৮ অক্টোবর: AI ভিডিওর খবরের সারসংক্ষেপ

Vidu Q4 Preview প্রকাশ: ১৫টি ছবি ও তিনটি অডিও রেফারেন্স

৭ অক্টোবর Shengshu Technology, Vidu-এর পরবর্তী প্রজন্মের মডেল Q4 Preview ওয়েব ও API-তে প্রকাশ করেছে। ঘোষণার সময় জাপানে ৮ অক্টোবরের ভোররাত। সর্বোচ্চ ১৫টি ছবি, তিনটি অডিও রেফারেন্স এবং 2K ও 4K-তে 10-bit আউটপুটের কথা বলা হয়েছে।

অভিব্যক্তি, কণ্ঠ ও চলাচলের সমন্বয় এবং ক্যামেরার কাজে উন্নতি সংস্থার নিজের বিবরণ। ঘোষণায় প্রাথমিক দাম প্রতি সেকেন্ডে ০.০১৪ ডলার থেকে বলা হলেও চূড়ান্ত দাম এবং উপলভ্য রেজোলিউশন ও বৈশিষ্ট্য প্ল্যান ও অঞ্চল অনুযায়ী বদলায় বলে উল্লেখ আছে। সব আউটপুটে একই একক দর প্রযোজ্য নয়।

SynthID Detector সবার জন্য প্রকাশ: ভিডিওর ওয়াটারমার্কও যাচাই করা যায়

৭ অক্টোবর Google ঘোষণা করেছে, SynthID Detector ইংরেজিতে সারা বিশ্বের জন্য উন্মুক্ত হচ্ছে। ছবি, ভিডিও ও অডিও ফাইল দিয়ে Google ও তার অংশীদারদের AI যোগ করেছে এমন অদৃশ্য ওয়াটারমার্ক যাচাই করার টুল এটি।

আনুষ্ঠানিক ঘোষণায় OpenAI, NVIDIA ও Kakao-কে অংশীদার বলা হয়েছে এবং Apple শীঘ্রই যুক্ত হবে বলে জানানো হয়েছে। এটি সমর্থিত ওয়াটারমার্ক খোঁজে, তাই কিছু না পাওয়া মানেই ফাইলটি মানুষ তৈরি করেছে—এমন প্রমাণ নয়।

SGF+ গবেষণাপত্র প্রকাশ: সর্বোচ্চ ২৪ ঘণ্টার ধারাবাহিক ভিডিও তৈরির ফল জানানো হয়েছে

ভিডিও তৈরির গবেষণা SGF+ ৭ অক্টোবর 17:09 UTC-তে arXiv-এ জমা হয়েছে, তখন জাপানে ৮ অক্টোবরের ভোররাত। ছোট ভিডিও ক্রমান্বয়ে তৈরি করে দৈর্ঘ্য বাড়ানোর ব্যবস্থায় আগের প্রেক্ষাপট রেকর্ড করার প্রক্রিয়া ও পরের দৃশ্য তৈরির প্রক্রিয়ার প্রশিক্ষণ আলাদা করার পদ্ধতি প্রস্তাব করা হয়েছে।

লেখকেরা জানিয়েছেন, পাঁচ সেকেন্ডের ভিডিও তৈরির প্রশিক্ষণ থেকে দীর্ঘ ভিডিওতে অতিরিক্ত প্রশিক্ষণ ছাড়াই সর্বোচ্চ ২৪ ঘণ্টা ধারাবাহিক ভিডিও তৈরি সম্ভব হয়েছে। এটি গবেষণার পরীক্ষামূলক ফল; ২৪ ঘণ্টার পুরো কাজে গল্প বা চরিত্রের ধারাবাহিকতার নিশ্চয়তা দেওয়া পণ্যের বৈশিষ্ট্য নয়।

তথ্য ২০২৬ সালের অক্টোবরের ৮ তারিখ অনুযায়ী। নির্মাণে ব্যবহারের ধারণা সম্পাদকীয় দলের বিশ্লেষণ। ছবি ও ভিডিও লিংক দেওয়া মূল প্রতিবেদনে দেখা যাবে।

মূল নিবন্ধ ↗