একটি এআই মডেল এখন আপনার দেখার চেয়ে দ্রুত ভিডিও তৈরি করছে। ফ্যাল ইঞ্জিনিয়ার রেহান শেখ এইচ৩ ম্যাক্স ব্যবহার করে একটি ব্রডকাস্ট সেটআপ করেছেন, যা মিনিম্যাক্স এইচ৩ ভিডিও জেনারেশন মডেলের কোম্পানির অপ্টিমাইজড সংস্করণ, যা প্রায় ৯ সেকেন্ডে ১৫ সেকেন্ডের ভিডিও কনটেন্ট তৈরি করে। ফলাফলটি হলো একটি নিরবচ্ছিন্ন, স্বয়ংক্রিয় স্ট্রিম, যেখানে এআই বাস্তব-সময়ের প্লেব্যাকের চেয়েও দ্রুত ফুটেজ তৈরি করছে।
H3 Max বাস্তবে কী করে
এইচ৩ ম্যাক্স ২০২৬ সালের ২৭ আগস্ট চালু হয়, যা ২০২৬ সালের জুলাইয়ে চালু হওয়া ওপেন-ওয়েট মাল্টিমোডাল মডেল মিনিম্যাক্স এইচ৩-এর একটি বন্ধ, পোস্ট-ট্রেনড ইটারেশন।
মডেলটি 768p বা 720p রেজোলিউশনে 5 সেকেন্ডের ক্লিপ তৈরি করে 3 সেকেন্ডের কম সময়ে। কিছু পরীক্ষায় এটি প্রায় 2.5 সেকেন্ডে ক্লোক করা হয়েছে। দীর্ঘতর ক্লিপের জন্য, 15 সেকেন্ডের জেনারেশন উইন্ডো রেজোলিউশন এবং সেটিংসের উপর নির্ভর করে 9 থেকে 16 সেকেন্ডের মধ্যে পড়ে।
স্বাধীন বেঞ্চমার্ক অনুযায়ী, H3 Max এর পূর্বসূরির তুলনায় প্রায় 35 গুণ বেশি থ্রুপুট প্রদান করে। এছাড়াও, ইমেজ-টু-ভিডিও এবং অডিও পারফরম্যান্সের ক্ষেত্রে গুণগত মান, সৌন্দর্য এবং প্রম্পট বোঝার দিক থেকে মানব পছন্দের পরীক্ষায় এটি প্রথম স্থান অধিকার করেছে।
মূল্য সংক্রান্ত বিষয়ে, fal 480p-এ 5 সেকেন্ডের ক্লিপের জন্য প্রায় 12.5 সেন্ট প্রমোশনাল হার চালু রেখেছে, এবং উচ্চতর রেজোলিউশনের জন্য খরচ দ্বিগুণ হয়।
লাইভস্ট্রিম পরীক্ষা এবং এর প্ল্যাটফর্ম যাত্রা
শেখের পরীক্ষাটি ছিল একটি ধারাবাহিক, স্বয়ংক্রিয় ভিডিও স্ট্রিমের জন্য ধারণার প্রমাণ, যা সম্পূর্ণরূপে AI দ্বারা বাস্তব সময়ে তৈরি হয়। কোনো পূর্ব-রেন্ডারড অ্যাসেট নেই, কোনো মানুষ ক্লিপ বাছাই করছেন না।
স্ট্রিমটি প্রায় ২৯ আগস্ট, ২০২৬-এ শুরু হয়। শেখ প্রথমে টুইচে ব্রডকাস্ট করেন, যা দ্রুত একটি সমস্যায় পরিণত হয়। স্ট্রিমটি পরে কিকে চলে যায়, যেখানে এটি একই ধরনের বাধা দেখে। উভয় প্ল্যাটফর্মই তাদের মডারেশন সিস্টেমের মাধ্যমে কনটেন্টটি ফ্ল্যাগ করে। রামবল স্ট্রিমের জন্য ল্যান্ডিং স্পট হয়ে ওঠে, যার কনটেন্ট মডারেশনের হালকা পদ্ধতি এই পরীক্ষার জন্য একটি বেশি অনুকূল পরিবেশ তৈরি করে।
কেন বাস্তব সময়ের চেয়ে দ্রুততর গুরুত্বপূর্ণ
যখন জেনারেশন স্পিড প্লেব্যাক স্পিডের চেয়ে বেশি হয়, তখন আগে অসম্ভব বলে বিবেচিত ব্যবহারের ক্ষেত্রগুলি সম্ভব হয়ে ওঠে: যেগুলি কখনও অফলাইন হয় না এমন অটোমেটেড কন্টেন্ট চ্যানেল, রিয়েল-টাইম পার্সোনালাইজড ভিডিও ফিড, বা রেন্ডারিং কিউ ছাড়াই অন-দ্য-ফ্লাই বিশেষ ক্রিয়েটিভ অ্যাসেট তৈরি করতে পারে এমন বিজ্ঞাপন পাইপলাইন।
থ্রুপুট ব্যবধান—পূর্বসূরির তুলনায় 35x—এটি শুধুমাত্র হার্ডওয়্যার স্কেলিং নয়, বরং আর্কিটেকচারাল উন্নতির মাধ্যমেই এই লাভগুলি অর্জিত হচ্ছে বলে ইঙ্গিত করে।
শেখের স্ট্রিমের টুইচ এবং কিকে অস্বীকৃতি হল এমন একটি ঘর্ষণের প্রাথমিক সংকেত যা এই টুলগুলি ব্যাপকভাবে প্রসারিত হওয়ার সাথে সাথে আরও তীব্র হবে। রামবলের স্ট্রিমটি হোস্ট করার ইচ্ছা এটিকে পরীক্ষামূলক এআই কন্টেন্টের জন্য একটি সম্ভাব্য গৃহ হিসাবে প্রতিষ্ঠিত করে।