Image Generation

Today's Stories

1. 1

   চীনা সৌন্দর্য কোম্পানিগুলি কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে পণ্য উন্নয়নের সময় বছর থেকে মাসে কমিয়ে আনছে

   কী ঘটেছে: চীনা সৌন্দর্য কোম্পানি Yatsen Holding কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে পণ্য উন্নয়ন চক্র দুই বছরের বেশি থেকে ছয় মাসে সংকুচিত করেছে, গত শরৎকালে চীনের একক দিবস কেনাকাটা উৎসবের চারপাশে চালু করা একটি নতুন PDRN সিরাম এর জন্য। কৃত্রিম বুদ্ধিমত্তা গবেষকদের পঞ্চাশটিরও বেশি উপাদান প্রার্থীকে মাত্র একটি সপ্তাহে তিনটিতে সীমাবদ্ধ করতে সাহায্য করেছে। কেন এটি গুরুত্বপূর্ণ: চীনা সৌন্দর্য কোম্পানিগুলি সম্পূর্ণ পণ্য পাইপলাইন জুড়ে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করছে—প্রবণতা চিহ্নিত করতে লক্ষ লক্ষ সোশ্যাল মিডিয়া পোস্ট বিশ্লেষণ করা, জৈব প্রযুক্তি অংশীদারিত্বের মাধ্যমে নতুন প্রসাধনী উপাদান সনাক্ত করা এবং বাজারে আসার সময় ত্বরান্বিত করা। এই গতির সুবিধা স্থানীয় কোম্পানিগুলিকে উদ্ভাবনের ব্যবধান কমাতে এবং ভোক্তা চাহিদায় দ্রুত সাড়া দিতে সাহায্য করে।

   লক্ষ্য রাখার বিষয়: কৃত্রিম বুদ্ধিমত্তা-চালিত কর্মপ্রবাহ মানদণ্ড হয়ে ওঠার সাথে সাথে চীনা সৌন্দর্য কোম্পানিগুলির পণ্য চালুর গতি বৃদ্ধি পেতে পারে। উন্নয়ন চক্রকে বছর থেকে মাসে হ্রাস করার ক্ষমতা সারা অঞ্চল জুড়ে নতুন ফর্মুলেশন কত দ্রুত তাকে বাজারে আসে তা পুনর্নির্ধারণ করতে পারে।

2. 2

   Hugging Face হাজার হাজার ডিপফেক নগ্ন ছবির সরঞ্জাম হোস্ট করছে

   কী ঘটেছে: AI Forensics-এর গবেষকরা Hugging Face-এ ইমেজ এডিটিং সরঞ্জাম পরীক্ষা করে দেখেছেন যে শীর্ষ নয়টি সরঞ্জামের সাতটি সহজেই নারীদের পোশাক পরা ছবি থেকে টপলেস ছবি তৈরি করতে পারে। একটি আলাদা হানিপট পরীক্ষায় তারা এক সপ্তাহে এক হাজারেরও বেশি প্রম্পট সংগ্রহ করেছেন; সত্তর তিন শতাংশ যৌন প্রকৃতির ছিল, সেগুলির মধ্যে তিরাশি শতাংশ জমা দেওয়া ছবি থেকে পোশাক খুলে ফেলার অথবা যৌনীকরণের চেষ্টা করছিল—পঁচানব্বই শতাংশ নারী লক্ষ্য করে এবং ছয় দশমিক সাত শতাংশ আপাত শিশু লক্ষ্য করে। এটি কেন গুরুত্বপূর্ণ: Hugging Face, যার মূল্যায়ন কোটি টাকায়, অনুমতিহীন অন্তরঙ্গ ছবি তৈরি করতে সক্ষম প্রায় পাঁচ হাজার এআই ইমেজ মডেল হোস্ট করে বাস্তব মানুষের, তবুও প্ল্যাটফর্ম স্তরের সুরক্ষা ব্যবস্থা নেই বলে মনে হয়। OpenAI এবং Google-এর মূলধারার মডেলগুলির বিপরীতে যা গার্ডরেইল নামক সুরক্ষা প্রক্রিয়া ব্যবহার করে, Hugging Face-এর ওপেন সোর্স মডেলগুলি সহজ প্রম্পট দিয়ে সহজেই অপব্যবহার করা যায়—এবং সপ্তাহে হাজার হাজার মানুষ সক্রিয়ভাবে সেই উপায়ে ব্যবহার করছেন।

   যা পর্যবেক্ষণ করতে হবে: Hugging Face WIRED-এর প্রশ্নের উত্তর দেয়নি তার বিষয়বস্তু মডারেশন সম্পর্কে। WIRED কোম্পানিকে যোগাযোগ করার পরে কিছু পৃষ্ঠা যা নগ্নকারী সেবা প্রচার করছিল তা সরিয়ে দেওয়া হয়েছে, যদিও সংযোগ অস্পষ্ট। ইইউ এবং যুক্তরাজ্য বছরের শেষ নাগাদ "নুডিফাই" অ্যাপ নিষিদ্ধ করার পরিকল্পনা করছেন।

3. 3

   Jack Conte কৃতিত্বশীল কাজের ভবিষ্যতে কৃত্রিম বুদ্ধিমত্তার ভূমিকা সম্পর্কে

   কী ঘটেছে: Patreon এর প্রতিষ্ঠাতা Jack Conte ইন্টারনেটে সৃজনশীল কাজের ভবিষ্যত গঠনে কৃত্রিম বুদ্ধিমত্তা কীভাবে ভূমিকা রাখবে সে সম্পর্কে তার মতামত একটি ভিডিও উপস্থাপনায় শেয়ার করেছেন। এটি কেন গুরুত্বপূর্ণ: লক্ষ লক্ষ সৃজনশীল মানুষকে তাদের দর্শকদের কাছ থেকে সরাসরি অর্থ অর্জনে সহায়তা করে এমন একটি প্ল্যাটফর্মের নেতা হিসেবে, সৃজনশীলতা এবং সৃজনশীল অর্থনীতির উপর AI এর প্রভাব সম্পর্কে Conte এর দৃষ্টিভঙ্গি অনলাইনে সৃজনশীল কাজ তৈরি বা নির্ভর করে এমন যে কাউকে প্রভাবিত করে।

   যা দেখার মতো: এই ভিডিওটি প্রদত্ত URL এ YouTube এ উপলব্ধ, যেখানে সৃজনশীল মানুষ এবং ইন্টারনেট ইকোসিস্টেম কীভাবে খাপ খাইয়ে নিতে পারে যখন AI আরও প্রচলিত হয়ে ওঠে সে সম্পর্কে Conte এর সম্পূর্ণ যুক্তি পাওয়া যায়।

4. 4

   Midjourney Co-Star অ্যাস্ট্রোলজি অ্যাপ অধিগ্রহণ করল, প্রতিষ্ঠাতাকে প্রধান ডিজাইন অফিসার হিসেবে নিয়োগ দিল

   কী ঘটেছে: AI ইমেজ জেনারেশন স্টার্টআপ Midjourney ব্যক্তিগতকৃত অ্যাস্ট্রোলজি অ্যাপ Co-Star অধিগ্রহণ করেছে এবং চুক্তিটি বসন্তকালে সম্পন্ন হয়েছে। Co-Star এর প্রতিষ্ঠাতা Banu Guler অ্যাপটির দায়িত্বে থাকবেন এবং একই সাথে Midjourney এর প্রধান ডিজাইন অফিসার হিসেবেও কাজ করবেন। এটি গুরুত্বপূর্ণ কেন: Co-Star মানুষের অন্তর্দৃষ্টি, NASA ডেটা এবং AI কে একত্রিত করে ব্যক্তিগতকৃত দৈনিক রাশিফল এবং সামঞ্জস্য পরীক্ষা প্রদান করে। এই অধিগ্রহণ Midjourney এর ইমেজ জেনারেশনের বাইরে ভোক্তা অ্যাপ্লিকেশনে সম্প্রসারণের ইঙ্গিত দেয়, এবং Guler এর ডিজাইন দক্ষতা Midjourney এর প্রথম নিবেদিত অ্যাপ্লিকেশন তৈরিতে সহায়তা করতে পারে।

   যা দেখার জন্য অপেক্ষা করছি: Midjourney ইমেজ জেনারেশনের জন্য নিবেদিত একটি সহ তার প্রথম অ্যাপ্লিকেশনগুলি বিকাশ করার পরিকল্পনা করছে। বর্তমানে, Midjourney এর AI মডেলগুলি ওয়েব এবং Discord এর মাধ্যমে কাজ করে; এই নতুন অ্যাপ্লিকেশনগুলি স্বতন্ত্র পণ্যগুলির দিকে একটি পরিবর্তন প্রতিনিধিত্ব করে। চুক্তির শর্তাবলী প্রকাশ করা হয়নি।

5. 5

   Midjourney Co-Star জ্যোতিষ অ্যাপ অধিগ্রহণ করেছে

   কী ঘটল: ছবি এবং ভিডিও জেনারেটরের জন্য পরিচিত এআই ল্যাব Midjourney সোশ্যাল জ্যোতিষ অ্যাপ Co-Star অধিগ্রহণ করেছে। চুক্তির শর্তাবলী প্রকাশ করা হয়নি। Co-Star এর প্রায় দুই ডজন কর্মচারীর দল Midjourney এ যোগ দিয়েছে। এটি গুরুত্বপূর্ণ কেন: Co-Star এর প্রায় ৪৩ লক্ষ মাসিক সক্রিয় ব্যবহারকারী রয়েছে এবং এটি জ্যোতিষ পূর্বাভাস এবং জ্যোতিষীয় সামঞ্জস্য মূল্যায়ন তৈরি করতে এআই এবং মানব লেখা ব্যবহার করে। এই অধিগ্রহণ Midjourney এর মূল ছবি-উৎপাদন ব্যবসার বাইরে ভোক্তা-মুখী অ্যাপে সম্প্রসারণের ইঙ্গিত দেয়, যা চিকিৎসা এবং স্পা বিভাগ তৈরির প্রচেষ্টা অনুসরণ করে।

   দেখার বিষয়: Midjourney বর্তমানে প্রধানত Discord এর মাধ্যমে কাজ করে এবং কোনো স্বতন্ত্র অ্যাপ নেই। Co-Star এর দল ভোক্তা অ্যাপ তৈরির অভিজ্ঞতা পরামর্শ দেয় যে Midjourney অবশেষে নিজের একটি স্বতন্ত্র অ্যাপ্লিকেশন তৈরি করতে পারে।

6. 6

   Black Forest Labs FLUX 3 মাল্টিমডেল মডেল চালু করল যা ভিডিও, অডিও, রোবোটিক্স জুড়ে বিস্তৃত

   কী ঘটেছে: Black Forest Labs FLUX 3 ঘোষণা করেছে, একটি একীভূত মাল্টিমডেল মডেল যা একটি একক আর্কিটেকচারে প্রশিক্ষিত এবং ছবি, ভিডিও, অডিও প্রজন্ম এবং অ্যাকশন প্রেডিকশন পরিচালনা করে। কোম্পানি FLUX-mimic ও উন্মোচন করেছে, একটি ভিডিও-অ্যাকশন রোবোটিক্স মডেল যা FLUX 3-এর উপর নির্মিত এবং একটি একক অন-প্রিমাইসেস GPU-তে বাস্তব ফ্যাক্টরি স্থাপনার জন্য Audi-র সাথে পরীক্ষিত। এটি কেন গুরুত্বপূর্ণ: FLUX 3 অন্যান্য অগ্রণী ল্যাব দ্বারা আলাদাভাবে প্রদর্শিত সক্ষমতাগুলি পুনরুৎপাদন এবং প্রসারিত করে (Gemini Omni, Grok Imagine, Seedance 2.0), দলটি একটি খোলা-ওজন ডেভেলপার সংস্করণ চালু করার প্রতিশ্রুতিবদ্ধ। রোবোটিক্স অ্যাপ্লিকেশন সংকেত দেয় যে ভিডিও ওয়ার্ল্ড মডেলিং সরাসরি রোবট নিয়ন্ত্রণে স্থানান্তরিত হতে পারে, সম্ভাব্যভাবে বন্ধ ইকোসিস্টেমের উপর নির্ভর না করে প্রতিযোগিতামূলক খোলা মডেল তৈরি করা ল্যাবগুলির জন্য বাধা হ্রাস করে।

   কী লক্ষ্য রাখতে হবে: FLUX 3 Video বর্তমানে প্রাথমিক অ্যাক্সেসে রয়েছে। মডেলের ছবি, ভিডিও, অডিও এবং রোবোটিক্স নিয়ন্ত্রণকে একটি আর্কিটেকচারে একত্রিত করার ক্ষমতা—যা পৃথক মডিউল হিসাবে নয় বরং যৌথভাবে প্রশিক্ষিত—এটি নির্ধারণ করবে যে মাল্টিমডেল সিস্টেমগুলি শিল্প মান হয়ে ওঠে নাকি কাজ দ্বারা বিভক্ত থাকে।