Image Generation

Today's Stories

1. 1

   ChatGPTの画像編集で再現可能なアーティファクト発見

   あるユーザーがChatGPTの画像生成・編集機能で繰り返し現れるパターン化されたノイズを発見しました。背景や壁、肌などの低詳細領域に薄い曇状のテクスチャが現れ、同じ編集を複数回実行しても同じ場所に同じパターンが現れることを確認したとのことです。 このアーティファクトはランダムなノイズではなく、画像の異なる領域が編集中に異なる方法で処理されている可能性を示唆しています。顔と身体は保護される傾向にある一方、背景と低詳細領域は特に影響を受けやすいパターンが見られ、モデルの編集メカニズムに関する洞察をもたらす可能性があります。

   この発見がChatGPT以外のモデルにも適用できるかどうか、そして同じ編集を複数回実行するとアーティファクトが改善または悪化するという観察がモデルの反復編集処理についてどのような示唆を与えるかが焦点となります。

2. 2

   ক্যানভা এআই খরচ বৃদ্ধির কারণে বৃদ্ধির পূর্বাভাস এক তৃতীয়াংশ কমিয়েছে

   যা ঘটেছে: ক্যানভা তার প্রত্যাশিত রাজস্ব বৃদ্ধির হার পূর্ববর্তী পূর্বাভাস থেকে ২০ শতাংশে নামিয়ে এনেছে, এআই বৈশিষ্ট্য সরবরাহের জন্য অপ্রত্যাশিতভাবে বেশি খরচের কথা বলে। সিইও মেলানি পার্কিন্স বলেছেন যে নতুন এআই সামর্থ্যের প্রতি ব্যবহারকারীর চাহিদা প্রত্যাশা "উল্লেখযোগ্যভাবে অতিক্রম" করেছে, যা কোম্পানিকে তার রোলআউট ধীর করতে এবং ইউনিট খরচ কমাতে স্থাপত্য পুনর্নির্মাণ করতে বাধ্য করেছে। কেন এটি গুরুত্বপূর্ণ: ক্যানভা দীর্ঘদিন ধরে দ্রুত বৃদ্ধি এবং লাভজনকতা একত্রিত করে এমন একটি বিরল স্টার্টআপ ছিল—এই মডেলটি এখন জেনারেটিভ এআই দ্বারা হুমকিগ্রস্ত। খরচের সমস্যা গুরুতর কারণ এআই ডিজাইন সফটওয়্যার থেকে একটি বৃহত্তর কর্মক্ষেত্র প্ল্যাটফর্মে প্রসারিত করার জন্য ক্যানভার কৌশলের কেন্দ্রবিন্দু। এই পরিস্থিতি একটি বিস্তৃত শিল্প চ্যালেঞ্জ প্রতিফলিত করে: কোম্পানিগুলি এআই বুমকে এড়াতে পারে না, তবুও এটি গ্রহণ করা ঐতিহ্যবাহী শূন্য-প্রান্তিক খরচের অর্থনীতিকে ক্ষতিগ্রস্ত করে যা সাসএস সফটওয়্যারকে এত লাভজনক করে তুলেছিল।

   যা দেখার মতো: ক্যানভা এপ্রিলে Canva AI 2.0 চালু করার পর থেকে প্রতি কাজে খরচ প্রায় ৯০ শতাংশ কমিয়েছে, কিন্তু ব্যবহারকারীরা তিনগুণ বেশি ডিজাইন তৈরি করছে, দক্ষতা লাভকে অফসেট করছে। কোম্পানি পরবর্তী বছরের প্রাথমিকভাবে একটি সম্ভাব্য আইপিওর দিকে তাকিয়ে আছে, যা বিনিয়োগকারীর উপলব্ধির জন্য মার্জিন চাপকে বিশেষভাবে গুরুত্বপূর্ণ করে তোলে।

3. 3

   Twitch স্ট্রিমাররা এখন Amazon AI প্রশিক্ষণ থেকে অপ্ট আউট করতে পারে

   কী ঘটেছে: Twitch তার সিকিউরিটি এবং প্রাইভেসি সেটিংসে একটি টগল যুক্ত করেছে যা স্ট্রিমারদের তাদের কন্টেন্ট — স্ট্রিম, VOD, ক্লিপ, চ্যাট এবং চ্যানেল টেক্সট ও ছবি — Amazon-এর জেনারেটিভ AI মডেল প্রশিক্ষণে ব্যবহৃত হওয়া থেকে বেছে নিতে দেয়। আবিষ্কারের সময় টগলটি ডিফল্টরূপে "চালু" অবস্থায় ছিল। কেন এটি গুরুত্বপূর্ণ: যে স্ট্রিমাররা তাদের কন্টেন্ট Amazon-এর টেক্সট, অডিও, ইমেজ বা ভিডিও জেনারেশন মডেলগুলিকে খাওয়ানোর ব্যাপারে অস্বস্তি বোধ করেন তারা এখন সেই ব্যবহার প্রতিরোধ করতে পারেন। ক্যাপশন এবং সেফটি টুলের মতো অন্যান্য AI-সমর্থিত Twitch ফিচারগুলি অপ্ট আউট করার দ্বারা প্রভাবিত হয় না। এই পদক্ষেপ ক্রিয়েটরদের তাদের কন্টেন্টের একটি নির্দিষ্ট ব্যবহারের উপর নিয়ন্ত্রণ দেয়, যদিও অপ্ট আউট করা Amazon এবং Twitch-কে Twitch-এর প্রাইভেসি নোটিসে তালিকাভুক্ত অন্যান্য উদ্দেশ্যে কন্টেন্ট ব্যবহার করতে প্রতিরোধ করে না।

   দেখার মতো বিষয়: টগলটি এখন Twitch সেটিংসে সিকিউরিটি এবং প্রাইভেসি ট্যাবের অধীনে উপলব্ধ। উল্লেখযোগ্যভাবে, যদি একজন স্ট্রিমার অন্য কোনো ব্যক্তির স্ট্রিমে চ্যাটে অংশগ্রহণ করে, তাহলে সেই অন্য ব্যক্তির অপ্ট-আউট পছন্দ নির্ধারণ করে যে চ্যাটটি প্রশিক্ষণের জন্য ব্যবহার করা যায় কিনা — পৃথক স্ট্রিমাররা অন্যদের চ্যানেলে তারা যে চ্যাটে অংশগ্রহণ করে তা এককভাবে সুরক্ষিত করতে পারে না।

4. 4

   LTX-2.5、画像から10秒動画を6.8秒で生成 オープンウェイト

   LTX は、Lightricks からスピンアウトしたオープンウェイトビデオ生成企業が、LTX-2.5 をリリースしました。ComfyUI（ノード型ワークフロー環境）に初日から統合され、Hugging Face、ComfyUI、LTX API を通じて利用可能になります。同社によると、LTX ファミリーのモデルはダウンロード数 3,300 万回を記録し、市場で最も使われるオープンウェイト「ワールド」モデル系統となっています。 オープンウェイトモデルにより、年間経常収益 1,000 万ドル未満の組織は無料で使用でき、より大規模な企業はライセンス交渉となります。ComfyUI との戦略的パートナーシップにより、オープンな生成メディアプロトタイプ環境での標準として位置付けられる可能性があります。

   LTX-2.5 は Hugging Face、ComfyUI 内、および LTX API 経由で即座に利用可能です。無料提供の対象は年間経常収益 1,000 万ドル未満の組織に限定されます。

5. 5

   NiceShot AI: Call of Duty-তে গেমপ্লে ইভেন্ট স্বয়ংক্রিয়ভাবে সনাক্ত করার কম্পিউটার ভিশন টুল

   কী ঘটেছে: NiceShot AI একটি পাইথন টুল যা YOLO এবং OpenCV ব্যবহার করে Call of Duty ভিডিও থেকে মূল গেমপ্লে ইভেন্ট (কিল, ডেথ, মেডেল) স্বয়ংক্রিয়ভাবে সনাক্ত, ট্র্যাক এবং ক্লিপ করে এবং ভিজ্যুয়াল সেশন বিশ্লেষণ রিপোর্ট তৈরি করে। এটি Call of Duty: Black Ops 6 (2024), Call of Duty: Modern Warfare II (2022) এবং Call of Duty: Black Ops 7 (2025, এখনও পরীক্ষায় রয়েছে) সমর্থন করে। কেন এটি গুরুত্বপূর্ণ: প্রতিযোগিতামূলক গেমিং-এ গেমপ্লে পর্যালোচনার জন্য অন্তর্নির্মিত বিশ্লেষণ অভাব ছিল। এই টুলটি খেলোয়াড়দের তাদের নিজস্ব পারফরম্যান্স ডেটা—কিল কাউন্ট, ডেথ ইভেন্ট, মেডেল অর্জন—স্বয়ংক্রিয়ভাবে নিষ্কাশন এবং বিশ্লেষণ করতে দেয়, সময়সংক্রান্ত এবং CSV-তে রপ্তানি করা হয়, ম্যানুয়াল ক্লিপিং বা গণনা ছাড়াই দ্রুত সেশন পরবর্তী পর্যালোচনা সক্ষম করে।

   যা পর্যবেক্ষণ করতে হবে: প্রসেসিং গতি উচ্চ-সম্পন্ন হার্ডওয়্যার (RTX5070, i9 14th gen)-এ 170 FPS পর্যন্ত পৌঁছায় frames_to_skip = 5 সহ; সনাক্তকরণ নিখুঁত নয় (ইভেন্টগুলি একাধিকবার সনাক্ত হতে পারে বা সম্পূর্ণভাবে মিস হতে পারে)। টুলটি Twitch স্ট্রিমের বাল্ক বিশ্লেষণও সমর্থন করে (বর্তমানে পরীক্ষায় রয়েছে) এবং 16:9 এবং উল্লম্ব (TikTok) ফর্ম্যাটে হাইলাইট রিল তৈরি করতে পারে।