দ্রুততর, নিখুঁত ছবি: ওপেনএআই প্রকাশ করলো 'জিপিটি ইমেজ ১.৫'
ওপেনএআই কৃত্রিম বুদ্ধিমত্তা-ভিত্তিক ছবি তৈরির প্রযুক্তিতে আরও একটি নতুন ধাপ এগিয়েছে। প্রতিষ্ঠানটি নতুন ইমেজ জেনারেশন মডেল ‘জিপিটি ইমেজ ১.৫’ উন্মোচন করেছে। মঙ্গলবার থেকে চ্যাটজিপিটি ব্যবহারকারীরা এই মডেল ব্যবহার করতে পারবেন। এটির সুবিধা এপিআই-এর মাধ্যমে অন্যান্য প্ল্যাটফর্মেও নেওয়া যাবে।
ওপেনএআই জানিয়েছে, নতুন মডেলটি আগের সংস্করণের তুলনায় নির্দেশনা আরও নিখুঁতভাবে অনুসরণ করতে পারে। ছবি সম্পাদনার কাজ হবে আরও সূক্ষ্ম ও নিখুঁত, এবং ছবি তৈরির গতি চার গুণ পর্যন্ত বেড়ে যাবে।
এআই প্রযুক্তির বাজারে প্রতিযোগিতা দিন দিন তীব্র হচ্ছে। বিশেষ করে গুগলের জেমিনি সিরিজ এবং নতুন ইমেজ জেনারেটর ‘ন্যানো বানানা প্রো’ এর সঙ্গে ওপেনএআইয়ের প্রতিযোগিতা প্রকাশ্য। গত মাসে ওপেনএআই প্রধান নির্বাহী স্যাম অল্টম্যান অভ্যন্তরীণ বার্তায় ‘কোড রেড’ ঘোষণা করেন। এতে বলা হয়, বাজারে নেতৃত্ব ধরে রাখার জন্য দ্রুত নতুন প্রযুক্তি নিয়ে আসা হবে।
ওপেনএআইয়ের আগের মডেল ‘জিপিটি ইমেজ ১’ এপ্রিল ২০২৩ সালে উন্মোচন করা হয়েছিল। নতুন সংস্করণে উন্নত পোস্ট-প্রোডাকশন সুবিধা যোগ হয়েছে। এখন ছবি সম্পাদনার সময় মুখের অভিব্যক্তি, আলো, রঙ ও কম্পোজিশনের সামঞ্জস্য রাখা অনেক সহজ হবে। এছাড়া, ধারাবাহিকতা বজায় রাখতে ছোট পরিবর্তনের অনুরোধে পুরো ছবিকে বদলে যাওয়ার সমস্যা নতুন মডেলে সমাধান হয়েছে।
চ্যাটজিপিটিতে ছবি তৈরির জন্য আলাদা ইন্টারফেস ‘ক্রিয়েটিভ স্টুডিও’ চালু করা হয়েছে। এই প্ল্যাটফর্মে ব্যবহারকারীরা ছবি দেখা, সম্পাদনা এবং নতুন আইডিয়া নেওয়া সহজভাবে করতে পারবেন।
ওপেনএআই অ্যাপ্লিকেশন প্রধান নির্বাহী ফিদজি সিমো জানিয়েছেন, নতুন মডেলটি ছবি তৈরির অভিজ্ঞতাকে আরও ভিজ্যুয়াল ও ব্যবহারবান্ধব করেছে। ব্যবহারকারীরা ট্রেন্ডিং প্রম্পট এবং প্রস্তুত ফিল্টার থেকেও অনুপ্রেরণা নিতে পারবেন। এছাড়া, সার্চ ফলাফলেও আরও ভিজ্যুয়াল তথ্য দেখানোর পরিকল্পনা রয়েছে, যা মাপজোক রূপান্তর, খেলার স্কোর বা অন্যান্য ভিজ্যুয়াল তথ্য উপস্থাপনায় সুবিধা দেবে।
ওপেনএআই-এর লক্ষ্য একটাই—ব্যবহারকারীর ভাবনাকে দ্রুত বাস্তবে রূপ দেওয়া। শব্দের পাশাপাশি ছবি ব্যবহার করে গল্প বলাও এখন প্রতিষ্ঠানটির নতুন অগ্রাধিকার।
