Video Generation
Jul 18, 2026

The Gist
ভিডিও জেনারেশন প্রযুক্তিতে বিনিয়োগ দ্রুত বৃদ্ধি পাচ্ছে যেখানে PixVerse ২ বিলিয়ন ডলার ভ্যালুয়েশনে পৌঁছেছে এবং Apple টেক্সট থেকে একই সাথে ভিডিও ও অডিও তৈরির প্রযুক্তি উদ্ভাবন করছে। এই প্রযুক্তিগুলি বিশ্বব্যাপী এআই বাজারকে সম্প্রসারিত করছে কিন্তু বিশেষজ্ঞরা মনে করেন এআই বিনিয়োগের সুফল দেখতে প্রযুক্তি খাতের বাইরে দীর্ঘ সময় লাগতে পারে।
Today's Stories
- 1
PixVerse ৪৩৯ মিলিয়ন ডলার সিরিজ সি ফান্ডিংয়ে ২ বিলিয়ন ডলার ভ্যালুয়েশনে পৌঁছেছে
কী ঘটেছে: সিঙ্গাপুর ভিত্তিক এআই ভিডিও স্টার্টআপ PixVerse ২ বিলিয়ন ডলার (প্রায় ৩২০০ কোটি টাকা) ভ্যালুয়েশনে একটি সম্প্রসারিত সিরিজ সি রাউন্ড সম্পন্ন করেছে এবং Alibaba, Lollapalooza Capital এবং Mirae Asset সহ বিনিয়োগকারীদের কাছ থেকে ৪৩৯ মিলিয়ন ডলার (প্রায় ৭০০ কোটি টাকা) সংগ্রহ করেছে। ByteDance এর প্রাক্তন কর্মচারী Wang Changhu এবং Jaden Xie দ্বারা ২০২৩ সালে প্রতিষ্ঠিত এই কোম্পানি ভিডিও জেনারেশন, ফিল্ম প্রোডাকশন এবং গেম ডেভেলপমেন্টের জন্য ওয়ার্ল্ড মডেল অফার করে। গুরুত্ব কেন: PixVerse এর ভ্যালুয়েশন বিনিয়োগকারীদের আস্থা প্রকাশ করে যে এআই ভিডিও জেনারেশন বাজারে OpenAI এবং প্রতিষ্ঠিত খেলোয়াড়দের বাইরেও বিজয়ীদের জন্য সুযোগ রয়েছে। সহ-প্রতিষ্ঠাতা Xie যুক্তি দেন যে প্রয়োজনীয় মানের ভিডিও তৈরি করতে শুধুমাত্র হাতে গোনা কয়েকটি কোম্পানি সক্ষম—OpenAI এর Sora 2 বন্ধ করা এবং Meta ও Tencent এর উচ্চ-মানের ভিডিও মডেল তৈরিতে সংগ্রাম করার দিকে ইঙ্গিত করে। কোম্পানির প্রতিযোগিতামূলক সুবিধা আংশিকভাবে ByteDance এ Changhu এর ভিজ্যুয়াল এআই এবং ডেটা-লেবেলিং সিস্টেম তৈরির অভিজ্ঞতা থেকে আসে, একটি নির্ভুল-লেবেলিং ক্ষমতা যা এখন PixVerse এর ভিডিও প্ল্যাটফর্মকে শক্তি দেয়।
লক্ষ্য রাখতে হবে: PixVerse ১৫০ মিলিয়ন এর বেশি নিবন্ধিত ব্যবহারকারী এবং ১৫ মিলিয়ন মাসিক সক্রিয় ব্যবহারকারী রিপোর্ট করে। ByteDance, Midjourney, Google, Runway, Luma এবং অন্যান্যরা একই গতিতে ভিডিও এবং ওয়ার্ল্ড মডেল অগ্রসর করার সাথে সাথে প্রতিযোগিতা তীব্র থাকে।
- 2
OpenAI মাত্র এক বছরের মধ্যে ChatGPT Atlas ব্রাউজার বন্ধ করছে
কী ঘটেছে: OpenAI তার অক্টোবরে চালু করা ব্রাউজার ChatGPT Atlas বন্ধ করছে, যার অবসর ৯ আগস্টের জন্য নির্ধারিত হয়েছে। কোম্পানি Atlas থেকে শেখা পাঠগুলি ডেস্কটপ ChatGPT অ্যাপে আপডেট করা ব্রাউজার বৈশিষ্ট্য এবং কর্ম মোডের জন্য একটি নতুন ক্লাউড ব্রাউজারে অন্তর্ভুক্ত করছে। কেন এটি গুরুত্বপূর্ণ: Atlas ব্যবহারকারীদের খোলা ওয়েবে তাদের পক্ষে কাজ সম্পন্ন করতে সাহায্য করার জন্য ডিজাইন করা হয়েছিল। OpenAI এই পরীক্ষা থেকে যা শিখেছে তা আরও সংহত উত্পাদনশীলতা সরঞ্জামগুলিতে একত্রিত করছে কারণ এটি পার্শ্ব প্রকল্পগুলি হ্রাস করতে এবং কর্ম-কেন্দ্রিক বৈশিষ্ট্যগুলিতে Anthropic এর সাথে তাল মিলিয়ে চলার চেষ্টা করছে।
নজরে রাখার বিষয়: Atlas এর জন্য ৯ আগস্টের সূর্যাস্তের তারিখ OpenAI এর সম্প্রতিকালের একাধিক পণ্য বন্ধকরণের মধ্যে একটি চিহ্নিত করে, যার মধ্যে রয়েছে ভিডিও প্রজন্ম অ্যাপ Sora এবং একটি বিরতিপ্রাপ্ত ChatGPT "প্রাপ্তবয়স্ক মোড," যা পরামর্শ দেয় যে কোম্পানি তার অগ্রাধিকারগুলিকে পুনরায় ফোকাস করছে।
- 3
AI চাহিদা সার্বভৌম AI প্রকল্পের সাথে বৈশ্বিক বাজার প্রসারিত করছে
Wistron chairman Simon Lin stated that AI demand is expanding beyond the US as sovereign AI projects gain traction in more countries, and that the industry is entering a new phase rather than a bubble. The shift toward sovereign AI projects suggests the industry is moving into a sustained growth phase with wider adoption across regions, potentially extending the runway for AI infrastructure spending beyond initial US-focused investments.
The trajectory of sovereign AI initiatives in additional countries and their impact on global infrastructure demand, as this geographic diversification could signal whether AI investment cycles remain robust.
- 4
Appleの研究チーム、テキストから動画と音声を同時生成する技術開発
AppleのMachine Learning Researchチームが、テキストプロンプトから動画と同期した音声を同時に生成する「Text-to-Sounding-Video(T2SV)」生成技術の研究結果を発表しました。 動画と音声を別々に生成する従来方法と異なり、テキストから両方を同時に生成できれば、コンテンツ制作の効率化につながる可能性があります。研究では、テキスト条件付けが生成の主要なボトルネックになることと、異なる条件設定での機能融合メカニズムの最適化が必要なことを指摘しています。
この研究は、共有キャプション(TV=TA)がモーダル干渉を引き起こす問題と、訓練時の詳細なキャプションと実際の利用時の簡潔なプロンプトとのギャップという二つの主要な課題に対処することを目指しています。
- 5
ソラコム、AI時代の組織へ転換 エージェントサービス展開
ソラコムが2025年7月から「After AIの組織」への移行に取り組んでおり、その過程で生み出したマネージドAIエージェントサービス「SORACOM Agent」を紹介しました。 AIが組織の中核となる時代への適応を示すもので、企業がAI導入の際の参考になる可能性があります。
新しい組織体制から実際のサービスが生まれ、運用フェーズに移行しつつあります。
- 6
এআই বিনিয়োগের রিটার্ন প্রযুক্তি খাতের বাইরে দীর্ঘ সময় নিতে পারে
একটি বিশ্লেষণ দেখায় যে প্রযুক্তি খাতের বাইরে কোম্পানিগুলির জন্য এআই বাস্তবায়নের আর্থিক রিটার্ন অর্জনে প্রযুক্তি শিল্পের তুলনায় উল্লেখযোগ্যভাবে বেশি সময় লাগতে পারে। প্রযুক্তি ক্ষেত্র ছাড়া অন্য খাতের নেতা এবং বিনিয়োগকারীদের জন্য এটি গুরুত্বপূর্ণ কারণ এটি এআই প্রকল্পগুলির প্রকৃত আর্থিক প্রভাব উপলব্ধি করতে প্রত্যাশিত সময়সীমা সম্পর্কে বাস্তবসম্মত প্রত্যাশা নির্ধারণে সহায়তা করে।
অ-প্রযুক্তি খাতের সংস্থাগুলিতে এআই বাস্তবায়নের দীর্ঘমেয়াদী আর্থিক ফলাফল এবং বিভিন্ন শিল্পের মধ্যে রিটার্ন সময়সীমার পার্থক্য কীভাবে বিকশিত হয় তা লক্ষ্য করা।
What to Watch
PixVerse এর মতো প্ল্যাটফর্মগুলির দ্রুত বৃদ্ধি এবং ByteDance, Google, Runway-এর মতো বড় প্রযুক্তি কোম্পানিগুলির প্রতিযোগিতা দেখায় যে ভিডিও এবং ওয়ার্ল্ড মডেল প্রযুক্তিতে বিনিয়োগ দ্রুত এগিয়ে চলেছে। সামনে থেকে দেখার বিষয় হল OpenAI-এর সম্প্রতি Atlas এবং Sora-এর মতো পণ্য বন্ধের পদক্ষেপ যা বাজারে কোম্পানিগুলির কৌশলগত অগ্রাধিকার এবং বৈশ্বিক AI অবকাঠামোর চাহিদা কীভাবে পরিবর্তিত হচ্ছে তা প্রতিফলিত করে।
Sources
- PixVerse's $2B valuation shows investors still believe AI video generation has room for another winner
- The ChatGPT browser is already dead
- Wistron chair: AI demand remains strong as sovereign AI broadens global market
- Taming Text-to-Sounding Video Generation via Advanced Modality Condition and Interaction
- 1年でAfter AIの組織に生まれ変わったソラコム、「トークン資本」の安全な器へ
- AI: The ROI Runway Could Be Long Outside the Tech Sector
- OpenAI’s Sora shutting down as Disney exits deal
- VideoFlexTok: Flexible-Length Coarse-to-Fine Video Tokenization
- AI Music Video Generation: 10 Tools That Automate Your Creative Workflow in 2026
- Google launches Nano Banana 2 Lite for fast AI images and Gemini Omni Flash for video via API
Share this with a friend
Send today's roundup to anyone who wants to keep up.
Get daily AI news free with AIToday
200+ AI sources, summarized in 1 minute. Email / LINE / Slack.
Sign up free