H3 টেবিলে কি নিয়ে আসে
রয়টার্সের মতে, মিনিম্যাক্স-এর H3 মডেল 2K রেজোলিউশন-এ ভিডিও ক্লিপ তৈরি করতে পারে — 1080p আউটপুট থেকে একটি উল্লেখযোগ্য ধাপ যা বেশিরভাগ ভোক্তা-মুখী ভিডিও AI সরঞ্জামগুলির জন্য ডি ফ্যাক্টো স্ট্যান্ডার্ড। মডেলটি জেনারেটেড ফুটেজের সাথে সিঙ্ক্রোনাইজড স্টিরিও সাউন্ড তৈরি করে, এমন একটি ক্ষমতা যা ভিডিও জেনারেশন স্পেসে বিরল থেকে যায়, যেখানে বেশিরভাগ মডেল নীরব ক্লিপ আউটপুট করে যার জন্য একটি পৃথক অডিও পাইপলাইন প্রয়োজন।
সম্ভবত সবচেয়ে কৌশলগতভাবে গুরুত্বপূর্ণ সিদ্ধান্ত হল MiniMax-এর প্রতিশ্রুতি ওপেন ওয়েট। সাউথ চায়না মর্নিং পোস্ট রিপোর্ট করেছে যে মিনিম্যাক্স ওপেন-সোর্স মডেলের ওজনের সাথে H3 প্রকাশ করছে এবং একটি মূল্যের পয়েন্টে ইচ্ছাকৃতভাবে প্রতিযোগীদের কম করছে — বাইটড্যান্সের বন্ধ, বাণিজ্যিক পদ্ধতির জন্য একটি প্রত্যক্ষ চ্যালেঞ্জ হিসাবে প্রকাশনার একটি সমন্বয়। ওপেন ওয়েট ডেভেলপার এবং গবেষকদের শুধুমাত্র হোস্ট করা API-এর উপর নির্ভর না করে তাদের নিজস্ব পরিকাঠামোতে মডেলটিকে ডাউনলোড, পরিদর্শন, সূক্ষ্ম-টিউন এবং স্থাপন করার অনুমতি দেয়।
MiniMax H3 কে একটি "অল-মডেল" মডেল হিসাবে বর্ণনা করেছে, AIBase এর মতে, এটিকে একাধিক ধরণের ইনপুট এবং আউটপুট - টেক্সট, ইমেজ, অডিও এবং ভিডিও -কে একত্রে শৃঙ্খলিত পৃথক বিশেষায়িত মডেলের প্রয়োজনের পরিবর্তে একটি একক আর্কিটেকচারের মধ্যে পরিচালনা করার জন্য ডিজাইন করা হয়েছে।
বাজার প্রতিক্রিয়া
বিনিয়োগকারীরা দ্রুত প্রতিক্রিয়া জানায়। Finance.biggo.com রিপোর্ট করেছে যে H3 ঘোষণার পর MiniMax এর শেয়ার প্রায় 13% বেড়েছে, বাজারের আস্থা প্রতিফলিত করে যে কোম্পানির আক্রমনাত্মক মূল্য এবং ওপেন-ওয়েট কৌশল এমন একটি বিভাগে বিকাশকারীর মাইন্ডশেয়ার ক্যাপচার করতে পারে যেখানে ByteDance-এর Doubao ইকোসিস্টেম একটি প্রধান নেতৃত্বে রয়েছে।
মূল্য যুদ্ধ বাস্তব. SCMP উল্লেখ করেছে যে MiniMax প্রচলিত হারের তুলনায় যথেষ্ট কম খরচে H3-জেনারেটেড ভিডিও অফার করছে, বাজি ধরেছে যে প্রতি প্রজন্মের কম দাম উচ্চ-ভলিউম ব্যবহারকারীদের আকর্ষণ করবে — সোশ্যাল মিডিয়া নির্মাতা থেকে শুরু করে বিপণন সংস্থা থেকে স্বাধীন চলচ্চিত্র নির্মাতারা — যারা প্রতি-ক্লিপ খরচের প্রতি অত্যন্ত সংবেদনশীল।
বাইটড্যান্স সিডেন্স 2.5 এর সাথে ফিরে আসে
বাইটড্যান্স উত্তর ছাড়া মুহূর্তটি পাস করতে দেয়নি। একই টাইমলাইনে, এটি Seedance 2.5 প্রকাশ করেছে, এটি তার ভিডিও জেনারেশন মডেলের সর্বশেষ পুনরাবৃত্তি। Pandaily এবং CineD-এর মতে, Seedance 2.5 একটি একক প্রজন্মের মধ্যে 30-সেকেন্ডের ভিডিও তৈরি করতে পারে — আগের মডেলগুলির তুলনায় একটি অর্থবহ উন্নতি যা সাধারণত লম্বা সিকোয়েন্সগুলি অর্জনের জন্য ছোট ক্লিপগুলিকে একসাথে সেলাই করার প্রয়োজন হয়৷
CineD রিপোর্ট করেছে যে Seedance 2.5 50 রেফারেন্স ইনপুট গ্রহণ করে, ব্যবহারকারীদের একই সাথে একাধিক ছবি, টেক্সট প্রম্পট এবং ভিজ্যুয়াল রেফারেন্স সহ প্রজন্মকে গাইড করতে দেয়। মডেলটি 3D ক্যামেরা ব্লকআউটও প্রবর্তন করে, যা তৈরি করা দৃশ্যের মধ্যে ভার্চুয়াল ক্যামেরা মুভমেন্ট — প্যান, ডলি এবং অরবিট পাথের ওপর নির্মাতাদের ডিরেক্টর-লেভেল নিয়ন্ত্রণ দেয়। TechNode এবং Tech in Asia মডেলটির মাল্টি-ইনপুট এবং সম্পাদনা ক্ষমতা নিশ্চিত করেছে, এটিকে আরও পরিশীলিত, বর্ণনামূলক-চালিত ভিডিও উৎপাদনের জন্য একটি হাতিয়ার হিসেবে অবস্থান করছে।
CNET পূর্বে রিপোর্ট করেছিল যে Seedance 2.5 "এই সপ্তাহের সাথে সাথেই" চালু হবে বলে আশা করা হচ্ছে এবং MiniMax-এর H3 এর সাথে একযোগে রিলিজ চীনা AI ভিডিওতে প্রতিযোগিতামূলক চক্রটি কতটা সংকুচিত হয়েছে তা আন্ডারস্কোর করে।
ভিডিও এআই রেস কেন গুরুত্বপূর্ণ
MiniMax-বনাম-ByteDance প্রতিদ্বন্দ্বিতা একটি আঞ্চলিক সংঘর্ষের চেয়ে বেশি। AI ভিডিও জেনারেশন কৃত্রিম বুদ্ধিমত্তার সবচেয়ে পুঁজি-নিবিড় এবং প্রযুক্তিগতভাবে চাহিদাপূর্ণ সীমানায় পরিণত হয়েছে, প্রশিক্ষণ এবং অনুমানের জন্য প্রচুর গণনা সংস্থান প্রয়োজন। বিশ্বব্যাপী প্রতিযোগীরা — OpenAI-এর Sora, Google-এর Veo, এবং স্টার্টআপের ক্রমবর্ধমান ক্ষেত্র সহ — সকলেই টেক্সট এবং ইমেজ প্রম্পট থেকে দীর্ঘ, উচ্চ-রেজোলিউশন, আরও নিয়ন্ত্রণযোগ্য ভিডিও তৈরি করতে দৌড়াচ্ছে৷
চীনের এআই ভিডিও ইকোসিস্টেম বিশেষ গতিতে এগিয়েছে। ওপেন-সোর্স H3-এর ওজনের জন্য MiniMax-এর সিদ্ধান্ত চীনা AI ল্যাবগুলির মধ্যে একটি বিস্তৃত প্যাটার্ন অনুসরণ করে — যার মধ্যে DeepSeek, Qwen-maker Alibaba, এবং অন্যান্যরা — বিকাশকারী ইকোসিস্টেম তৈরি করতে এবং প্রযুক্তিগত বিশ্বাসযোগ্যতা প্রতিষ্ঠার জন্য শক্তিশালী ওপেন-ওয়েট মডেলগুলি প্রকাশ করে, এমনকি নিকট-মেয়াদী বাণিজ্যিক এক্সক্লুসিভিটির খরচেও৷
H3 তে স্টেরিও অডিওর অন্তর্ভুক্তি বিশেষভাবে উল্লেখযোগ্য। বেশিরভাগ ভিডিও জেনারেশন মডেল আজ শুধুমাত্র ভিজ্যুয়াল আউটপুট তৈরি করে, অডিওকে একটি পৃথক, প্রায়শই ম্যানুয়াল পদক্ষেপ হিসাবে রেখে যায়। যদি MiniMax সত্যিকারের 2K রেজোলিউশনে সিঙ্ক্রোনাইজড অডিও জেনারেশনের সমাধান করে থাকে, তবে এটি একটি অর্থপূর্ণ ইন্টিগ্রেশন মাইলফলক উপস্থাপন করবে — যদিও আউটপুটের প্রকৃত গুণমান এবং নির্ভরযোগ্যতা মূল্যায়ন করার জন্য স্বাধীন বেঞ্চমার্ক এবং হ্যান্ড-অন মূল্যায়নের প্রয়োজন হবে।
ওপেন-ওয়েট প্রশ্ন
মিনিম্যাক্সের ওপেন-ওয়েট রিলিজটি একটি বিতর্ককেও নতুন করে তুলেছে যা এআই শিল্পকে বিভক্ত করেছে। সমর্থকরা যুক্তি দেন যে খোলা ওজন গবেষণাকে ত্বরান্বিত করে, নিরাপত্তা যাচাই করতে সক্ষম করে এবং ছোট বিকাশকারীদের জন্য কম বাধা দেয়। কিছু ওয়েস্টার্ন ফ্রন্টিয়ার ল্যাব সহ সমালোচকরা - দাবি করেন যে শক্তিশালী জেনারেটিভ মডেল প্রকাশ্যে প্রকাশ্যে অপব্যবহারের ঝুঁকি বাড়ায়, ডিপফেক থেকে ডিসইনফরমেশন পর্যন্ত।
আপাতত, MiniMax বাজি ধরছে যে বিকাশকারীর সদিচ্ছা এবং খোলা ওজন থেকে ইকোসিস্টেম লক-ইন যে কোনও প্রতিযোগিতামূলক নেতিবাচক দিককে ছাড়িয়ে যাবে৷ সেই বাজির মূল্য পরিশোধ করা হবে কিনা তা গ্রহণের উপর নির্ভর করবে: যদি H3 চীন এবং তার বাইরে ভিডিও নির্মাতাদের জন্য একটি ডিফল্ট টুল হয়ে ওঠে, তাহলে ওপেন-ওয়েট কৌশলটি ভিডিও AI-এর জন্য ফলস্বরূপ প্রমাণিত হতে পারে যেমনটি মেটা-এর লামা রিলিজগুলি পাঠ্যের জন্য ছিল।
তাৎক্ষণিক প্রতিযোগিতা, যদিও, স্পষ্ট. চীনের দুটি বৃহত্তম এআই কোম্পানি একই দিনে ভিডিও জেনারেশন যুদ্ধে তাদের সর্বশেষ শটগুলি চালিয়েছে — এবং গতি কেবল ত্বরান্বিত হচ্ছে।
---
এআই থেকে এগিয়ে থাকুনসর্বশেষ AI খবর, বিশ্লেষণ এবং সাফল্য পান — সব এক জায়গায়।
