গুগল তাদের কৃত্রিম বুদ্ধিমত্তাভিত্তিক চ্যাটবট জেমিনিতে যুক্ত করেছে একটি অত্যাধুনিক নতুন ফিচার, যার মাধ্যমে ব্যবহারকারীরা সরাসরি ছবি থেকে ভিডিও তৈরি করতে পারবেন। শুধু তাই নয়, এতে যুক্ত করা যাবে সংলাপ, শব্দ ও ব্যাকগ্রাউন্ড সাউন্ড, যা কৃত্রিম ভিডিও তৈরির প্রযুক্তিকে নিয়ে গেছে এক নতুন পর্যায়ে।

গুগল জানিয়েছে, এ ফিচারে যুক্ত হয়েছে তাদের নতুন ভিও থ্রি (Veo 3) প্রযুক্তি। এখন থেকে জেমিনি চ্যাটবট ব্যবহারকারীরা আলাদা কোনো সফটওয়্যার বা অ্যাপ ছাড়াই সরাসরি জেমিনির ওয়েব সংস্করণ থেকেই ভিও থ্রি ব্যবহার করতে পারবেন।

কাদের জন্য চালু?

প্রাথমিকভাবে এই ফিচার চালু হয়েছে গুগল এআই আলট্রা ও প্রো প্ল্যান ব্যবহারকারীদের জন্য, এবং তা এখনো নির্দিষ্ট কিছু অঞ্চলে সীমাবদ্ধ। তবে গুগল বলছে, ধীরে ধীরে মোবাইল সংস্করণেও এই ফিচার চালু করা হবে।

কীভাবে কাজ করে ফিচারটি?

ব্যবহারকারীরা জেমিনির প্রম্পট বারের টুলস অপশন থেকে 'ভিডিও' নির্বাচন করে একটি ছবি আপলোড করতে পারবেন। এরপর টেক্সট নির্দেশনার মাধ্যমে জানাতে হবে:

• ছবির কোন অংশ কেমনভাবে নড়বে,

• কী ধরনের শব্দ বা ব্যাকগ্রাউন্ড মিউজিক থাকবে,

• পরিবেশের শব্দ বা কথোপকথন যুক্ত করতে চাইলে সেটিও নির্দেশনার মাধ্যমে জানানো যাবে।

এই প্রক্রিয়ায় তৈরি হওয়া ভিডিওগুলো থাকবে:

• MP4 ফরম্যাটে

• ১৬:৯ ল্যান্ডস্কেপ রেশিওতে

• ৭২০পি রেজল্যুশনে

প্রতিটি ভিডিওতে থাকবে দুটি ধরনের ‘সিন্থআইডি’ ওয়াটারমার্ক—একটি দৃশ্যমান ও একটি অদৃশ্য, যা নিশ্চিত করবে এটি একটি এআই-জেনারেটেড কনটেন্ট।

কী কাজে ব্যবহার করা যাবে?

গুগলের ভাষ্য অনুযায়ী, নতুন এই ফিচারটি ব্যবহার করা যাবে:

• নিজের আঁকা ছবি বা স্কেচ জীবন্ত করতে

• প্রকৃতির দৃশ্যে গতি ও শব্দ সংযোজন করতে

• দৈনন্দিন বস্তু বা দৃশ্যে অ্যানিমেশন যুক্ত করতে

এটির মাধ্যমে শিক্ষাবিষয়ক উপস্থাপনা, কনটেন্ট নির্মাণ, সৃজনশীল প্রজেক্ট কিংবা কল্পনাশক্তি দিয়ে তৈরি যেকোনো দৃশ্য বাস্তবতার রূপ পেতে পারে—অল্প সময়ে এবং দক্ষতার সঙ্গে।

ছবিকে জীবন্ত ভিডিওতে রূপান্তরের এই প্রযুক্তি শুধু কনটেন্ট নির্মাতাদের জন্য নয়, বরং সাধারণ ব্যবহারকারীদের কাছেও সৃজনশীলতার এক নতুন দুয়ার খুলে দিয়েছে। ভবিষ্যতে প্রযুক্তির এই উন্নয়ন কৃত্রিম বুদ্ধিমত্তার ব্যবহারে আরও বাস্তবঘন ও বিশ্বাসযোগ্য ভিডিও কনটেন্ট তৈরির সম্ভাবনা তৈরি করবে।