Higgsfield AI-এর লক্ষ্য হলো পেশাদার ভিডিও ও ছবি তৈরিকে যে কোনো ধারণার অধিকারী ব্যক্তির জন্য সহজলভ্য করা। GPT‑6 Astra আসার আগে এআই-নির্মিত ভিডিও প্রায় এক মিনিটের বেশি যেতে পারত না। এখন, সহ-প্রতিষ্ঠাতা ও সিইও অ্যালেক্স মাশরাবভ বলছেন, ব্যবহারকারীরা ১০ মিনিটের বেশি দীর্ঘ ভিডিও তৈরি করতে পারেন। অ্যালেক্সের মতে, GPT‑6 Astra এবং GPT‑Image‑2.5-এর মতো মডেলের সাহায্যে একজন একক স্রষ্টা এখন শুরু থেকে শেষ পর্যন্ত উচ্চমানের ফ্যাশন প্রচারণা সম্পন্ন করতে পারেন।
“Higgsfield-এর কাছে সবচেয়ে গুরুত্বপূর্ণ হলো দেখা যে GPT-6 Astra ও GPT-Image-2.5-এর মতো মডেলের শক্তিতে ছোট সৃজনশীল দলগুলোও এখন আরও সফল হতে পারে।” Higgsfield-এর সৃজনশীল এজেন্টগুলো পুনরাবৃত্ত উৎপাদন কাজ সামলায় এবং GPT‑6 Astra-এর মাধ্যমে জটিল ৩D মডেলিংয়ের জন্য বাইরের টুলও ব্যবহার করতে পারে। অ্যালেক্স বলেন, এতে সৃজনশীল এআই-এর সবচেয়ে কঠিন সমস্যাগুলোর একটির সমাধান হয়: দীর্ঘ ভিডিওতে ধারাবাহিকতা বজায় রাখা। কোম্পানির YouTube চ্যানেল, যার প্রায় আধা মিলিয়ন সাবস্ক্রাইবার রয়েছে, এখন ১০ মিনিটের বেশি দীর্ঘ শিক্ষামূলক ভিডিও তৈরিতে এআই ওয়ার্কফ্লো ব্যবহার করে।
ছোট ব্যবসার জন্য GPT‑Image‑2.5 বড় উৎপাদন বাজেট ছাড়াই পাঠযোগ্য লেখা ও নির্ভুল ইনফোগ্রাফিক দেয়। অ্যালেক্স এটিকে এমন প্রথম মডেল হিসেবে বর্ণনা করেন যা ছবির উপরে নির্ভরযোগ্যভাবে লেখা ও ইনফোগ্রাফিক আঁকতে পারে। Higgsfield প্রায় ২০০ জন সৃজনশীল কর্মী ও ১০০ জন প্রকৌশলীর সহযোগিতায় তার পণ্য তৈরি করে। Codex ব্যবহার করে সৃজনশীল কর্মীরা ধারণাকে সফটওয়্যার প্রোটোটাইপে রূপ দেন, এবং অ্যালেক্সের মতে GPT‑6 Astra এখন উৎপাদনের জন্য প্রস্তুত কোড দিতে পারে, যা আগে কখনো সম্ভব ছিল না।
সামনের দিকে তাকিয়ে Higgsfield চায় স্রষ্টারা একটি ধারণা বর্ণনা করবেন এবং কথা বলতে বলতেই তা রূপ নিতে দেখবেন, যাকে অ্যালেক্স “ভয়েস টু মুভি” বলেন। তিনি পরিকল্পনা, টুল কলিং, ছবি তৈরি এবং ভয়েসের অগ্রগতিকে এই অভিজ্ঞতার কাছাকাছি নিয়ে আসার উপাদান হিসেবে উল্লেখ করেন, এবং ভয়েস মডেলটিকে ভয়েস বোঝার ক্ষেত্রে নিজ শ্রেণির সেরা বলে বর্ণনা করেন।
উৎস: OpenAI Blog · সারাংশ: HeadlinesBriefing