Google DeepMind যোগ্য Google AI আল্ট্রা গ্রাহকদের জন্য Genie 4 রোলআউট করেছে, একটি গবেষণা প্রোটোটাইপ থেকে প্রজেক্ট জিনিকে ইন্টারেক্টিভ এআই-উত্পাদিত বিশ্ব তৈরি এবং অন্বেষণের জন্য একটি ভোক্তা পণ্যে রূপান্তরিত করেছে। আপডেটটি Genie 4, একটি কথোপকথন বিল্ড এজেন্ট এবং একটি সম্প্রদায় গ্যালারিতে প্রথমবারের মতো সর্বজনীন অ্যাক্সেস নিয়ে আসে যেখানে ব্যবহারকারীরা তাদের সৃষ্টিগুলি ভাগ করতে এবং রিমিক্স করতে পারে, গুগল ঘোষণা করেছে।
প্রজেক্ট জিনি এই বছরের শুরুতে একটি পরীক্ষামূলক গবেষণা প্রোটোটাইপ হিসাবে চালু করা হয়েছিল, এবং প্রাথমিক পরীক্ষকরা Google কে বলেছিল যে তারা জেনারেটেড ওয়ার্ল্ডের অভ্যন্তরে কী ঘটছে তার উপর গভীর নিয়ন্ত্রণ এবং সেগুলি তৈরি এবং ভাগ করার সহজ উপায় চায়৷ নতুন রিলিজ, ডেভেলপার সম্প্রদায়ের দ্বারা ব্যাপকভাবে কভার করা হয়েছে যেহেতু এটি এই সপ্তাহে আলোচনার ফোরামে শীর্ষে রয়েছে, উভয় অনুরোধকেই সম্বোধন করে। Google DeepMind এবং অন্যান্য বড় ল্যাব থেকে সাম্প্রতিক AI উন্নয়নের চলমান কভারেজের জন্য, AI Buzz Wire প্রতিটি রোলআউটকে অনুসরণ করে।
যেকোনো বিশ্ব মিড-সেশন সম্পাদনা করুন
Genie 4 হল Google DeepMind-এর এখনও পর্যন্ত সবচেয়ে বাস্তবসম্মত এবং ইন্টারেক্টিভ ওয়ার্ল্ড মডেল, এবং এর সংজ্ঞায়িত বৈশিষ্ট্য হল লাইভ এডিটিং: ব্যবহারকারীরা রিয়েল টাইমে নেভিগেট করা বিশ্বকে পরিবর্তন করতে মধ্য-সেশনে প্রম্পট করতে পারে। একটি টাইপ করা প্রম্পট সহ "আবহাওয়া পরিবর্তন করুন, একটি চরিত্রে নামুন বা ক্রিয়াটি পুনঃনির্দেশ করুন", গুগল তার ঘোষণায় বলেছে।
প্রথমবারের জন্য, Genie 4 সেই ভিজ্যুয়ালগুলিকে রিয়েল-টাইম নেটিভ অডিওর সাথে যুক্ত করে যা দৃশ্যটি উন্মোচিত হওয়ার সাথে সাথে অভিযোজিত হয়, পরিবেষ্টিত সাউন্ডস্কেপ থেকে চরিত্রের সংলাপ পর্যন্ত। Google একটি প্রাকৃতিক ভাষা প্রম্পটকে একটি ইন্টারেক্টিভ স্পেসওয়াকে পরিণত করে, তারপরে একটি এলিয়েন স্পেসশিপকে কমান্ডে ডেকে, এবং মরুভূমিতে একটি কাঁচের প্যাভিলিয়নে একটি পাহাড়ের ক্যাফেকে রিমিক্স করে।
একটি কথোপকথনকারী এজেন্ট আপনার বিশ্ব তৈরি করে
একটি বিশ্ব তৈরি করতে আর একটি একক নিখুঁত প্রম্পটের প্রয়োজন নেই। নতুন প্রোজেক্ট জিনি এজেন্ট সাধারণ কথোপকথনের মাধ্যমে Google-এর মাল্টিমোডাল মডেলের স্যুট সাজায়: ব্যবহারকারীরা তাদের দৃষ্টিভঙ্গি বর্ণনা করে এবং এজেন্ট প্রাথমিক ভিজ্যুয়াল তৈরি করে যা বিশ্বের সিগনেচার লুক প্রতিষ্ঠা করে, মেজাজের জন্য কাস্টম ব্যাকগ্রাউন্ড স্কোরগুলির সাথে যুক্ত।
জেমিনি মডেলরাও সেশন চলাকালীন সেশনে যোগ দিতে পারে, স্ক্রিনে কী ঘটছে তা পর্যবেক্ষণ করে, পরবর্তীতে কোথায় যেতে হবে তার জন্য প্রসঙ্গ-সচেতন পরামর্শ চিপগুলি দেখায়, বা যাত্রার সাথে সাথে স্বয়ংক্রিয়ভাবে বিশ্বের ইভেন্টগুলিকে ট্রিগার করতে পারে৷ ফলাফল, গুগল বলেছে, একটি ইন্টারেক্টিভ মহাবিশ্ব তৈরি করা "কথোপকথনের মতোই অনায়াসে।"
রিমিক্সিংয়ের জন্য নির্মিত একটি গ্যালারি
নতুন সম্প্রদায় গ্যালারি আল্ট্রা গ্রাহকদের অন্যদের অন্বেষণ এবং রিমিক্স করার জন্য কাস্টম বিশ্ব প্রকাশ করতে দেয়৷ Google-এর নিজস্ব কিউরেট করা উদাহরণগুলি পরিসীমা দেখায়: "লিভিং মেমরি" ব্যক্তিগত ফটোগুলিকে অন্বেষণযোগ্য স্থানগুলিতে রূপান্তরিত করে, "ডিনো ফিল্ড গাইড" 360-ডিগ্রি প্যানোরামায় স্থাপিত প্রাগৈতিহাসিক আবাসস্থলগুলির মধ্য দিয়ে ঘুরে বেড়ায় এবং "রক পেপার সিজরস" থিমযুক্ত বস্তুগুলিকে একটি ডেস্কে একে অপরের বিরুদ্ধে একটি রিয়েলটাইম সার্ভ হিসাবে উল্লেখ করে৷
জিনি 3 মডেল পিকারে রয়ে গেছে
Genie 4-এর আত্মপ্রকাশ সত্ত্বেও, Genie 3 প্রজেক্ট জিনির মডেল পিকারে উপলভ্য থাকে যেখানে এটি আরও ভাল হাতিয়ার থাকে — দীর্ঘ রান এবং প্যানোরামা-সিড স্পেস। Google Genie 3 আপডেটগুলিকে হাইলাইট করেছে যার মধ্যে রয়েছে রিয়েল-টাইম প্রম্পটেবল ইভেন্ট যা বিভিন্ন বিশ্বকে এক অবিচ্ছিন্ন ফ্লাইটে বন, পানির নিচের ধ্বংসাবশেষ এবং বরফ সমুদ্রের মধ্যে সংযুক্ত করে এবং 360-ডিগ্রি প্যানোরামা গ্রাউন্ডিং যা পেট্রার ক্যানিয়ন এবং ক্যামেরা সরানোর সাথে সাথে সামঞ্জস্যপূর্ণ রাখে।
একটি প্রদর্শনীতে, Genie 3 দীর্ঘ রান, প্যানোরামা গ্রাউন্ডিং এবং প্রম্পটেবল ইভেন্টগুলিকে একত্রিত করে একটি বিশ্ব মাঝামাঝি ফ্লাইটে রূপান্তরিত করতে - এমনকি কমান্ডে একটি রাইডযোগ্য ড্রাগনকে ডেকে আনা।
অ্যাক্সেস এবং প্রাপ্যতা
Genie 4 এখন যোগ্য Google AI Ultra গ্রাহকদের কাছে নিয়ে আসছে, যারা আজ কমিউনিটি গ্যালারিতে বিশ্ব তৈরি, শেয়ার এবং রিমিক্স করতে পারে। Google AI Pro সদস্যরা একটি অপেক্ষা তালিকায় যোগ দিতে পারেন। প্রজেক্ট জিনি ওয়েবসাইটের মাধ্যমে সবকিছু সরাসরি ব্রাউজারে চলে, কোনো ডাউনলোডের প্রয়োজন নেই।
তিন সপ্তাহের মধ্যে প্রোটোটাইপ থেকে পণ্য পর্যন্ত
এই রোলআউটের গতি উল্লেখযোগ্য। প্রোজেক্ট জিনি মাত্র কয়েক সপ্তাহ আগে একটি সীমিত গবেষণা পরীক্ষা হিসাবে বিদ্যমান ছিল, এবং Google বলে যে আপডেটটি প্রাথমিক পরীক্ষকরা যা চেয়েছিল তার সরাসরি প্রতিক্রিয়া: আরও নিয়ন্ত্রণ, এবং সহজ ভাগাভাগি। ধীরগতির গবেষণা থেকে পণ্যের পাইপলাইনের পরিবর্তে, ডিপমাইন্ড এক ধাপে ভোক্তা অ্যাক্সেস, একটি ক্রিয়েশন এজেন্ট এবং সামাজিক অবকাঠামো পাঠিয়েছে - Google তার বিশ্ব-মডেল প্রোগ্রামটিকে মূলধারার দিকে কতটা আক্রমনাত্মকভাবে ঠেলে দিচ্ছে তার একটি চিহ্ন।
এটি কোম্পানি কীভাবে AI পণ্যগুলি চালু করে তার একটি বিস্তৃত পরিবর্তনকেও প্রতিফলিত করে। একটি মসৃণ ফ্ল্যাগশিপের জন্য অপেক্ষা করার পরিবর্তে, Google জনসাধারণের মধ্যে পুনরাবৃত্তি করছে, একটি সুস্পষ্ট গবেষণা বংশ - Genie 3 - নতুন মডেলটি এখনও ভালভাবে পরিচালনা করতে পারে না এমন কাজের চাপের জন্য উপলব্ধ থাকার সময় একটি লাইভ টেস্টিং গ্রাউন্ড হিসাবে তার গ্রাহক বেস ব্যবহার করছে৷
কেন বিশ্ব মডেল ম্যাটার
ওয়ার্ল্ড মডেল - এআই সিস্টেম যা শুধুমাত্র টেক্সট ভবিষ্যদ্বাণী বা স্ট্যাটিক ফ্রেম রেন্ডার করার পরিবর্তে ইন্টারেক্টিভ পরিবেশের অনুকরণ করে - ব্যাপকভাবে গেমিং, রোবোটিক্স প্রশিক্ষণ এবং মূর্ত AI গবেষণার জন্য একটি সম্ভাব্য ভিত্তি হিসাবে দেখা হয়। Genie 4 এর সাথে, Google হল প্রথম বড় ল্যাব যেটি সাধারণ ভোক্তাদের হাতে একটি ফ্রন্টিয়ার ওয়ার্ল্ড মডেল তুলে ধরেছে, সামাজিক বৈশিষ্ট্যের সাথে সম্পূর্ণ যা বিশ্ব-গঠনকে ভাগ করা যায় এমন সামগ্রীতে পরিণত করে।
রোলআউট জেনারেটিভ মিডিয়াতে প্রতিযোগিতামূলক দৌড়কে আরও তীব্র করে তোলে। বিশ্ব মডেল, ভিডিও জেনারেটর এবং গেম ইঞ্জিনগুলি একত্রিত হওয়ার সাথে সাথে একটি গেম খেলা এবং একটিকে প্রম্পট করার মধ্যে লাইনটি অস্পষ্ট হতে শুরু করেছে — এবং সেই লাইনটি ঠিক কোথায় বসেছে তা পরীক্ষা করার জন্য Google-এর কাছে এখন একটি ভোক্তা-মুখী পণ্য রয়েছে৷
এআই থেকে এগিয়ে থাকুন
বিশ্ব মডেল থেকে সীমান্ত এলএলএম পর্যন্ত, এআই ল্যান্ডস্কেপ সাপ্তাহিক পরিবর্তন হচ্ছে। AI Buzz Wire এ সর্বশেষ AI উন্নয়নগুলি ট্র্যাক করুন।
আরও এআই খবর পড়ুন →