Video Generation

Today's Stories

1. 1

   AI স্টার্টআপ চার সপ্তাহে ২ মিলিয়ন ডলারে ১১০ মিনিটের ফিচার ফিল্ম তৈরি করেছে

   কী ঘটেছে: Higgsfield AI নামক একটি স্টার্টআপ The Cully Hill Boys তৈরি করেছে, এটি একটি ১১০ মিনিটের অ্যাকশন-কমেডি যাতে লাইসেন্সপ্রাপ্ত সেলিব্রিটি সাদৃশ্য রয়েছে। এটি মাত্র চার সপ্তাহে ২ মিলিয়ন ডলার বাজেটে তৈরি হয়েছে—যার অর্ধেক AI টোকেনে খরচ হয়েছে। ফিল্মটি ইস্ট লন্ডনের র্যাপারদের অনুসরণ করে যারা একটি মিউজিক ভিডিওর জন্য একটি নৌকা চুরি করে এবং অপরাধ সিন্ডিকেটের মধ্যে জড়িত হয়। কেন এটি গুরুত্বপূর্ণ: এই ফিল্মটি প্রদর্শন করে যে AI ভিডিও প্রোডাকশন এখন ফিচার দৈর্ঘ্যে স্কেল করা যায়, যা শর্ট ক্লিপ থেকে একটি পরিবর্তন। যদিও প্রযুক্তি এখনও দৃশ্যমান ত্রুটি দেখায়—অবাস্তব পলিশ, মাঝেমধ্যে স্পষ্ট AI প্রজন্ম এবং অসামঞ্জস্যপূর্ণ চরিত্র প্রতিক্রিয়া—মানব স্ক্রিনরাইটারের সংলাপ এবং গল্পের কাঠামো নির্দেশ করে যে AI সরঞ্জামগুলি সৃজনশীলদের জন্য গণতান্ত্রিক, সাশ্রয়ী দীর্ঘ-ফর্ম প্রোডাকশনের দিকে এগিয়ে যেতে পারে।

   দেখার বিষয়: Higgsfield AI বলে যে এটি সৃজনশীলদের জন্য স্কেলেবল AI ওয়ার্কফ্লো প্রদান করার পরিকল্পনা করছে, যা কোম্পানি ভিডিও প্রোডাকশনের জন্য প্রয়োজনীয় খরচ এবং সময় কমানোর বাজার সুযোগ দেখছে বলে সংকেত দেয়। ফিল্মটির মিশ্র সম্পাদন—শক্তিশালী লেখা, দৃশ্যমান প্রজন্ম শিল্পকর্ম—প্রযুক্তি এখনও কোথায় পরিমার্জন প্রয়োজন তা দেখায়।

2. 2

   ডেভেলপার নিজের তৈরি ছবি থেকে এআই ওয়াটারমার্ক সরাতে pagedMark তৈরি করেছেন

   কী হয়েছে: একজন ডেভেলপার pagedMark নামের একটি টুল তৈরি করেছেন যা এআই প্রোভিনেন্স মার্কার—দৃশ্যমান লেবেল এবং অদৃশ্য পিক্সেল-এম্বেডেড ওয়াটারমার্ক উভয়ই—ছবি এবং ভিডিও থেকে অপসারণ করার জন্য ডিজাইন করা হয়েছে। টুলটি অদৃশ্য মার্ক দূর করার জন্য ছবি পুনরায় তৈরি করে এবং ভিজ্যুয়াল সাদৃশ্য সংরক্ষণ করার চেষ্টা করে, এবং বর্তমানে ChatGPT, gpt-image API, Z-Image Turbo এবং Nano Banana থেকে ছবির ওয়াটারমার্ক সমর্থন করে, পাশাপাশি Sora, Veo, Seedance, Hailuo এবং Kling থেকে ভিডিওর দৃশ্যমান মার্ক এবং মেটাডেটা সমর্থন করে। কেন এটি গুরুত্বপূর্ণ: এআই-উৎপাদিত কন্টেন্ট ক্রমবর্ধমান মেটাডেটা এবং এম্বেডেড সিগন্যাল বহন করে (যেমন SynthID ওয়াটারমার্ক) যা এর উৎস চিহ্নিত করে। নিজেদের এআই-উৎপাদিত উপকরণের সাথে কাজ করা ক্রিয়েটরদের জন্য এই মার্কগুলি কর্মপ্রবাহকে জটিল করতে পারে—স্ক্রিনশট মতো সহজ অপসারণ পদ্ধতি পিক্সেল-স্তরের মার্ক দূর করে না। pagedMark এটি সম্বোধন করে প্রভাবিত কন্টেন্ট পুনরায় তৈরি করার মাধ্যমে, যদিও ব্যবহারকারীদের জানতে হবে আউটপুট মূলটির থেকে আলাদা হতে পারে (মুখ, পাঠ্য এবং ছোট বিবরণ পরিবর্তিত হতে পারে)।

   দেখার বিষয়: টুলটি 8 GB এবং 16 GB মেমরি সহ Apple Silicon Macs-এ পরীক্ষা করা হয়েছে, কম-নির্দিষ্ট মেশিনে সম্পদ সীমাবদ্ধতা পরিচালনা করার জন্য মেমরি-সচেতন প্রসেসিং অন্তর্নির্মিত রয়েছে।

3. 3

   একটি LLM কি সম্পূর্ণ দৈর্ঘ্যের চলচ্চিত্র একা তৈরি করতে পারে?

   কী ঘটেছে: LessWrong-এ একটি পোস্ট এই প্রশ্ন উত্থাপন করে যে একটি বৃহৎ ভাষা মডেল (LLM)—একটি AI সিস্টেম যা পাঠ্য বোঝে এবং তৈরি করে—মানুষের হস্তক্ষেপ ছাড়াই স্বাধীনভাবে একটি পূর্ণদৈর্ঘ্যের চলচ্চিত্র তৈরি করতে পারে কিনা। কেন এটি গুরুত্বপূর্ণ: এই প্রশ্নটি সৃজনশীল উৎপাদনে বর্তমান AI সক্ষমতার সীমানা অন্বেষণ করে এবং এটি স্পর্শ করে যে পাঠ্য-ভিত্তিক AI সিস্টেমগুলি জটিল, দীর্ঘস্থায়ী সৃজনশীল কাজগুলি সামলাতে পারে কিনা যা একটি চলচ্চিত্রের রানটাইম জুড়ে বর্ণনামূলক সংহতি, কাঠামো এবং স্থায়িত্বশীল আউটপুট প্রয়োজন করে।

   দেখার মতো বিষয়: প্রশ্নটি নিজেই খোলা থাকে; পোস্টটি এটিকে একটি সমাধৃত অনুসন্ধান হিসাবে নয় বরং একটি জিজ্ঞাসা হিসাবে উপস্থাপন করে, চলচ্চিত্র উৎপাদনে LLM-গুলির প্রযুক্তিগত এবং সৃজনশীল সীমাবদ্ধতা সম্পর্কে আলোচনার আমন্ত্রণ জানায়।

4. 4

   OpenAI-এর সিনিয়র কর্মীদের প্রস্থান কোম্পানির টিকে থাকার প্রশ্ন তুলেছে

   কী ঘটেছে: OpenAI ২০২৬ সালের ১০ আগস্টে $852 billion স্ব-অর্থায়িত টেন্ডার অফার বন্ধ করেছে, তারপর কয়েক দিনের মধ্যে চিফ অপারেটিং অফিসার Brad Lightcap (১১ আগস্ট) এবং চিফ রেভিনিউ অফিসার Denise Dresser (১৩ আগস্ট) চলে গেছেন। CNBC রিপোর্ট করেছে যে ২০২৬ সালে কমপক্ষে ডজনখানেক সিনিয়র নেতা বিদায় নিয়েছেন, যার মধ্যে রয়েছেন নৈতিকতা এবং নিরাপত্তা বিভাগের প্রধানরা। কেন এটি গুরুত্বপূর্ণ: Ed Zitron-এর নিউজলেটার যুক্তি দেয় যে OpenAI-এর বার্ষিক রান রেট $40 billion (মোটামুটি ২০২৫ সালের দ্বিগুণ) ক্রমহ্রাসমান বৃদ্ধি লুকিয়ে রাখে, যখন ২০৩০ সালের মধ্যে পরিকল্পিত কম্পিউট ব্যয় $750 billion দায়বদ্ধতা $800 billion এর উপরে নিয়ে যায়—এই ব্যবধান তার মতে বার্ষিক $100 billion থেকে $200 billion সংগ্রহ করা প্রয়োজন, যা তিনি "প্রায় অসম্ভব" বলে অভিহিত করেছেন। OpenAI প্রেসিডেন্ট Greg Brockman প্রতিবাদ করেছেন যে দলের পরিবর্তন একটি আলোচিত কোম্পানির জন্য উল্লেখযোগ্য নয় এবং জুলাইতে মাসিক রান রেট ২০% বৃদ্ধি পেয়েছে ৩২% ব্যবসায়িক গ্রাহক বৃদ্ধির সাথে।

   যা দেখার মতো: OpenAI তার $1 trillion লক্ষ্য মূল্যায়নে বা তার কাছাকাছি IPO কাগজপত্র ফাইল করবে কিনা (CEO Sam Altman এর চেয়ে কম কিছু "অ-স্টার্টার" বলেছেন), Microsoft বাণিজ্যিক শর্তাবলী পুনর্নেগোশিয়েট করবে কিনা, এবং এন্টারপ্রাইজ রাজস্ব ভোক্তা রাজস্ব অতিক্রম করা অব্যাহত রাখবে কিনা—OpenAI-এর এন্টারপ্রাইজ ব্যবসা সর্বশেষ ত্রৈমাসিকে প্রথমবারের মতো ভোক্তার থেকে এগিয়ে ছিল।

5. 5

   Getimg.ai, একাধিক ফর্ম্যাটের জন্য একটি ওয়ার্কস্পেস একত্রিত করে

   একটি নিবন্ধ ২০২৬ সালে বিপণনকারীদের জন্য AI ইমেজ এবং ভিডিও জেনারেটরের তুলনা করে এবং Getimg.ai কে হাইলাইট করে, যা একটি একক সাবস্ক্রিপশনে ইমেজ, ভিডিও, সঙ্গীত এবং সাউন্ড ইফেক্ট তৈরির জন্য একাধিক মডেল চালায়। ছোট দলগুলি সাধারণত বিভিন্ন সরঞ্জামের মধ্যে সম্পদ সরানোর জন্য আরও সময় ব্যয় করে যা তারা তাদের তৈরি করতে ব্যয় করে; একীভূত ওয়ার্কস্পেস এই ওভারহেড দূর করে এবং বাণিজ্যিক অধিকার সহ চারটি প্যাকেজ অফার করে যা প্রতিটি স্তরে অন্তর্ভুক্ত।

   বার্ষিক বিলিং ২০% সাশ্রয় করে; Entry প্ল্যান ৩,০০০ ক্রেডিট অন্তর্ভুক্ত করে (প্রায় ২০০ FLUX.2 ইমেজ বা ১০ Kling ভিডিও), এবং Plus প্ল্যান ৩৫,০০০ ক্রেডিট পর্যন্ত পৌঁছায় (প্রায় ২,৩৩৩ FLUX.2 ইমেজ বা ১১৬ Kling ভিডিও)।

6. 6

   ByteDance এবং MPA এআই ভিডিও টুলের জন্য কপিরাইট চুক্তিতে সম্মত

   কী ঘটল: ByteDance এবং Motion Picture Association (MPA) ByteDance-এর এআই ভিডিও এবং ইমেজ-জেনারেশন মডেলগুলির জন্য কপিরাইট সুরক্ষা শক্তিশালী করতে একটি চুক্তিতে পৌঁছেছে। কেন এটি গুরুত্বপূর্ণ: এই চুক্তিটি একটি প্রধান এআই ডেভেলপার এবং হলিউডের শিল্প সংস্থার মধ্যে সৃজনশীল এআই নিয়ে সংঘাত থেকে সহযোগিতার দিকে একটি পরিবর্তন চিহ্নিত করে, যা বিষয়বস্তু নির্মাতা এবং এআই কোম্পানিগুলির মধ্যে মেধা সম্পত্তি সুরক্ষা নিয়ে উত্তেজনা সমাধানের জন্য একটি পথ নির্দেশ করে।

   দেখতে থাকুন: চুক্তিটির নির্দিষ্ট সুরক্ষাব্যবস্থা এবং প্রয়োগ প্রক্রিয়াগুলি উপলব্ধ প্রতিবেদনে বিস্তারিত নয়; বাস্তবায়ন এবং সুযোগের বিষয়ে আরও প্রকাশ স্পষ্ট করতে পারে যে এই মডেলটি অন্যান্য স্টুডিও বা অধিকার ধারকদের সাথে প্রতিলিপি করা যায় কিনা।