Video Generation

Today's Stories

1. 1

   PixVerse ৩২০০ কোটি টাকার ভ্যালুয়েশনে সিরিজ সি ফান্ডিংয়ে ৭০০ কোটি টাকা সংগ্রহ করেছে

   কী ঘটেছে: সিঙ্গাপুর-ভিত্তিক এআই ভিডিও স্টার্টআপ PixVerse সম্প্রসারিত সিরিজ সি রাউন্ড বন্ধ করেছে ৩২০০ কোটি টাকার বেশি ভ্যালুয়েশনে এবং Alibaba, Lollapalooza Capital এবং Mirae Asset সহ বিনিয়োগকারীদের কাছ থেকে ৭০০ কোটি টাকা সংগ্রহ করেছে। ২০২৩ সালে ByteDance-এর প্রাক্তন কর্মচারী Wang Changhu এবং Jaden Xie দ্বারা প্রতিষ্ঠিত এই কোম্পানি ভিডিও জেনারেশন, ফিল্ম প্রোডাকশন এবং গেম ডেভেলপমেন্টের জন্য ওয়ার্ল্ড মডেল অফার করে। কেন এটি গুরুত্বপূর্ণ: PixVerse-এর ভ্যালুয়েশন বিনিয়োগকারীদের আস্থা প্রকাশ করে যে এআই ভিডিও জেনারেশন বাজারে OpenAI এবং প্রতিষ্ঠিত খেলোয়াড়দের বাইরেও বিজয়ী রয়েছে। সহ-প্রতিষ্ঠাতা Xie যুক্তি দেন যে শুধুমাত্র কয়েকটি কোম্পানি প্রয়োজনীয় মানের বিতরণ করতে পারে—OpenAI-এর Sora 2 বন্ধের এবং Meta ও Tencent-এর উচ্চ-মানের ভিডিও মডেল তৈরিতে সংগ্রামের উল্লেখ করে। কোম্পানির প্রতিযোগিতামূলক সুবিধা আংশিকভাবে Changhu-এর ByteDance-এ ভিজ্যুয়াল এআই এবং ডেটা-লেবেলিং সিস্টেম তৈরির অভিজ্ঞতা থেকে উদ্ভূত, একটি নির্ভুলতা-লেবেলিং ক্ষমতা যা এখন PixVerse-এর ভিডিও প্ল্যাটফর্মকে শক্তি দেয়।

   নজর দিতে হবে এমন বিষয়: PixVerse ১৫০ মিলিয়নেরও বেশি নিবন্ধিত ব্যবহারকারী এবং ১৫ মিলিয়ন মাসিক সক্রিয় ব্যবহারকারী রিপোর্ট করে। ByteDance, Midjourney, Google, Runway, Luma এবং অন্যান্যদের সাথে প্রতিযোগিতা তীব্র থাকে, যারা একই গতিতে ভিডিও এবং ওয়ার্ল্ড মডেল এগিয়ে নিয়ে যাচ্ছে।

2. 2

   OpenAI এক বছরের কম সময়ে ChatGPT Atlas ব্রাউজার বন্ধ করে দিচ্ছে

   কী ঘটলো: OpenAI অক্টোবরে চালু করা তার ব্রাউজার ChatGPT Atlas বন্ধ করতে চলেছে, যার বন্ধের লক্ষ্য তারিখ ৯ আগস্ট। কোম্পানি Atlas থেকে শেখা পাঠগুলো ডেস্কটপ ChatGPT অ্যাপের আপডেট করা ব্রাউজার ফিচার এবং ওয়ার্ক মোডের জন্য একটি নতুন ক্লাউড ব্রাউজারে একীভূত করছে। এটি গুরুত্বপূর্ণ কেন: Atlas ব্যবহারকারীদের জন্য খোলা ওয়েবে কাজ সম্পন্ন করতে সাহায্য করার জন্য ডিজাইন করা হয়েছিল। OpenAI এই পরীক্ষা-নিরীক্ষা থেকে শেখা বিষয়গুলো আরো একীভূত উৎপাদনশীলতা সরঞ্জামে একত্রিত করছে কারণ এটি পার্শ্ব প্রকল্পগুলো কমাতে এবং কর্ম-কেন্দ্রিক ফিচারে Anthropic এর সাথে তাল মিলাতে চায়।

   কী লক্ষ্য রাখতে হবে: Atlas এর জন্য ৯ আগস্টের সূর্যাস্ত তারিখ OpenAI এর সম্প্রতির বেশ কয়েকটি পণ্য বন্ধের একটি, যার মধ্যে ভিডিও প্রজন্ম অ্যাপ Sora এবং একটি বিরতিপ্রাপ্ত ChatGPT "প্রাপ্তবয়স্ক মোড" রয়েছে, যা পরামর্শ দেয় যে কোম্পানি তার অগ্রাধিকারগুলো পুনর্নির্দেশনা করছে।

3. 3

   ソブリンAI広がり、AI需要は米国外へ 鴻海傘下のWistron会長

   Wistronの会長Simon Linが、AI需要が米国を超えて拡大しており、各国のソブリンAIプロジェクトが加速していると述べました。同氏は、現在の状況はバブルではなく、業界が新しい段階に入っていると主張しています。 AI需要がより広い地域に広がることは、より多くの有料サービス導入とAIインフラへの長期的な支出拡大につながる可能性があります。米国以外の国々がAI投資を本格化させることで、グローバルなサーバー・半導体メーカーにとって持続的な需要環境が形成される見通しです。

   ソブリンAI（各国が独自に開発・運用するAI）が複数国で進み始めており、かつてのように米国企業による集中的な需要ではなく、分散した需要構造への転換が起きつつあります。

4. 4

   Apple研究チーム、テキストから映像・音声を同時生成する技術を開発

   Appleの研究チームが、テキスト入力から映像と同期した音声を含む動画を生成する技術「Text-to-Sounding-Video (T2SV)生成」に取り組んでいます。テキスト条件付けが処理の課題となっており、共有キャプションが異なるモダリティ間で干渉を起こすことと、訓練時の詳細なキャプションと推論時のユーザー入力との間に乖離があることを指摘しています。 映像と音声を同時に、テキストの指示に従わせて生成することは、コンテンツ制作やメディア生成の効率化につながる可能性があります。現在のアプローチでは、異なるモダリティ（映像・音声）の特徴をどのように融合させるかが未解決であり、この研究はその最適な手法を模索しています。

   この研究は、テキスト条件付けのボトルネックを解決するための新しい提案を含んでいます。特に、異なるモダリティ間の相互作用の機構が研究の中心課題となっています。

5. 5

   ソラコム、「After AI」組織へ移行 AIエージェント新サービス投入

   ソラコムが2025年7月から開始した「After AI」への組織変革を説明し、この新体制から生み出したマネージドAIエージェントサービス「SORACOM Agent」を発表しました。 AIが企業のあらゆる領域に浸透する時代において、ソラコムは組織そのものをAI指向に作り変えることで、顧客向けAIサービスの開発・提供能力を強化する方針を示しています。

   新たに投入された「SORACOM Agent」はマネージドAIエージェントサービスで、新組織体制の実践的な成果として位置付けられます。

6. 6

   নন-টেক সেক্টরে AI বিনিয়োগের রিটার্ন পাওয়া দীর্ঘ সময় লাগতে পারে

   কী ঘটেছে: প্রযুক্তি খাতের বাইরে কৃত্রিম বুদ্ধিমত্তার ROI (বিনিয়োগের উপর রিটার্ন) অর্জনের সময়সীমা উল্লেখযোগ্যভাবে দীর্ঘ হতে পারে বলে বিশ্লেষণ দেখা যাচ্ছে। কেন এটি গুরুত্বপূর্ণ: উৎপাদন, খুচরা, স্বাস্থ্যসেবা এবং অন্যান্য ঐতিহ্যবাহী শিল্পে AI বাস্তবায়নের রিটার্ন আসতে বছর লাগতে পারে, যা এই খাতগুলিতে AI বিনিয়োগের যৌক্তিকতা পুনর্মূল্যায়ন করতে বাধ্য করে।

   লক্ষণীয় বিষয়: প্রযুক্তি কোম্পানিগুলি দ্রুত AI থেকে মূল্য নিষ্কাশন করতে পারে, কিন্তু অন-টেক খাতগুলি রূপান্তরের চ্যালেঞ্জ এবং বাস্তবায়নের সময় দ্বারা প্রভাবিত হচ্ছে।