জাতীয় দিবসের ছুটির প্রথম দিনে, OpenAI সরাসরি একটি বাস্তব "পারমাণবিক বোমা" ফেলেছে: Sora 2, এবং একটি নতুন অ্যাপ্লিকেশন – Sora যা সামাজিক ল্যান্ডস্কেপকে নতুন আকার দিতে পারে।
যদি এক বছরেরও বেশি সময় আগে Sora আমাদের AI ভিডিওর ভোর দেখায়, তাহলে Sora 2 আমাদের সরাসরি মধ্যাহ্নের সূর্যের দিকে টেনে নিয়ে যায়, যা চকচকে, জ্বলন্ত এবং অত্যন্ত বাস্তব।
এবার আর শুধু প্রযুক্তিগত প্রদর্শন নয়, সি-এন্ড ব্যবহারকারীর অভিজ্ঞতার জন্য সরাসরি একটি নতুন অ্যাপ তৈরি করা হয়েছে।
ওপেনএআই এআই ভিডিও জেনারেশনের জন্য সরাসরি Sora 2 কে "GPT-3.5 মুহূর্ত" বলার অস্বাভাবিক পদক্ষেপ নিয়েছে।
রিলিজটি দেখার পর এবং Sora 2-এর অভিজ্ঞতা নেওয়ার পর, আমি দেখতে পেলাম যে এবার OpenAI-এর আত্মবিশ্বাস সত্যিই সুপ্রতিষ্ঠিত, এবং শুধুমাত্র আল্ট্রাম্যান-স্টাইলের বড়াই নয়।
বাস্তবতার সংজ্ঞা এমন এক পর্যায়ে পৌঁছেছে যেখানে এটি পুনর্বিবেচনা করতে হবে । একটি একেবারে নতুন প্রজাতি, একটি একেবারে নতুন যুগ, শুরু হয়েছে।
আল্ট্রাম্যানও এইমাত্র একটি দীর্ঘ নিবন্ধ প্রকাশ করেছেন, এই বিশ্বাস করে যে এটি সৃজনশীল ক্ষেত্রে "ChatGPT" মুহূর্ত এবং সেই সৃজনশীলতা একটি "ক্যামব্রিয়ান বিস্ফোরণ" শুরু করবে।
APPSO সর্বপ্রথম আপনাকে Sora 2 এবং Sora অ্যাপের মূল ফাংশন, নতুন গেমপ্লে এবং ব্যবহারের একটি বিস্তৃত সারাংশ দিয়েছে।
সোরা 2:
1. সিঙ্ক্রোনাস অডিও এবং ভিডিও জেনারেশন প্রথমবারের মতো অর্জন করা হয়েছে: চিত্রটি সহগামী অ্যাম্বিয়েন্ট সাউন্ড, অবজেক্ট ইন্টারঅ্যাকশন সাউন্ড এবং এমনকি প্রাসঙ্গিক কথোপকথনের সাথে একযোগে তৈরি হয়।
2. অবিশ্বাস্যভাবে নির্ভুল পদার্থবিজ্ঞান: বাস্তব-বিশ্বের গতিবিদ্যার সাথে আরও সামঞ্জস্যপূর্ণ পদার্থবিজ্ঞানের সিমুলেশন সক্ষম করে।
3. উল্লেখযোগ্যভাবে উন্নত বাস্তববাদ: চিত্র রেজোলিউশন, বিশদ, এবং বাস্তববাদ সব উন্নত করা হয়েছে।
4. এটি ব্যবহারকারীর পছন্দসই শৈলীর সাথে আরও নমনীয়ভাবে মানিয়ে নিতে পারে এবং শৈলী নিয়ন্ত্রণ ক্ষমতা উন্নত করা হয়।
5. আগের মডেলের তুলনায় ব্যবহারকারীর নির্দেশাবলীর সাথে বৃহত্তর সামঞ্জস্য এবং উন্নত সম্মতি।
সোরা অ্যাপ
1. ক্যামিও: সোরা অ্যাপের সবচেয়ে বড় হাইলাইট হল যে ব্যবহারকারীরা নিজেদের বা তাদের বন্ধুদেরকে বাস্তবসম্মত প্রভাব সহ যেকোন এআই-জেনারেটেড দৃশ্যে একীভূত করতে পারেন।
2. রিমিক্স: ব্যবহারকারীরা একে অপরের ভিডিওর রিমিক্স বা সেকেন্ডারি কাজ তৈরি করতে পারে এবং একসাথে তৈরি করতে পারে।
কিভাবে ব্যবহার করবেন
1. সোরা অ্যাপ ডাউনলোড লিঙ্ক 
(বর্তমানে শুধুমাত্র iOS, কোন Android নেই)
https://apps.apple.com/us/app/sora-by-openai/id6744034028
2. ওয়েব সংস্করণ sora.com
3. আঞ্চলিক সহায়তা: আজ থেকে মার্কিন যুক্তরাষ্ট্র এবং কানাডায়, অন্যান্য দেশ এবং অঞ্চলগুলি ধীরে ধীরে খোলা হবে
4. আমন্ত্রণ কোড প্রক্রিয়া: iOS অ্যাপ এবং ওয়েব সংস্করণ উভয়েরই ব্যবহার করার জন্য একটি আমন্ত্রণ কোড প্রয়োজন। আপনি অ্যাপটি ডাউনলোড করতে পারেন বা রেজিস্টার করতে এবং এখনই সারিবদ্ধ হতে ওয়েবসাইটটি দেখতে পারেন। 
5. মূল্য: Sora 2 প্রাথমিকভাবে বিনামূল্যে এবং তুলনামূলকভাবে শিথিল ব্যবহারের সীমাবদ্ধতা থাকবে। ChatGPT Pro ব্যবহারকারীরা ওয়েব সংস্করণে উচ্চ মানের Sora 2 Pro মডেলগুলিও উপভোগ করতে পারেন৷
6. ওপেনএআই আরও ডেভেলপারদের যোগদানের অনুমতি দেওয়ার জন্য একটি API প্রকাশ করবে।
সোরা 2: আর "উৎপাদন" নয়, "বিশ্বকে অনুকরণ করা"
Sora 2 এর মূল অগ্রগতি হল যে এটি একটি "ভিডিও জেনারেটর" থেকে একটি "ওয়ার্ল্ড সিমুলেটর" এ বিবর্তিত হয়েছে।
AI ভিডিওগুলির জন্য ভৌত জগত বোঝা সবসময়ই সবচেয়ে বড় চ্যালেঞ্জ। পূর্ববর্তী AI ভিডিওগুলিতে প্রায়শই এমন বস্তুগুলিকে বৈশিষ্ট্যযুক্ত করা হয়েছিল যেগুলি একে অপরের সাথে জড়িত বা অদ্ভুতভাবে ভাসমান বলে মনে হয়েছিল, সঠিকভাবে শারীরিক জগতের মিথস্ক্রিয়াগুলি সঠিকভাবে বোঝার অক্ষমতার কারণে।
সোরা 2 ভিডিওতে, জিমন্যাস্টিক আন্দোলন, জায়গায় অবিচ্ছিন্ন ব্যাকফ্লিপ, ডাইভিং ইত্যাদি সবই খুব স্বাভাবিক এবং যান্ত্রিকতার সাথে সামঞ্জস্যপূর্ণ, এবং জলের স্প্ল্যাশিংও তরল মেকানিক্সের সাথে সামঞ্জস্যপূর্ণ।
OpenAI-এর চূড়ান্ত লক্ষ্য হল একটি "সাধারণ-উদ্দেশ্য ওয়ার্ল্ড সিমুলেটর" তৈরি করা, যার অর্থ AI আমাদের বিশ্বের শারীরিক নিয়মগুলি বোঝার অনুমতি দেয়।
Sora 2 এই প্রক্রিয়ার একটি মূল ধাপ। আপনি কল্পনা করতে পারেন যে একজন শিক্ষার্থী ক্রমাগত ভার্চুয়াল জগতে পদার্থবিদ্যার পরীক্ষা-নিরীক্ষা চালাচ্ছে, অসংখ্য ভিডিও পর্যবেক্ষণ করছে এবং নিউটনের নিয়ম, তরল মেকানিক্স এবং অপটিক্সের সংক্ষিপ্তসার করছে।
এটি যে কোনও দরকারী বিশ্ব সিমুলেটরের জন্য একটি অত্যন্ত গুরুত্বপূর্ণ ক্ষমতা – আপনাকে কেবল সাফল্য নয়, ব্যর্থতার অনুকরণ করতে সক্ষম হতে হবে।
বাস্তব জগতের জটিলতার এই সিমুলেশন হল সোরা 2 এর সবচেয়ে ভয়ঙ্কর বিবর্তন।
Sora 2-এর আরেকটি বড় অগ্রগতি হল যে ছবি তৈরি করার সময়, এটি সিঙ্ক্রোনাসভাবে ম্যাচিং অ্যাম্বিয়েন্ট সাউন্ড, অবজেক্ট ইন্টারঅ্যাকশন সাউন্ড এবং এমনকি কথোপকথনও তৈরি করতে পারে যা প্রসঙ্গের সাথে সামঞ্জস্যপূর্ণ।
যদিও AI ভিডিও এবং অডিও দুটোই এখন খুব শক্তিশালী, "শব্দ এবং ছবি একীকরণ" দ্বারা আনা বাস্তবতার অনুভূতি সম্পূর্ণ আলাদা, যা এআই ভিডিওকে সত্যিই একটি "আত্মা" করে তোলে।
এটি মডেলটিতে অত্যন্ত উচ্চ চাহিদা রাখে। উদাহরণস্বরূপ, যদি AI একটি বিড়াল একটি কীবোর্ডের উপর দিয়ে হেঁটে যাওয়ার এবং অসন্তুষ্টিতে মায়া করার চিত্র তৈরি করে, তাহলে মডেলটিকে অবশ্যই জানতে হবে একটি বিড়াল দেখতে কেমন এবং একটি বিড়াল কীভাবে মায়া করে, তা দুটিকে শক্তভাবে সংযুক্ত করে। এটি "ক্লিক" শব্দ তৈরি করতে "কীবোর্ডে ট্যাপ করার" ক্রিয়াটিও বুঝতে হবে।
সোরা নিয়ন্ত্রণযোগ্যতার ক্ষেত্রেও একটি বিশাল লাফ দিয়েছে, বিশ্বের অবস্থা সঠিকভাবে বজায় রাখার সময় একাধিক ক্যামেরা জুড়ে জটিল নির্দেশাবলী অনুসরণ করতে সক্ষম হয়েছে এবং বাস্তবসম্মত, সিনেমাটিক এবং অ্যানিমে শৈলীতে তুলনামূলকভাবে ভাল।
সোরা অ্যাপ: আপনার এআই "জীবন" তৈরি করুন
Sora অ্যাপ সরাসরি Sora 2 মডেল জেনারেশন সমর্থন করে। এর মধ্যে সবচেয়ে আকর্ষণীয় জিনিস সম্ভবত "ক্যামিও"। আপনাকে শুধুমাত্র একটি সংক্ষিপ্ত ভিডিও এবং অডিও রেকর্ড করতে হবে (লাইভনেস যাচাইকরণ এবং ইমেজ ক্যাপচারের জন্য), এবং আপনি নিজেকে যেকোন এআই-জেনারেটেড দৃশ্যে "স্থাপিত" করতে পারেন।
এক সেকেন্ড আপনি অফিসে ছিলেন, এবং পরের সেকেন্ডে আপনি দুনের একটি মরুভূমিতে থাকতে পারেন, যমজ চাঁদের দিকে তাকাচ্ছেন, যখন সোরা মরুভূমির আলোর উপর ভিত্তি করে আপনার মুখে বাস্তবসম্মত আলো এবং ছায়া যোগ করে।
এটি কি ন্যানো কলার ভিডিও সংস্করণের মতো স্বাদ পায়?
পুরো প্রক্রিয়াটি সেলফি ভিডিও তোলার মতোই সহজ। Sora আপনার ছবি, ভয়েস, এবং অভিব্যক্তি ক্যাপচার করবে, এবং তারপর আপনি একটি স্টিকার বেছে নেওয়ার মত জেনারেট করা ভিডিওতে নিজেকে "পেস্ট" করতে পারবেন এবং এটি হবে 3D, নির্বিঘ্ন এবং অত্যন্ত বাস্তবসম্মত।
ওপেনএআই কর্মীরা ইতিমধ্যেই এই বৈশিষ্ট্যটির জন্য কোম্পানির মধ্যে নতুন বন্ধু তৈরি করেছে।
আপনি আপনার বন্ধুদের সাথে একই দৃশ্যে "অতিথি তারকা" করতে পারেন এবং আপনার নিজস্ব সাই-ফাই ব্লকবাস্টার স্টেজ করতে পারেন৷ এটি যোগাযোগের একটি একেবারে নতুন উপায়, পাঠ্য, ইমোজি এবং ভয়েস থেকে ভিডিওর "ভাগ করা অভিজ্ঞতা" পর্যন্ত বিবর্তিত হয়েছে৷
সোরা অ্যাপের ফিডে, আপনি যে ভিডিওটি দেখেন তা এআই-জেনারেটেড।
আপনি যদি আপনার পছন্দের একটি ভিডিও দেখতে পান তবে শুধু "রিমিক্স" এ ক্লিক করুন। আপনি প্রম্পট শব্দগুলি পরিবর্তন করতে পারেন, "সাইবারপাঙ্ক রেনি নাইট" কে "সানি আফটারনুন" এ পরিবর্তন করতে পারেন, বা নিজেকে যুক্ত করতে এবং গল্পের নায়ক হয়ে উঠতে "গেস্ট স্টার" ফাংশন ব্যবহার করতে পারেন।
Sora মূল ভিডিওটির গঠন বা শৈলী সংরক্ষণ করবে, আপনাকে এটিকে সংশোধন এবং পুনরায় তৈরি করার অনুমতি দেবে, ঠিক যেমন একটি মন্তব্য সহ একটি Weibo পোস্ট পুনরায় পোস্ট করা।
অবশ্যই, এই বৈশিষ্ট্যগুলি অনিবার্যভাবে গোপনীয়তা এবং লঙ্ঘন সম্পর্কে উদ্বেগ বাড়ায়।
সোরা এটা মোকাবেলা করার ব্যবস্থাও নিয়েছে। শুধুমাত্র ব্যবহারকারী নিজেই সিদ্ধান্ত নিতে পারেন কে তার "অতিথি" ইমেজ ব্যবহার করতে পারে। ব্যবহারকারী যেকোনো সময় অ্যাক্সেসের অধিকার প্রত্যাহার করতে পারে বা তার ছবি সম্বলিত যেকোনো ভিডিও মুছে ফেলতে পারে, এমনকি এটি অন্যদের দ্বারা তৈরি করা একটি অপ্রকাশিত খসড়া হলেও।
ওপেনএআই বলেছে যে সিনেমা বা ভিডিও থেকে প্রকৃত মানুষের ছবি সম্বলিত আপলোডগুলিকে প্রাথমিক পর্যায়ে নিষিদ্ধ বা কঠোরভাবে নিয়ন্ত্রিত করা হবে, এবং শিশুদের জড়িত বিষয়বস্তু কঠোরভাবে ফিল্টার করা হবে: শিশুদের সম্বলিত দৃশ্যগুলি কঠোর পর্যালোচনা থ্রেশহোল্ডের অধীন হবে।
বাস্তবতা, আসলেই কি এবারের অস্তিত্ব নেই?
Sora 2 এবং Sora অ্যাপ শুধু মজার চেয়ে অনেক বেশি নিয়ে আসে; তারা মৌলিকভাবে আমাদের "বাস্তবতার" সংজ্ঞাকে নাড়া দিচ্ছে।
সোরা 2 এর মুক্তি বাস্তবতার সাথে আমাদের সম্পর্কের একটি নতুন যুগের সূচনা করতে পারে। আমরা প্রত্যেকে বিশ্ব এবং নিজেদেরকে নতুন আকার দেওয়ার জন্য "জাদু" অর্জন করেছি।
এখন, আমরা সক্রিয়ভাবে বাস্তবতা থেকে পালাতে বেছে নিচ্ছি না, কিন্তু "বাস্তবতা" নিজেই আমাদের জীবন রেফারেন্স সিস্টেম হিসাবে তার মূল অবস্থান হারাচ্ছে।
সোরা অ্যাপ চূড়ান্ত সৃজনশীল মজা এবং সামাজিক সংযোগ প্রদান করে অত্যন্ত শক্তিশালী আকর্ষণের সাথে একটি নতুন বাস্তবতা কেন্দ্র তৈরি করছে। এটি আপনার বাস্তব জীবনের বাইরে একটি "ভার্চুয়াল ক্লোন" প্রদান করে না, তবে আপনার জীবনের "ডিফল্ট ব্যাকগ্রাউন্ড" হওয়ার চেষ্টা করে।
যখন আপনার সামাজিক সম্পর্ক (AI বিশ্বে বন্ধুদের সাথে দুঃসাহসিক), পরিচয় স্বীকৃতি (ভার্চুয়াল জগতে একজন সুপারহিরো হয়ে ওঠা), এবং সৃজনশীল অভিব্যক্তি (বিশ্বকে রিমিক্স করা) সবকিছুই প্রথমে এই প্ল্যাটফর্মে সংঘটিত হয়, তখন ভৌত বিশ্ব যেটির জন্য আপনাকে মাঝে মাঝে "লগ আউট" করতে হবে ফিরে যেতে এবং আপনার ইউটিলিটি বিলগুলি মোকাবেলা করার জন্য একটি "অনুলিপি করা প্রয়োজন" উপলক্ষ্যে পরিণত হবে।
এটি সত্যিই প্রস্তুত প্লেয়ার ওয়ান, তাই OpenAI এর শেষ মেটাভার্স? জুকারবার্গ নিঃশব্দে একটি থাম্বস-আপে মাথা নাড়লেন।
ওপেনএআই নিজেই স্বীকার করেছে যে তারা বিশুদ্ধ AI-উত্পন্ন তথ্য প্রবাহ সম্পর্কে সন্দিহান ছিল, কিন্তু শেষ পর্যন্ত আন্তঃব্যক্তিক সংযোগের অনুভূতিতে আনন্দিতভাবে অবাক হয়েছিল।
তার সাম্প্রতিক ব্লগ পোস্টে, অল্টম্যান স্পষ্টভাবে বলেছেন যে এআই ভিডিও প্রজন্ম দুর্নীতির পথে যেতে পারে, অবশেষে আমাদের সকলকে একটি "জাঙ্ক ইনফরমেশন স্ট্রীম" এর মধ্যে টেনে নিয়ে যাওয়া হচ্ছে যা শক্তিবৃদ্ধি শেখার দ্বারা অপ্টিমাইজ করা হয়েছে।
তিনি বলেছেন যে ওপেন এআই কীভাবে এমন একটি পণ্য তৈরি করা যায় যা সেই ফাঁদে না পড়ে আনন্দ দেয় তা বোঝার চেষ্টা করছে।
সোরা অ্যাপটি তাদের প্রথম অর্জন। এজিআইয়ের পথে, লাভগুলি কেবল উত্পাদনশীলতার বিষয়ে হওয়া উচিত নয়; তারা সৃজনশীলতা এবং আনন্দ সম্পর্কে হতে হবে.
কল্পনা দ্বারা চালিত এই নতুন পৃথিবীতে স্বাগতম। এখন, একমাত্র প্রশ্ন হল, আপনার কাছে কি আমন্ত্রণ কোড আছে?
#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।