HeadlinesBriefing favicon HeadlinesBriefing.com

World Labs Atlas: স্থানিক বুদ্ধিমত্তা বিশ্ব মডেল

Hacker News •
×

World Labs Atlas চালু করেছে, যা স্থানিক বুদ্ধিমত্তার জন্য ডিজাইন করা একটি পরবর্তী প্রজন্মের বিশ্ব মডেল। Atlas একটি ওমনি মডেল যা স্ক্র্যাচ থেকে প্রি-ট্রেন করা হয়েছে যাতে এটি টেক্সট, ইমেজ, ভিডিও এবং 3D-তে নেটিভভাবে কাজ করতে পারে। এটি একটি মাল্টিমোডাল অটোরিগ্রেসিভ ডিফিউশন ট্রান্সফরমার যা সমস্ত ইনপুটকে একটি শেয়ার্ড স্পেশিয়াল কনটেক্সটে একত্রিত করে যাতে এটি পরবর্তীটি জেনারেট করতে পারে যখন 3D-তে কনসিস্টেন্ট থাকে এবং পর্যবেক্ষিত ডেটার বাইরে কল্পনা করে। Atlas বর্ধিত ট্রেনিং কম্পিউটের সাথে স্কেল করে এবং বিশ্ব জেনারেশন, রিকনস্ট্রাকশন এবং সিমুলেশন সাপোর্ট করে। মূল ক্ষমতাগুলি شامل: ক্যামেরা-নিয়ন্ত্রিত জেনারেশন, এক বা একাধিক ইমেজ থেকে পিক্সেল-পারফেক্ট ক্যামেরা কন্ট্রোলের সাথে ১ মিনিট পর্যন্ত ১৪৪০p ভিডিও তৈরি করা; স্পেশিয়াল রিকনস্ট্রাকশন, ইনপুট ইমেজ থেকে নভ্য ভিউ এবং এক্সপ্লিসিট 3D আউটপুট জেনারেট করা, স্টেট-অফ-দ-আর্ট 3D মডেলগুলিকে আউটপারফর্ম করা; স্পেস-টাইম সিমুলেশন, ভিডিও থেকে স্পেস এবং টাইম মডেলিং করে রোবোটিক্সের জন্য Real-to-Sim ওয়ার্কফ্লো সক্ষম করা; এবং ইমেজ জেনারেশন, জটিল প্রম্পট অ্যাডহেরেন্স এবং ডাইভার্স ভিজ্যুয়াল স্টাইলসের সাথে টেক্সট থেকে ইমেজ এবং ৩৬০ প্যানোরামা তৈরি করা। Atlas Marble-এর ভবিষ্যতের সংস্করণ এবং অন্যান্য World Labs পণ্যগুলিকে পাওয়ার করবে। মডেলটি সুনির্দিষ্ট ক্যামেরা জ্যামিতি নেটিভ ইনপুট হিসেবে ব্যবহার করে, যা এক্সাক্ট শট ফ্রেমিং এবং মোশন কন্ট্রোল অনুমতি দেয়। প্রতিটি ইমেজকে স্পেসে একটি 3D পজিশনে গ্রাউন্ডিং করে, Atlas একটি স্পেশিয়াল কনটেক্সট গঠন করে যা ক্রিয়েটিভ কন্ট্রোল সক্ষম করে, যেমন অনরিলেটেড ইমেজগুলিকে 3D স্পেসে রাখা যাতে স্মুথ ইন্টারপোলেশন জেনারেট করে যা ডোরওয়ে, হলওয়ে এবং ট্রানজিশন কল্পনা করে। লং ভিডিওর জন্য, Atlas ক্যামেরা মুভমেন্ট এবং স্পেশিয়াল কনটেক্সট ম্যানেজমেন্ট কম্বাইন করে, যা ইউজারদের ডিরেক্টরের চেয়ারে বসিয়ে দেয় ফুল সিন স্টেজিং-এর জন্য।