Nvidia সবেমাত্র GTC 2024-এর সময় তার নতুন জেনারেটিভ AI মডেল, Latte3D ডাব উন্মোচন করেছে। Latte3D চরম স্টেরয়েডের উপর ChatGPT বলে মনে হচ্ছে। আমি একটি টেক্সট-টু-3ডি মডেল যা সহজ, ছোট টেক্সট প্রম্পট গ্রহণ করে এবং সেকেন্ডের মধ্যে 3D বস্তু এবং প্রাণীতে পরিণত করে। এর পুরোনো সমকক্ষের তুলনায় অনেক দ্রুত, Latte3D একটি ভার্চুয়াল 3D প্রিন্টের মতো কাজ করে যা অনেক শিল্পে নির্মাতাদের জন্য কাজে আসতে পারে।
Latte3D অনেক ধরনের নির্মাতাদের জন্য 3D মডেল তৈরিকে সহজ করার জন্য তৈরি করা হয়েছিল, যেমন যারা ভিডিও গেম, ডিজাইন প্রজেক্ট, মার্কেটিং বা এমনকি মেশিন লার্নিং এবং রোবোটিক্সের প্রশিক্ষণে কাজ করে। মডেলটির এনভিডিয়ার ডেমোতে, এটি ব্যবহার করা খুব সহজ বলে মনে হচ্ছে। একটি দ্রুত টেক্সট প্রম্পট অনুসরণ করে, AI একটি 3D মডেল তৈরি করে এবং খুব শীঘ্রই এটি আরও বিস্তারিতভাবে শেষ করে। যদিও শেষ ফলাফল ওপেনএআই-এর সোরার মতো প্রাণবন্ত কোথাও নেই, তবে এটির উদ্দেশ্য নয় – এটি মাটি থেকে তৈরি করার পরিবর্তে সম্পদ তৈরির গতি বাড়ানোর একটি উপায়।
মডেলটি ব্যবহারকারীর থেকে বেছে নেওয়ার জন্য বিভিন্ন বিকল্প তৈরি করে এবং এনভিডিয়া বলে যে এই আকারগুলি "কয়েক মিনিটের মধ্যে উচ্চ মানের জন্য অপ্টিমাইজ করা যেতে পারে।" তারপরে ডিজাইনগুলি বিভিন্ন প্ল্যাটফর্মে রপ্তানি করা যেতে পারে, যেমন এনভিডিয়ার অমনিভার্স, এবং পছন্দসই ফলাফলের সাথে মেলানোর জন্য টুইক করা যেতে পারে। এনভিডিয়া তার Ada A100 Tensor Core GPUs ব্যবহার করে Latte3D প্রশিক্ষিত করেছে এবং ChatGPT প্রম্পট সহ প্রশিক্ষণটিকে প্রকৃত ব্যবহারকারীদের সাথে ইন্টারঅ্যাক্ট করার জন্য প্রস্তুত করতে সহায়তা করেছে।
এই মুহূর্তে, Latte3D শুধুমাত্র বস্তু এবং প্রাণী তৈরি করতে পারে। সেই লক্ষ্যে, এটি বিভিন্ন প্রাণী, টেক্সচার এবং বস্তুর ধরন বোঝার একটি কঠিন কাজ করে বলে মনে হচ্ছে। এনভিডিয়া একটি অ্যামিগুরুমি (ক্রোশেট) সাধারণ ক্রেন বা একটি অরিগামি স্ফিনক্স বিড়ালের মতো বস্তু উপস্থাপন করে এই ক্ষমতাগুলি দেখায়৷ মডেলটিকে বিভিন্ন প্রজাতি চিনতে শেখানো হয়েছিল এবং এইভাবে একটি ইতালীয় গ্রেহাউন্ড এবং একটি শিবা ইনুর মধ্যে পার্থক্য বলতে পারে।
যে সমস্ত নির্মাতারা Latte3D ব্যবহার করতে চান তারা এটিকে একটি ভিন্ন ডেটাসেটে প্রশিক্ষণ দিতে পারেন, তা গাছপালা হোক বা গৃহস্থালির বস্তু, এবং পরে তাদের নিজস্ব উদ্দেশ্যে ব্যবহার করুন। এনভিডিয়া এখানে কিছু আকর্ষণীয় ব্যবহারের ক্ষেত্রে তুলে ধরেছে, যেমন ব্যক্তিগত সহকারী রোবটগুলিকে মোতায়েন করার আগে প্রশিক্ষণ দেওয়া। এটা কল্পনা করা সহজ যে Latte3D গেম ডেভের জন্য কাজে আসবে, কিন্তু সম্ভাবনা শুধুমাত্র গেমিং পরিস্থিতির বাইরে চলে যায়।
এনভিডিয়ার AI গবেষণার ভাইস প্রেসিডেন্ট সানজা ফিডলার, Latte3D এর পূর্বসূরীদের তুলনায় কতটা দ্রুত সে সম্পর্কে মন্তব্য করেছেন: “এক বছর আগে, AI মডেলগুলির এই মানের 3D ভিজ্যুয়াল তৈরি করতে এক ঘন্টা সময় লেগেছিল — এবং বর্তমান শিল্পের অবস্থা এখন প্রায় 10 থেকে 12 সেকেন্ড। আমরা এখন ফলাফল দ্রুত মাত্রার একটি ক্রম উত্পাদন করতে পারেন,” Fidler বলেন.
গেম ডেভেলপমেন্টে AI ব্যবহার করার সাথে সম্পর্কিত সাম্প্রতিক ঘোষণাগুলি সবই চমত্কার যুগান্তকারী, এবং Nvidia-এর Latte3D টুলগুলির একটি ক্রমবর্ধমান তালিকায় যোগদান করে যা একদিন সম্পূর্ণরূপে একটি গেম তৈরির প্রক্রিয়া পরিবর্তন করতে পারে। উদাহরণস্বরূপ, এনভিডিয়া সম্প্রতি সম্পূর্ণরূপে AI দ্বারা তৈরি সংলাপের সাথে নন-প্লেয়ার অক্ষর (NPCs) উন্মোচন করেছে । এদিকে, অবাস্তব ইঞ্জিনের সর্বশেষ আপডেটটি মেশিন লার্নিংয়ের সাহায্যে রিয়েল টাইমে গেমগুলিতে ফিল্ম-গুণমানের ভিজ্যুয়াল তৈরি করতে পারে ।