OpenAI তার ফ্ল্যাগশিপ মডেল GPT-4o-তে সরাসরি ছবি তৈরির ক্ষমতা যুক্ত করেছে। এটি কথোপকথনের একটি অবিচ্ছেদ্য অংশ, যা ব্যবহারকারীদের চ্যাট সেশনের মধ্যেই টেক্সট থেকে ছবি তৈরি করতে দেয়। এই বৈশিষ্ট্যটি ChatGPT-এর বিভিন্ন স্তরে এবং শীঘ্রই API-এর মাধ্যমে উপলব্ধ হবে, যা পাঠ্য ও পিক্সেলের এক বিরামহীন সংমিশ্রণ।
OpenAI তাদের নতুন মডেল GPT-4o-তে সরাসরি ছবি তৈরির ক্ষমতা যুক্ত করেছে। ব্যবহারকারীরা এখন AI-এর সাথে কথা বলে ইনফোগ্রাফিক, কমিক স্ট্রিপ, সাইনবোর্ড, গ্রাফিক্স, মেনু, মিম এবং রাস্তার চিহ্ন তৈরি করতে পারবেন। এটি AI সহায়কদের আরও বহুমুখী করার পথে একটি বড় পদক্ষেপ।
OpenAI-এর GPT-4o মডেল এখন উন্নত ছবি তৈরি করতে পারে। এটি স্বাভাবিক ভাষায় কথোপকথনের মাধ্যমে ছবি সম্পাদনা ও পরিমার্জনের সুযোগ দেয়, টেক্সট রেন্ডারিং উন্নত করে এবং একাধিক ছবি একত্রিত করতে পারে। মডেলটি জটিল দৃশ্য পরিচালনা করতে পারলেও কিছু সীমাবদ্ধতা রয়েছে।
Microsoft তার Microsoft 365 Copilot প্ল্যাটফর্মে 'Researcher' এবং 'Analyst' নামক উন্নত গবেষণা সরঞ্জাম যুক্ত করেছে। এটি OpenAI, Google এবং xAI-এর মতো প্রতিযোগীদের চ্যালেঞ্জ জানাচ্ছে। এই সরঞ্জামগুলি জটিল গবেষণা এবং ডেটা বিশ্লেষণের জন্য ডিজাইন করা হয়েছে, তবে নির্ভুলতার চ্যালেঞ্জ রয়ে গেছে। প্রাথমিক অ্যাক্সেস 'Frontier program'-এর মাধ্যমে পাওয়া যাবে।
Artificial Analysis এর রিপোর্ট অনুযায়ী, চীনের ওপেন-ওয়েট মডেল DeepSeek V3 জটিল যুক্তি ছাড়া কাজে GPT-4.5, Grok 3, Gemini 2.0 কে ছাড়িয়ে গেছে। এটি AI ক্ষেত্রে একটি গুরুত্বপূর্ণ পরিবর্তন, যা ক্লোজড মডেলগুলির আধিপত্যকে চ্যালেঞ্জ করে এবং ওপেন-সোর্স উদ্ভাবনের সম্ভাবনা তুলে ধরে।
ছোট ভাষা মডেল (SLM) দ্রুত জনপ্রিয়তা লাভ করছে, যা বৃহৎ মডেলগুলির বিকল্প হিসেবে উঠে আসছে। Edge AI, অন-ডিভাইস ইন্টেলিজেন্স এবং উন্নত মডেল কম্প্রেশন কৌশল এর বাজার বৃদ্ধি করছে (২০২৫-২০৩২ CAGR ~২৮.৭%)। Microsoft, Google, OpenAI, Mistral AI-এর মতো প্রধান খেলোয়াড়রা ইকোসিস্টেম নিয়ন্ত্রণ বা বিশেষায়িত ক্ষেত্রে মনোযোগ দিচ্ছে। SLM গুলি দক্ষতা, খরচ সাশ্রয় এবং গোপনীয়তা নিশ্চিত করে।
OpenAI তার ফ্ল্যাগশিপ মডেল ChatGPT-4o-তে উন্নত চিত্র তৈরির প্রযুক্তি যুক্ত করেছে, যা ব্যবহারিক উপযোগিতা এবং প্রাসঙ্গিক প্রাসঙ্গিকতার উপর জোর দেয়। এই ক্ষমতাগুলি সমস্ত ChatGPT স্তরে উপলব্ধ, যা কাস্টম ভিজ্যুয়াল তৈরিকে সহজ করে তোলে।
OpenAI ChatGPT-তে ছবি তৈরি ও সম্পাদনার জন্য নতুন ফিচার এনেছে। কথোপকথনের মাধ্যমে ছবি পরিমার্জন, ছবিতে স্পষ্ট টেক্সট যোগ করা এবং জটিল কম্পোজিশন তৈরির ক্ষমতা যুক্ত হয়েছে। এটি ChatGPT-কে একটি বহুমুখী সৃজনশীল সহযোগী হিসেবে প্রতিষ্ঠা করার লক্ষ্য রাখে, যা AI ক্ষেত্রে প্রতিযোগিতা বাড়িয়ে তুলবে।
পুরানো ছবির ধূসরতা আকর্ষণীয় হলেও তাতে আসল রঙের অভাব থাকে। কৃত্রিম বুদ্ধিমত্তা, বিশেষ করে ডিপ লার্নিং, স্বয়ংক্রিয়ভাবে ছবি রঙিন করার ক্ষেত্রে অভাবনীয় ফলাফল অর্জন করছে, যা একসময় কল্পবিজ্ঞান মনে হতো। এটি স্মৃতিতে রঙ ফিরিয়ে আনার মতো।
Anti-Defamation League (ADL)-এর তদন্তে Meta-র Llama, OpenAI-এর ChatGPT, Anthropic-এর Claude, এবং Google-এর Gemini-এর মতো প্রধান AI সিস্টেমে ইহুদি ও ইসরায়েল-বিরোধী পক্ষপাতিত্ব প্রকাশ পেয়েছে, যা এই সরঞ্জামগুলির নির্ভরযোগ্যতা এবং জনমতে এদের প্রভাব নিয়ে প্রশ্ন তুলেছে।
