OpenAI ChatGPT Images 2.5 লঞ্চ করেছে, ChatGPT-এ নির্মিত ইমেজ জেনারেশন মডেলের একটি নতুন সংস্করণ, মঙ্গলবার কোম্পানি নিশ্চিত করেছে। আপডেটটি এআই ইমেজ টুলের তিনটি ক্রমাগত ব্যথার পয়েন্টের উপর ফোকাস করে: জেনারেশনের গতি, সম্পূর্ণ ইমেজ স্ক্র্যাম্বল করার জন্য ছোট এডিট করার প্রবণতা এবং টেক্সটে ভিজ্যুয়াল আইডিয়া বর্ণনা করতে অসুবিধা।

ওপেনএআই-এর মতে, ইমেজ 2.5 তার পূর্বসূরীর চেয়ে তীক্ষ্ণ বিবরণ, আরও প্রাকৃতিক আলো এবং সমৃদ্ধ টেক্সচার তৈরি করে এবং রেফারেন্স ফটো থেকে নেওয়া মানুষ, পোষা প্রাণী এবং বস্তুর মিল সংরক্ষণের জন্য আরও ভাল কাজ করে। পূর্ববর্তী সংস্করণ ইমেজ 2.0 এর তুলনায় জেনারেশন 50% পর্যন্ত দ্রুত। For more context on this story, see our ongoing latest AI developments.

সম্পাদনা যা আপনি যা জিজ্ঞাসা করেন তা পরিবর্তন করে

এআই ইমেজ জেনারেটর সম্পর্কে সবচেয়ে সাধারণ অভিযোগ হল যে একটি ছোট পরিবর্তনের অনুরোধ করা - একটি ভিন্ন পটভূমি, পাঠ্যের একটি সংশোধন করা লাইন - প্রায়শই পুরো ছবিটি পুনরায় আঁকে। ওপেনএআই বলেছে যে ইমেজ 2.5 শুধুমাত্র এডিট করার জন্য তৈরি করা হয়েছে ব্যবহারকারী যা চাইবে তা ছাড়া বাকি ইমেজটিকে অস্পর্শ রেখে, এমনকি দীর্ঘ কথোপকথনে একাধিক রাউন্ডের সম্পাদনা জুড়ে।

Axios, যা মডেলটিতে প্রাথমিক অ্যাক্সেস পেয়েছিল, সিস্টেমটি একটি উলকি ডিজাইন করে, নোট থেকে এটিকে সংশোধন করে এবং মূল ধারণাটি না হারিয়ে লোগোতে একাধিক রাউন্ডের মাধ্যমে পুনরাবৃত্তি করে এটি পরীক্ষা করে — একটি বহু-পদক্ষেপের কর্মপ্রবাহ যা সাধারণত পূর্বের চিত্র মডেলগুলিকে ভেঙে দেয়।

স্কেচ, টেমপ্লেট এবং মন্তব্য

আপডেটটি স্কেচ নামে একটি বৈশিষ্ট্য প্রবর্তন করে, যা ব্যবহারকারীদের সরাসরি ChatGPT-এ একটি রুক্ষ ডুডল আঁকতে দেয় — একটি ঘরের বিন্যাস, একটি পোশাকের আকৃতি — এবং সেই অঙ্কনটিকে চূড়ান্ত চিত্রের জন্য গাইড হিসেবে ব্যবহার করতে পারে৷ একটি কথোপকথনে "@Sketch" টাইপ করা টুলটিকে নিয়ে আসে৷ ওপেনএআই-এর বাজি হল যে নির্দেশ করা এবং অঙ্কন করা প্রায়শই প্রম্পট টেক্সটের অন্য অনুচ্ছেদ লেখার চেয়ে দ্রুত এবং আরও সুনির্দিষ্ট।

স্কেচের পাশাপাশি, OpenAI পোস্টার এবং পণ্যদ্রব্যের মতো সাধারণ বিন্যাসের জন্য টেমপ্লেট যোগ করেছে, নির্দিষ্ট সম্পাদনাগুলিকে লক্ষ্য করার জন্য একটি ছবিতে সরাসরি মন্তব্য করার ক্ষমতা এবং একটি সৃষ্টির পিছনে সঠিক প্রম্পট শেয়ার করার একটি বিকল্প যাতে অন্যরা তাদের নিজস্ব ফটোগুলির সাথে এটি রিমিক্স করতে পারে৷

অ্যাডেল লি, ওপেনএআই-এর ইমেজের প্রোডাক্ট লিড, অ্যাক্সিওসকে বলেছেন যে লক্ষ্য হল সৃজনশীল প্রক্রিয়ায় সক্রিয়ভাবে জড়িত ব্যক্তিদের রাখা। "স্কেচ টুল এবং এই টেমপ্লেটগুলি মানুষকে একটি নিষ্ক্রিয় শক্তি না করে সৃষ্টির প্রক্রিয়ায় আরও বেশি নিযুক্ত করার একটি প্রচেষ্টা," লি বলেন।

বিকাশকারীদের জন্য দুটি নতুন API মডেল

বিকাশকারীরা OpenAI API এর মাধ্যমে দুটি নতুন মডেল পাচ্ছেন। GPT-Image-2.5 Flare-এর লক্ষ্য হল উচ্চ-ভলিউম, দৈনন্দিন প্রজন্ম যেমন সামাজিক বিষয়বস্তু এবং পণ্যের ফটো, কম বিলম্বকে অগ্রাধিকার দেওয়া। GPT-Image-2.5 সানবার্স্টকে ধীরগতির কিন্তু আরও সুনির্দিষ্ট বিকল্প হিসেবে পলিশ করা প্রচারাভিযানের কাজের জন্য রাখা হয়েছে।

বিভক্তটি প্রতিফলিত করে যে কীভাবে OpenAI তার পাঠ্য মডেলগুলিকে টায়ার্ড করেছে, ইঞ্জিনিয়ারিং দলগুলিকে একদিকে খরচ এবং গতি এবং অন্যদিকে আউটপুট মানের মধ্যে একটি ট্রেড-অফ দেয়। কোম্পানিগুলো তাদের নিজস্ব পণ্যে ইমেজ জেনারেশন তৈরি করে এখন ইমেজ 2.5 ফ্যামিলি বাদ দিয়ে দুটির মধ্যে বেছে নিতে পারে।

ওয়াটারমার্কিং এবং প্রোভেনেন্স যথাস্থানে থাকুন

ওপেনএআই বলেছে যে নতুন মডেলগুলি AI-উত্পন্ন চিত্রগুলি সনাক্ত করতে সাহায্য করার জন্য C2PA সামগ্রী শংসাপত্র এবং অদৃশ্য ওয়াটারমার্কিং সহ পূর্ববর্তী চিত্র সংস্করণগুলির দ্বারা ব্যবহৃত সুরক্ষা পরীক্ষাগুলি রাখে। সোশ্যাল প্ল্যাটফর্ম জুড়ে ফটোরিয়েলিস্টিক জেনারেটেড ইমেজ ছড়িয়ে পড়ায় প্রোভেনেন্স স্ট্যান্ডার্ডগুলি ক্রমবর্ধমান গুরুত্বপূর্ণ হয়ে উঠেছে, এবং ওপেনএআই সিন্থেটিক মিডিয়া সনাক্তযোগ্য করার জন্য নিয়ন্ত্রক এবং অধিকার ধারকদের কাছ থেকে অব্যাহত চাপের সম্মুখীন হয়েছে।

একটি প্রতিযোগিতামূলক এবং জনাকীর্ণ মাঠ

লঞ্চটি একটি ক্রমবর্ধমান ভিড়ের ইমেজ জেনারেশন মার্কেটে অবতরণ করে। TechRepublic নোট করে যে ক্যানভা 2026 সালে সৃজনশীল কর্মপ্রবাহ ঘর্ষণকে লক্ষ্য করে 100 টিরও বেশি ভিজ্যুয়াল স্যুট আপডেট পাঠিয়েছে, যখন Google এবং xAI সহ প্রতিদ্বন্দ্বীরা তাদের নিজস্ব ইমেজ মডেলগুলিতে পুনরাবৃত্তি করতে থাকে। এই বছরের শুরুর দিকে, এরিনা র‌্যাঙ্কিং ওপেনএআই-এর জিপিটি-ইমেজ-2 এবং এক্সএআই-এর ইমাজিন ট্রেডিং স্থানগুলিকে মানব পছন্দের লিডারবোর্ডের শীর্ষে দেখানো হয়েছে।

OpenAI-এর জন্য, ইমেজ 2.5 এর কৌশলটি কাঁচা বেঞ্চমার্ক স্কোর সম্পর্কে কম এবং ইন্টারঅ্যাকশন ডিজাইন সম্পর্কে আরও বেশি: একটি ব্যবহারযোগ্য ফলাফল পাওয়ার জন্য প্রয়োজনীয় প্রম্পট পুনর্লিখনের সংখ্যা হ্রাস করা। TechRepublic যেমন বলেছে, আপডেটের লক্ষ্য হল AI ইমেজ জেনারেশনকে একটি বাক্সে ম্যাজিক স্পেল টাইপ করার মতো কম অনুভব করা এবং আসলে কিছু তৈরি করার মতো।

প্রাপ্যতা

ওপেনএআই অনুসারে, ChatGPT ইমেজ 2.5 ডেক্সটপ, মোবাইল এবং ওয়েবে সমস্ত ChatGPT, ChatGPT ওয়ার্ক এবং কোডেক্স ব্যবহারকারীদের জন্য রোল আউট করছে। ফ্লেয়ার এবং সানবার্স্ট এপিআই মডেলগুলি বিকাশকারীদের কাছে অবিলম্বে উপলব্ধ, ওপেনএআই-এর মডেল ডকুমেন্টেশন পৃষ্ঠাগুলিতে মূল্য বিস্তারিত রয়েছে।

ছোট ব্যবসা এবং নির্মাতাদের জন্য, ব্যবহারিক তাত্পর্যটি সোজা: একটি লেবেল, একটি হাত বা একটি ব্যাকগ্রাউন্ড ঠিক করতে কম পুনর্জন্ম মানে ফ্লায়ার, পণ্যের শট এবং সামাজিক পোস্টগুলিতে দ্রুত পরিবর্তন করা যেখানে AI ইমেজ টুলগুলি সবচেয়ে বেশি ব্যবহৃত হয়। TechRepublic-এর মূল্যায়ন ছিল যে আপডেটটি একটি ব্যবহারযোগ্য ফলাফল পাওয়ার জন্য দক্ষতার স্তরকে কমিয়ে দেয়, যার উদ্দেশ্য ছিল এমন লোকেদের যারা শুধুমাত্র একটি শালীন ফ্লায়ার বা পণ্য শট তৈরি করার জন্য প্রম্পট-ইঞ্জিনিয়ারিং বিশেষজ্ঞ হতে চান না। স্কেচ এবং মন্তব্য-ভিত্তিক সম্পাদনা ডিফল্ট উপায়ে লোকেদের ইমেজ মডেলগুলিকে নির্দেশিত করে কিনা — দীর্ঘ-ফর্ম প্রম্পটগুলির পরিবর্তে — আগামী মাসগুলিতে দেখার মেট্রিক হবে৷

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →