একটি চীনা এআই স্টার্টআপ এখন অধিকাংশ প্রধান শহরে লাঞ্চ অর্ডার করার চেয়েও পেশাদার মানের ভিডিও তৈরি করতে কম খরচে সক্ষম। মিনিম্যাক্স গ্রুপ ৩১ জুলাই তাদের H3 মাল্টিমোডাল ভিডিও জেনারেশন মডেল প্রকাশ করেছে, যা স্টেরিও সাউন্ডসহ ২কে রেজোলিউশনের ভিডিও তৈরি করতে পারে, যা কোম্পানির দাবি অনুযায়ী, প্রধান প্রতিদ্বন্দ্বীদের তুলনায় প্রতি সেকেন্ডে এক-তৃতীয়াংশেরও কম খরচে।
মিনিম্যাক্স বাস্তবে কী তৈরি করেছে
H3 মডেল 2K নেটিভ রেজোলিউশনে 15 সেকেন্ড পর্যন্ত ভিডিও তৈরি করে। এই মডেল একসাথে টেক্সট, ইমেজ, ভিডিও এবং অডিও গ্রহণ করে, অর্থাৎ আপনি এটিকে একটি ব্র্যান্ড লোগো, একটি স্ক্রিপ্ট, একটি রেফারেন্স ক্লিপ এবং একটি সাউন্ডট্র্যাক দিতে পারেন এবং একটি সামঞ্জস্যপূর্ণ ফলাফল পাবেন।
ব্যবহারিক প্রয়োগগুলি প্রধানত বাণিজ্যিক: বিজ্ঞাপন, ব্র্যান্ডিং, ই-কমার্স পণ্য ভিডিও এবং গেমিং এসেটস। মিনিম্যাক্স H3-কে সোশ্যাল মিডিয়া ক্রিয়েটরদের জন্য একটি খেলনা হিসেবে নয়, বরং বর্তমানে ভিডিও কনটেন্টে হাজার হাজার খরচ করা ব্যবসাগুলির জন্য একটি উৎপাদন টুল হিসেবে পজিশন করছে।
মূল্য নির্ধারণের ক্ষেত্রে, কোম্পানিটি দাবি করে যে H3 মেইনস্ট্রিম মডেলগুলির তুলনায় প্রতি সেকেন্ডে 2K ভিডিও উত্পাদন করে এক-তৃতীয়াংশেরও কম খরচে। কম রেজোলিউশনের 768p আউটপুটের জন্য, খরচ প্রতিদ্বন্দ্বীদের 720p সমতুল্যের জন্য চার্জ করা মূল্যের অর্ধেকেরও কম হয়ে যায়।
মিনিম্যাক্স আগস্টের শুরুতে মডেলের ওজন ওপেন-সোর্স হিসাবে প্রকাশ করার পরিকল্পনা করছে। এর অর্থ হলো, যে কেউ যার পর্যাপ্ত হার্ডওয়্যার আছে, সে H3 লোকালি চালাতে পারবে, এটিকে নির্দিষ্ট ব্যবহারের জন্য ফাইন-টিউন করতে পারবে এবং মিনিম্যাক্সকে একটি টাকাও দিয়ে না বানিয়ে এর উপরে পণ্য তৈরি করতে পারবে।
মডেলের পিছনের কোম্পানি
মিনিম্যাক্স ডিসেম্বর ২০২১ এ শাংহাইয়ে প্রতিষ্ঠিত হয়। জানুয়ারি ২০২৬ এ এটি হংকং স্টক এক্সচেঞ্জে তার আইপিও এর মাধ্যমে প্রায় ৬১৯ মিলিয়ন ডলার আকর্ষণ করে। কোম্পানিটির পিছনে আলিবাবা এবং টেনসেন্ট রয়েছে।
এই এইচ৩ রিলিজটি জুন ২০২৬-এ মিনিম্যাক্সের এম৩ মডেল লঞ্চের পর আসে, যা বাইটডান্স এবং কুয়াইশৌয়ের মতো শীর্ষস্থানীয় খেলোয়াড়দের উপর চাপ বজায় রাখার জন্য ডিজাইন করা দ্রুত রিলিজের ক্রমকে প্রতিষ্ঠা করে। এই দুটি কোম্পানি প্রধানত বন্ধ-সোর্স ভিডিও জেনারেশন সিস্টেম চালায়, যা মিনিম্যাক্সের ওপেন-সোর্স প্রতিশ্রুতির সাথে সচেতনভাবে কৌশলগত পার্থক্য তৈরি করে।
কেন ক্রিপ্টো বিনিয়োগকারীদের এটি নিয়ে চিন্তা করা উচিত
এআই-ক্রিপ্টো তত্ত্বের একটি বড় অংশ এই ধারণার উপর নির্ভর করে যে, এআই কম্পিউট এবং মডেল অ্যাক্সেস এতটাই ব্যয়বহুল থাকবে যে ডিসেন্ট্রালাইজড মার্কেটপ্লেস, টোকেন-অনুপ্রাণিত GPU নেটওয়ার্ক এবং প্রিমিয়াম-মূল্যের ইনফারেন্স প্রোটোকলগুলির জন্য এটি যৌক্তিক হবে। যখনই MiniMax-এর মতো একটি কোম্পানি অসাধারণভাবে কম দামে সর্বশেষ মডেল চালু করে এবং তা ওপেন-সোর্স করে, তখনই এই তত্ত্বটি প্রতিরক্ষা করা আরও কঠিন হয়ে পড়ে।
যদি আপনি ওপেন ওয়েটস ব্যবহার করে স্থানীয়ভাবে একটি 2K ভিডিও জেনারেশন মডেল বিনামূল্যে চালাতে পারেন, তাহলে একটি ডিসেন্ট্রালাইজড নেটওয়ার্কের মাধ্যমে এই ধরনের ক্ষমতা অ্যাক্সেস করতে টোকেন পরিশোধ করার মূল্য প্রস্তাবনা সন্দেহজনক হয়ে পড়ে। ডিসেন্ট্রালাইজড কম্পিউট নেটওয়ার্কগুলি এখনও সেনসরশিপ-প্রতিরোধী, অনুমতিহীন অ্যাক্সেস এবং ভৌগোলিক বিতরণ প্রদান করে, যা কেন্দ্রীয় প্রদানকারীদের তুলনায় অপ্রাপ্য। কিন্তু যখন মৌলিক AI ক্ষমতাগুলি সস্তা বা বিনামূল্যে হয়ে যায়, তখন এই বৈশিষ্ট্যগুলির জন্য প্রিমিয়াম কমে যায়।
এআই-ক্রিপ্টো ক্ষেত্র পর্যবেক্ষণ করছেন এমন বিনিয়োগকারীদের দুটি মেট্রিক্স কাছাকাছি ট্র্যাক করা উচিত। প্রথমত, কেন্দ্রীয় এআই মূল্যায়ন এবং ডিসেন্ট্রালাইজড বিকল্পগুলির মধ্যে ব্যবধান। দ্বিতীয়ত, মিনিম্যাক্স, মেটা এবং অন্যান্যদের মতো ল্যাবগুলি থেকে ওপেন-সোর্স মডেল প্রকাশের গতি। প্রতিটি ওপেন-সোর্স প্রকাশ পূর্ববর্তী প্রজন্মের ক্ষমতাগুলিকে বাণিজ্যিকভাবে সাধারণীকরণ করে।