এই বছর, আপনি প্রায় প্রতিদিনই বিভিন্ন এআই ভিডিও মাস্টারদের স্ক্রিনে প্লাবিত করতে দেখতে পাচ্ছেন, যেমন আল্ট্রাম্যান বনাম পোমাস্ক, স্নো কিং বনাম ওরিয়েন্টাল পার্ল, মেটাল এবং গ্লাস কাটিং ASMR… এটি মানুষকে চুলকায়।
কিন্তু যখন আপনি আসলে এটি চেষ্টা করে দেখেন, আপনি বুঝতে পারেন এটি খাঁটি অন্ধ বক্স স্টাফ, এবং খরচ অত্যধিক। লাইনে থাকা ঘন্টাগুলি সাধারণ ব্যাপার, পয়েন্টগুলি কাগজের চেয়ে দ্রুত জ্বলে যায় এবং ফলস্বরূপ ভিডিওগুলিতে হয় বিকৃত অক্ষর, অদ্ভুত শিল্প শৈলী থাকে বা আপনার প্রম্পটগুলিকে উপেক্ষা করে৷
"এআই ভিডিও হত্যাকারী" এর মুখে, সত্যিই একজন "স্ক্রোলের রাজা" দাঁড়িয়ে আছে ।
PixVerse, যেটি গত বছর "ভেনম স্পেশাল ইফেক্ট" এর সাথে জনপ্রিয় হয়ে উঠেছিল, আজ চুপচাপ একটি বড় পদক্ষেপ প্রকাশ করেছে – PixVerse V5 ।
এই সময় তারা "আধা-রিয়েল-টাইম জেনারেশন" এর একটি কঠিন কাজ করেছে বলে দাবি করেছে, ব্যাপকভাবে গতিশীলতা, স্বচ্ছতা, ধারাবাহিকতা এবং কমান্ড বোঝার ক্ষমতাকে অপ্টিমাইজ করে।
▲ PixVerse চায়না হোমপেজ
PixVerse V5 শুধুমাত্র একটি ছোটখাট আপডেট নয়, তারা তিনটি কঠিন খাবার নিয়ে এসেছে:
1. দ্রুত প্রজন্ম
এটি সর্বদা pixVerse এর সবচেয়ে বড় হাইলাইট হয়েছে । অত্যাধুনিক প্রযুক্তির মাধ্যমে, তারা ভিডিও জেনারেশনকে "দ্বিতীয় স্তর" পর্যন্ত সংকুচিত করেছে৷ একটি 360p শর্ট ফিল্ম 5 সেকেন্ডে তৈরি করা যায় এবং একটি 1080p HD ভিডিও 1 মিনিটে তৈরি করা যায় ।
2. কম AI-এর মতো
V5 নান্দনিক ডেটা এবং হিউম্যান প্রেফারেন্স ফিটিং (RLHF) সম্প্রসারিত করেছে যাতে মডেলের নান্দনিকতা এবং বাস্তবতা উভয়ের বোঝার উন্নতি হয়। এটি জটিল চরিত্রের গতি এবং আলো এবং ছায়ার বাস্তবতা উভয়কেই উল্লেখযোগ্যভাবে উন্নত করে, যার ফলে বাস্তব-জীবনের ফটোগ্রাফির কাছাকাছি ইমেজ তৈরি হয়।
3. পয়েন্ট এবং শুট <br /> তারা "ইউনিফাইড ফিচার স্পেস" প্রযুক্তি ব্যবহার করে "মানুষের ভাষা না বোঝে এআই"-এর চির-সমস্যা সমাধানের জন্য। সহজ কথায়, আপনি এটিকে একটি বাক্য, একটি চিত্র, বা একটি রেফারেন্স ভিডিও খাওয়ান না কেন, এটি আপনার অভিপ্রায়কে আরও সঠিকভাবে বুঝতে পারে , চিত্র, পাঠ্য এবং ভিডিও সহ জটিল মাল্টিমোডাল সৃজনশীলতা সক্ষম করে, আপনাকে সত্যই সুনির্দিষ্ট নিয়ন্ত্রণ দেয়৷
বলা হচ্ছে, আমি বড়াই করছি না, কিন্তু আমি এখনই বিটা পরীক্ষার লাইসেন্স পেয়েছি, তাই আমি একবার চেষ্টা করব।
হাস্যকর দ্রুত, আশ্চর্যজনক দাম
ফাস্ট হল প্রথম ছাপ V5 আমাকে দেয়।
প্রকৃত পরীক্ষায়, সাউন্ড সহ একটি 8-সেকেন্ডের 360p ভিডিও সারিবদ্ধ থেকে সম্পূর্ণ হতে 30 সেকেন্ডেরও কম সময় নেয়, সারিবদ্ধ সময় এবং প্রজন্মের সময় সহ; যখন একটি 1080p আল্ট্রা-হাই-ডেফিনিশন ভিডিও একটু বেশি সময় নেয়, কিন্তু মূলত 2 মিনিটের কাছাকাছি।
▲ কেলিং দ্বারা উত্পন্ন ভিডিওর সাথে তুলনা করলে, অপেক্ষার সময় 3 ঘন্টা
হাস্যকরভাবে দ্রুত হওয়ার পাশাপাশি, V5ও অবিশ্বাস্যভাবে সাশ্রয়ী । 60 পয়েন্ট উপার্জন করতে প্রতিদিন লগ ইন করুন (একটি 5-সেকেন্ডের 360p নীরব ভিডিও তৈরি করতে মাত্র 20 পয়েন্ট খরচ হয়), এবং অনেক সদস্যপদ বিকল্প রয়েছে, যা "কার্ড আঁকার" খরচ অনেক কমিয়ে দেয়।
তুলনা করে, কেলিং প্রতি মাসে 166 পয়েন্ট অফার করে এবং একটি 5-সেকেন্ড স্ট্যান্ডার্ড ভিডিও তৈরি করতেও 20 পয়েন্ট খরচ হয়। বর্তমানে, কেলিং-এ সাউন্ড ইফেক্ট যোগ করা বিনামূল্যে, যখন PixVerse-এর জন্য অতিরিক্ত 10 পয়েন্ট প্রয়োজন।
PixVerse V5 সময় এবং অর্থের দুটি মূল ব্যথা পয়েন্টের একটি সুন্দর মার্জিত সমাধান অফার করে ৷ কিন্তু সব গুরুত্বপূর্ণ মানের সম্পর্কে কি?
শক্তি পরীক্ষা: "ওপেনিং ব্লাইন্ড বক্স" থেকে "সেমি-ওপেন বই পরীক্ষা" পর্যন্ত
আসুন সরাসরি পয়েন্টে যাই এবং কয়েকটি জনপ্রিয় ক্ষেত্রে এর প্রকৃত গুণমান পরীক্ষা করি।
গুয়াংজু টাওয়ারের একটি বায়বীয় শট তৈরি করে একটি সাধারণ দিয়ে শুরু করা যাক।
কিউ: ক্যান্টন টাওয়ারে ফোকাস করে সিনেমাটিক এরিয়াল ড্রোন ফুটেজ। শট সহ কোডাক 35 মিমি ফিল্মে শট করা হয়েছে। বৃত্তাকার ক্যামেরা আন্দোলনের সাথে গতিশীল বায়বীয় ফুটেজ। রেফারেন্স ইমেজের কম্পোজিশন, ফ্রেমিং এবং স্ট্রাকচারাল বিশদ সংরক্ষণ করুন।
PixVerse একটি সত্যিই ভাল কাজ করে এবং দ্রুত। এছাড়াও, Veo 3-এর বিপরীতে, যেটি বর্তমানে শুধুমাত্র 16:9 ভিডিও তৈরি করে, PixVerse আপলোড করা ছবির উপর ভিত্তি করে তৈরি করা ভিডিওটিকে আকৃতির অনুপাতের সাথে স্বয়ংক্রিয়ভাবে মানিয়ে নিতে পারে।
এর পরে, আমরা এর চরিত্রের সামঞ্জস্যতা এবং দৃশ্য বোঝার ক্ষমতা পরীক্ষা করতে অসুবিধা বাড়াব।
ন্যানো-কলা সম্প্রতি খুব জনপ্রিয় হয়েছে। আমরা কয়েক দিন আগে অনেক আকর্ষণীয় ফটো তৈরি করতে এটি ব্যবহার করেছি। অক্ষর, পরিবেশ, ছবির শৈলী এবং বিষয়বস্তুতে এর শক্তিশালী ধারাবাহিকতার জন্য ধন্যবাদ, সামাজিক মিডিয়াতে অনেক লোক একটি সম্পূর্ণ গল্প উপলব্ধি করতে এটি ব্যবহার করে।
PixVerse V5 একটি ভিডিও তৈরি করতে পারে কিনা তা দেখার জন্য আমরা কয়েকটি আকর্ষণীয় ফটো সেট পেয়েছি।
প্রথমে, এই দুটি মেয়ে পুলে খেলছিল, তারা সামনের দিকে সেলফি তুলতে শুরু করেছিল, তারপর আমি চেয়েছিলাম যে তারা পিছনে আসুক, তাদের পুলের সংকেত ধরুক এবং খেলা শুরু করুক।
ফলাফল একটু আশ্চর্যজনক ছিল। দৃশ্যটি ভালভাবে রক্ষণাবেক্ষণ করা হয়েছিল, এবং হাঁটার গতিবিধি এবং অভিব্যক্তিও ছিল বিন্দুতে। কিন্তু… তারা অব্যক্তভাবে রাস্তা থেকে একটি অতিরিক্ত মেয়েকে চেপে ধরেছে!
মনে হচ্ছে AI এখনও জটিল দুই-ব্যক্তি মিথস্ক্রিয়া এবং স্থানিক সম্পর্ক বোঝার সাথে লড়াই করছে। যাইহোক, V4.5 এর তুলনায় (যা আগে কিছু বোধগম্য স্লো-মোশন ফুটেজ তৈরি করেছিল), V5 অন্তত "হাঁটার" অভিপ্রায় আরও ভালভাবে বোঝে।
এছাড়াও মূর্তি ছবি তৈরিতে ন্যানো কলার জনপ্রিয় ব্যবহার রয়েছে। ছবি থাকার পর, আমরা অনেক আকর্ষণীয় ভিডিও তৈরি করতে পারি।
টিপ: এই ফটো থেকে একটি চরিত্র মডেল তৈরি করুন. এটিতে মুদ্রিত চরিত্রের চিত্র সহ একটি বাক্স রাখুন এবং ব্লেন্ডার মডেলিং প্রক্রিয়াটি দেখানো একটি কম্পিউটার স্ক্রীন রাখুন। চরিত্রের মডেল দাঁড়ানোর জন্য বাক্সের সামনে একটি বৃত্তাকার প্লাস্টিকের বেস যোগ করুন। PVC উপাদানটিকে স্বচ্ছ করুন এবং সম্ভব হলে দৃশ্যটিকে একটি ইনডোর সেটিংয়ে সেট করুন।
আমরা প্রথমে একটি লাবুবু তৈরি করতে ন্যানো কলা ব্যবহার করেছিলাম যা দেখে মনে হয় এটি নিজেদের দ্বারা 3D প্রিন্ট করা হয়েছে, এবং তারপর এই ছবিটি PixVerse-এ পাঠিয়েছি।
▲ প্রম্পট: বাদামী শারীরিক চিত্রটি ডেস্কটপে অন্বেষণ করতে শুরু করে। এটি বাম দিকে হাঁটে, ডান দিকে তাকায় এবং অবশেষে এটির পাশের বাক্সে ফিরে যায়। বাক্সের উপর লাবুবুকে নড়াচড়া করবেন না, এটি অচল রাখুন। কম্পিউটারে প্রদর্শিত 3D চিত্রের অ্যানিমেশনটি প্রিভিউ মোডে থাকে এবং স্বয়ংক্রিয়ভাবে ঘোরে।
আমরা সম্প্রতি জনপ্রিয়, বিশ্বাসযোগ্য AI নাইট ভিশন ভিডিও পরীক্ষা করতে PixVerse ব্যবহার করেছি। সত্যই, প্রভাবটি অবিশ্বাস্যভাবে বিশ্বাসযোগ্য। বিড়ালছানা, ভাল্লুকের পিঠে বসে, সাবধানে পিছন পিছন ঘুরে বেড়ায়, ভালুকের সাথে এর যোগাযোগ এবং তার লাফালাফি আসল দেখায়।
যদি এই ধরনের সাধারণ আন্দোলনগুলি পরিচালনা করা যথেষ্ট কঠিন না হয়, আমরা তাকে সরাসরি তার স্কেটবোর্ডিং পদক্ষেপগুলির একটি ক্লোজ-আপ দেব এবং তাকে এই জটিল স্কেটবোর্ডিং আন্দোলনগুলি সম্পূর্ণ করতে দেব।
PixVerse V5 কোনো ত্রুটি ছাড়াই সঠিকভাবে পায়ের নড়াচড়া তৈরি করে। আমরা এটি V4.5 দিয়ে চেষ্টা করেছি, এবং কখনও কখনও জুতাগুলি পিছনের দিকে পরিধান করা হবে, এবং কিছু মজার জিনিস ছিল যেখানে স্কেটবোর্ডটি খুব গরম দেখায় এবং তারা কীভাবে তাদের পা রাখতে হয় তা জানত না।
এটা বলা নিরাপদ যে PixVerse প্রকৃতপক্ষে উৎপাদন মানের অনেক উন্নতি দেখেছে। সামগ্রিকভাবে, V5 সংস্করণটি সামঞ্জস্য এবং বাস্তববাদে উল্লেখযোগ্য উন্নতি দেখেছে, এটিকে অত্যধিক এআই-অনুপ্রাণিত চিত্রগুলির পরিবর্তে বাস্তব-জীবনের শটের মতো দেখায়।
আরও একটি জিনিস, এবং এজেন্ট সৃষ্টি সহকারী
ইমেজ-টু-ভিডিও ছাড়াও, PixVerse V5 একগুচ্ছ অভিনব কিন্তু ব্যবহারিক বৈশিষ্ট্য যেমন ধারাবাহিকতা, মাল্টি-এজেন্ট এবং এজেন্ট বুদ্ধিমত্তা প্রদান করে।
আমার প্রিয় হল " ধারাবাহিকতা ।" বর্তমানে, বেশিরভাগ AI ভিডিও এক সময়ে মাত্র কয়েক সেকেন্ড তৈরি করতে পারে। আপনি যদি একটি দীর্ঘ ভিডিও বানাতে চান তবে আপনাকে ম্যানুয়ালি শেষ ফ্রেমটি ক্যাপচার করতে হবে এবং এটি পুনরায় তৈরি করতে হবে, যা খুব ক্লান্তিকর।
পুনর্লিখন ফাংশন তুলনামূলকভাবে মসৃণভাবে ভিডিও প্রসারিত করতে পারে এবং 30 সেকেন্ডের মধ্যে ভিডিও সমর্থন করে। আমি "ক্যাট ড্রিমিং অফ বিয়িং আ শেফ" এর একটি ছোট ভিডিও তৈরি করতে এটি ব্যবহার করেছি এবং প্রভাবটি খুব সুন্দর।
শেষে বিড়ালছানাটির সন্তুষ্ট হাসি দেখুন!
প্রম্পট শব্দ লিখতে না পারার চূড়ান্ত চ্যালেঞ্জ মোকাবেলা করার জন্য, V5 একটি এজেন্টও চালু করেছে । এটি একটি সৃজনশীল টেমপ্লেট লাইব্রেরির মতো। কেবল আপনার পছন্দের একটি টেমপ্লেট খুঁজুন, কীওয়ার্ড লিখুন এবং এটি স্বয়ংক্রিয়ভাবে সম্পূর্ণ প্রক্রিয়াটি সম্পূর্ণ করবে, উদ্দেশ্য বোঝা থেকে স্ক্রিপ্ট তৈরি এবং ভিডিও তৈরি করা পর্যন্ত।
বর্তমানে, PixVerse তার AI এর মধ্যে দশটির বেশি প্রকল্প অফার করে। এর মধ্যে রয়েছে সাম্প্রতিক জনপ্রিয় খরগোশ ট্রামপোলিন, একটি চরিত্র বা বস্তুর উপাদান পরিবর্তন করার ক্ষমতা, একাধিক বস্তুর সমন্বয়ে একটি নতুন প্রজাতি তৈরি করা এবং এমনকি একটি AI যা আপনার পোষা প্রাণীকে তেলাপোকার পোশাকে সাজতে দেয় এবং ব্যালে করতে দেয়৷
আমি লাবুবুর ছবি আপলোড করেছি যেটা আমরা আগে ব্যবহার করতাম। বুদ্ধিমান এজেন্ট প্রক্রিয়া এখনও টেমপ্লেট থেকে ভিন্ন. টেমপ্লেটটি সহজভাবে প্রম্পট শব্দের একটি সেট প্রয়োগ করে, যখন PixVerse বুদ্ধিমান এজেন্ট সমস্ত ক্রিয়াকলাপকে স্বয়ংক্রিয় করে ঠিক যেমন আমরা ChatGPT এজেন্ট ব্যবহার করি, আমাদের প্রথমে ন্যানো কলাতে ছবি তৈরি করার প্রক্রিয়া সংরক্ষণ করে।
যদিও এটি কখনও কখনও ভুল করে, যেমন একটি বাদামী তেলাপোকার পোশাক পরা একটি চিত্রের জন্য আমার লাবুবু মূর্তিকে ভুল করে (আমি দুঃখিত, লাবুবু!)
কিন্তু এই ভালভাবে সম্পন্ন ব্যালে এজেন্ট কার্যকারিতার সম্ভাব্যতা প্রদর্শন করে – এটি সাধারণ মানুষের জন্য তাদের সৃজনশীলতা উপলব্ধি করার সীমাকে অনেকটাই কমিয়ে দেয়।
বর্তমানে, PixVerse V5 এবং এজেন্ট সৃষ্টি সহকারীকে সম্পূর্ণরূপে চালু করা হয়েছে ওয়েব, অ্যাপ এবং ওপেন প্ল্যাটফর্ম API-এর আন্তর্জাতিক সংস্করণের PixVerse (https://app.pixverse.ai/) এবং Pai Wo AI (https://pai.video/) এর ঘরোয়া সংস্করণে।
এআই ভিডিও অবশেষে একটি "বড় জুয়া" থেকে "স্ক্র্যাচ-অফ লটারিতে" চলে গেছে
ব্যাপক অভিজ্ঞতার পরে, PixVerse V5-এর এই আপডেটটিকে দুটি শব্দে স্পষ্টভাবে সংক্ষিপ্ত করা যেতে পারে: দ্রুত এবং আরও ভালো ।
এটি এখনও সবচেয়ে নিখুঁত ভিডিও মডেল নাও হতে পারে এবং জটিল বহু-ব্যক্তি মিথস্ক্রিয়া পরিচালনা করার সময় এটি এখনও বিভ্রান্ত হয়। কিন্তু এটা আমাকে Doubao এর কাঁচা ছবি মনে করিয়ে দেয়। মানটি মিডজার্নির মতো ভাল নাও হতে পারে, তবে এটি বিনামূল্যে, প্রচুর পরিমাণে সামগ্রী রয়েছে এবং সামগ্রীতে পূর্ণ। আপনি এটা চেষ্টা করে দেখতে পারেন.
▲ Doubao একবারে 20টি ছবি তৈরি করতে পারে
PixVerse V5 এই পথটি অনুসরণ করে, এর কাছাকাছি-রিয়েল-টাইম প্রজন্মের গতি এবং অত্যন্ত কম ট্রায়াল-এন্ড-এরর খরচের সাথে সৃজনশীল মানসিকতাকে সম্পূর্ণরূপে পরিবর্তন করে।
অতীতে, ঘন্টার পর ঘন্টা লাইনে অপেক্ষা করা, অসংখ্য পয়েন্টের মধ্যে দিয়ে জ্বলতে থাকা এবং অবশেষে একটি অসন্তোষজনক অন্ধ বাক্স পাওয়া ছিল একটি বেদনাদায়ক এবং হতাশাজনক অভিজ্ঞতা। এখন, ফলাফলগুলি সেকেন্ডের মধ্যে দৃশ্যমান হয়, এবং অসন্তুষ্ট হলে, আপনি আবার চেষ্টা করতে পারেন। অভিজ্ঞতাটি অনেকটা স্ক্র্যাচ-অফ লটারি টিকিটের মতো—সহজ, ঘন ঘন এবং পরবর্তী বিজয়ী টিকিটের ধ্রুবক প্রত্যাশায় পূর্ণ।
এই দৃষ্টিকোণ থেকে, PixVerse V5 এর মূল প্রতিযোগিতা কতটা আশ্চর্যজনক ভিডিও তৈরি করে তা নাও হতে পারে, বরং এটি একটি বোঝা-মুক্ত, উচ্চ-ফ্রিকোয়েন্সি তৈরির অভিজ্ঞতা প্রদান করে ।
যখন একটি অন্ধ বাক্স খোলার খরচ যথেষ্ট কম হয়ে যায়, এবং যখন AI এর অস্থিরতা আপনাকে আপনার সময় এবং অর্থের জন্য আর দুঃখিত করে না, তখন AI ভিডিও তৈরি সত্যিই কয়েকটি বড় নামের বেদী থেকে আমাদের প্রত্যেকের দৈনন্দিন জীবনে চলে যাবে।
টেক্সটঃ লি চাওফান এবং ঝাং জিহাও
মূল লিঙ্ক: https://mp.weixin.qq.com/s/Q0_1JM-2tJa9VyMP0LYUBQ
#iFaner-এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম: iFaner (WeChat ID: ifanr), যেখানে যত তাড়াতাড়ি সম্ভব আপনার কাছে আরও উত্তেজনাপূর্ণ সামগ্রী উপস্থাপন করা হবে।