ai Faner | আসল লিঙ্ক · মন্তব্য দেখুন · Sina Weibo