একটি নির্দেশেই তৈরি হচ্ছে চোখ ধাঁধানো ভিডিও—বিশ্বাস না হলে দেখুন নিজেই!

গুগল তার অত্যাধুনিক Veo 3 ভিডিও তৈরির এআই মডেলটি সকল Google Cloud গ্রাহক ও অংশীদারদের জন্য পাবলিক প্রিভিউ অ্যাক্সেসে উন্মুক্ত করেছে। এখন থেকে Vertex AI Media Studio-র মাধ্যমে যেকোনো গ্রাহক এটি ব্যবহার করতে পারবেন।

সম্প্রতি অনুষ্ঠিত Google I/O ডেভেলপার সম্মেলনে Veo 3 উন্মোচিত হয়। এটি এমন একটি টুল যা স্বাভাবিক ভাষায় লেখা প্রম্পট থেকে উচ্চ মানের ভিডিও এবং তার সঙ্গে মিলিয়ে এআই জেনারেটেড অডিও তৈরি করতে পারে—যা এতদিন পর্যন্ত প্রযুক্তিগতভাবে একটি বড় চ্যালেঞ্জ ছিল।

মূল বৈশিষ্ট্যসমূহ:

• রিয়েল-টাইম ভিডিও ও অডিও তৈরি: প্রম্পট অনুযায়ী শব্দ, ব্যাকগ্রাউন্ড নয়েজ ও মানুষের কণ্ঠস্বরসহ ভিডিও তৈরি।

• বাস্তবধর্মী পরিবেশ: পানির গতি, ছায়ার নড়াচড়া ও আলো-আঁধারির মতো প্রকৃতির গতি-প্রকৃতি নিখুঁতভাবে উপস্থাপন।

• সৃজনশীল নিয়ন্ত্রণ: আকাশের রঙ থেকে বিকেলের আলোয় পানির ঝিলমিল পর্যন্ত সূক্ষ্ম বিবরণ টেক্সটে নির্দেশ দিয়ে নির্ধারণ করা যায়।

ব্যবহারিক ক্ষেত্র:

গুগলের মতে, Veo 3 ব্যবহার করে অনেক প্রতিষ্ঠান ইতিমধ্যে—

• সোশ্যাল মিডিয়ার বিজ্ঞাপন,

• পণ্যের ডেমো ভিডিও,

• ও অভ্যন্তরীণ প্রশিক্ষণমূলক ভিডিও তৈরি করছে।

একজন সিইও এটিকে উল্লেখ করেছেন, “২০২৩ সালে জেনারেটিভ এআই জনপ্রিয় হওয়ার পর বিজ্ঞাপনের জগতে সবচেয়ে বড় প্রযুক্তিগত অগ্রগতি।”

শিল্পাঙ্গনে প্রতিক্রিয়া:

যদিও অনেক নির্মাতা ও প্রযোজনা প্রতিষ্ঠান (যেমন ড্যারেন অ্যারোনফস্কি ও লাইন্সগেট) ইতোমধ্যেই এআই-ভিত্তিক উদ্যোগে অংশ নিচ্ছেন, তবুও অনেক চলচ্চিত্রকর্মী ও ইউনিয়ন এই প্রযুক্তির প্রভাব নিয়ে শঙ্কিত।

প্রযুক্তিগত অগ্রগতি:

Veo 3 প্রথম দিককার একটি শক্তিশালী মডেল যা ভিডিও এবং অডিও একসঙ্গে ও সঠিকভাবে সিঙ্ক্রোনাইজ করতে পারে।
এই মডেলটি ভিডিওর ফ্রেমভিত্তিক দৃশ্য এবং অডিওর তরঙ্গভিত্তিক ধারা একত্রে মিলিয়ে কাজ করে—যা পূর্বে অসম্ভব ছিল।

এটি দূরত্ব, গতি এবং পরিবেশ অনুযায়ী শব্দের স্বরবৈচিত্র্য বুঝে নিজে থেকেই সেই অনুযায়ী কনটেন্ট তৈরি করতে পারে।

ভবিষ্যতের দিগন্ত:

Gemini Ultra সাবস্ক্রাইবার ও Google Flow প্ল্যাটফর্ম ব্যবহারকারীদের জন্য সীমিত থাকলেও, এখন পাবলিক প্রিভিউ শুরু হওয়ায় Veo 3-এর মাধ্যমে সবাই ভিডিও নির্মাণে এআই ব্যবহার করতে পারবে।
এটি গুগলকে এই প্রযুক্তির দৌড়ে আরও একধাপ এগিয়ে রাখবে।