"
১১৫,৪৪৬টি জেনারেশন রেকর্ড, ১০৮টি ফোল্ডার, ৪০ হাজারেরও বেশি প্রম্পট, একটি ৯৫ মিনিটের AI চলচ্চিত্র তৈরির পুরো প্রক্রিয়া—সবকিছু আপনার সামনে উন্মুক্ত করে দেখাচ্ছি
—— কোকা
সবাইকে স্বাগতম, আমি কোকা।
সম্প্রতি Higgsfield তাদের ৫ লাখ ডলার মূল্যের ৯৫ মিনিটের AI গল্পচিত্র《Hellgrind》-এর সব প্রম্পট, নির্মাণপ্রক্রিয়া ও উপকরণ একসঙ্গে প্যাকেজ করে সম্পূর্ণ ওপেন সোর্স করেছে। তারা যে এগুলো বিনামূল্যে উন্মুক্ত করেছে, তা আমি সত্যিই বিশ্বাস করতে পারছি না। মোট ১১৫,৪৪৬টি জেনারেশন রেকর্ড ১০৮টি ফোল্ডারে দৃশ্য অনুযায়ী সাজানো আছে, আর রয়েছে ৪০ হাজারেরও বেশি প্রম্পট, যার মধ্যে ৪,৫৬১টি চীনা প্রম্পট। খুললেই দেখা যায়, রেজিস্ট্রেশন, লগইন বা অর্থপ্রদানের প্রয়োজন নেই।
ভিডিওর উৎস: 《Hellgrind》-এর কিছু অংশ থেকে নেওয়া
— ওপেন সোর্স আর্কাইভে কী আছে
০১
FILM
প্রথমে জেনে নেওয়া যাক, এই চলচ্চিত্রটির পটভূমি কী
《Hell Grind》 একটি ৯৫ মিনিটের AI-নির্মিত ফ্যান্টাসি অ্যাকশন ফিচার। সত্যি বলতে, আমাকে না জানালে বোঝাই কঠিন যে এটি AI দিয়ে তৈরি। ১৫ জনের একটি দল ১৪ দিনে এটি সম্পন্ন করেছে। বাজেট ছিল ৫ লাখ ডলার, যার মধ্যে ৪ লাখ খরচ হয়েছে ক্লাউড GPU কম্পিউটিংয়ে, আর ১ লাখ জনবল ও সম্পাদনায়। গল্পে চারজন পথচোর চুরি করতে গিয়ে ভুল করে একটি প্রাচীন প্রত্নবস্তু সক্রিয় করে, এবং তাদের একজন পৌরাণিক পাতালে টেনে নিয়ে যাওয়া হয়।
কান চলচ্চিত্র উৎসব চলাকালে ছবিটি সমান্তরাল বাজার বিভাগে একটি বাণিজ্যিক প্রেক্ষাগৃহ ভাড়া নিয়ে প্রদর্শিত হয়েছিল। Wall Street Journal, Variety এবং BBC-ও এটি নিয়ে প্রতিবেদন করেছে। খোলাখুলি বললে, কান-এ প্রদর্শিত হতে পেরেছে এমন AI ফিচার এখন দুই হাতের আঙুলে গোনা যায়। এই ছবিটি নিঃসন্দেহে এই ক্ষেত্রের অগ্রগামীদের মধ্যে রয়েছে।
— ৯৫ মিনিটের AI ফিচার নির্মাণের প্রোডাকশন পাইপলাইন
০২
PROMPTS
৩৮০ সেট প্রম্পট, প্রতিটি ৩০০০ শব্দ, বদলায় মাত্র ১৫ সেকেন্ডের শট
ওপেন সোর্স আর্কাইভের সবচেয়ে বিস্ময়কর বিষয় হলো প্রম্পটের পরিমাণ। পুরো ৯৫ মিনিটের ছবিকে ৩৮০ সেট প্রম্পটে ভাগ করা হয়েছে। প্রতিটি সেটে গড়ে ৩০০০ শব্দ, যেখানে শট নির্বাচন, আলোর বিন্যাস, ক্যামেরার গতিপথ থেকে শুরু করে শাটারের মোশন ব্লার পর্যন্ত সবকিছু নির্দিষ্ট করে লেখা। প্রতিটি প্রম্পট সেট থেকে মাত্র ১৫ সেকেন্ডের ফুটেজ তৈরি করা যায়।
বিষয়টি কতটা অবিশ্বাস্য, জানেন? প্রম্পট লেখা যেন হঠাৎ করে একটি বাক্য লেখার কাজ থেকে শট-বিভাজন স্ক্রিপ্ট লেখার পর্যায়ে পৌঁছে গেছে। আগে আমরা AI ভিডিও প্রম্পট বলতে ভাবতাম, বারান্দায় রোদ পোহানো একটি বিড়াল। এখানে তা হলো ৩০০০ শব্দের একটি লোকেশন শুটিং নির্দেশিকা, যা আপনি পুরোপুরি কপি করতে পারবেন।
আরও অবিশ্বাস্য হলো জেনারেশনের দক্ষতা। শুধু প্রথম ২৫ মিনিটেই ১৬,১৮১টি প্রাথমিক ভিডিও ক্লিপ তৈরি করা হয়েছিল, শেষ পর্যন্ত ব্যবহার করা হয়েছে মাত্র ২৫৩টি। ব্যবহারযোগ্যতার হার ২%-এরও কম। এটাই পেশাদার কাজ: ৯৮% উপকরণ ফেলে দেওয়া হয়েছে। এটি কেবল জেনারেশন নয়, এটি বাছাইপর্ব, তথ্যচিত্র নির্মাণের পর্যায়ের উপকরণ-ব্যয়ের লড়াই।
「৩৮০ সেট প্রম্পট, প্রতিটি ৩০০০ শব্দ, বদলায় মাত্র ১৫ সেকেন্ডের শট」
০৩
ARCHIVE
আর্কাইভের সেই ১২ লাইনের প্রযুক্তিগত ভিত্তিটিই আসল মূল্যবান জিনিস
সত্যি বলতে, অনেক প্রম্পট থাকা বিস্ময়কর নয়; বিস্ময়কর হলো আর্কাইভটি কীভাবে সাজানো হয়েছে। সব শটের জন্য একই ১২ লাইনের প্রযুক্তিগত ভিত্তি ব্যবহার করা হয়েছে। ত্বকের রন্ধ্রের সূক্ষ্মতা থেকে ৬০:৩০:১০ রঙের অনুপাত পর্যন্ত সবকিছু এতে আছে, কপি করলেই ব্যবহার করা যায়। মানুষ, প্রপস, দৃশ্য ও দানব—সবকিছুর জন্য তিন-দিকের ভিউ-সহ অ্যাসেট শিট তৈরি করা হয়েছে।
এই ১২ লাইন পুরো দলের প্রযুক্তিগত সংবিধান-এর মতো। যে দৃশ্যই ধারণ করা হোক, প্রথমে এই ১২ লাইন যোগ করে দিতে হয়, যাতে সব শট একই প্রযুক্তিগত জগতের মধ্যে থাকে। AI ফিচারের সবচেয়ে বড় সমস্যা হলো চরিত্রের ধারাবাহিকতা নষ্ট হওয়া: এক সেকেন্ডে মুখ স্বাভাবিক, পরের সেকেন্ডে আলোর পরিবর্তনেই তা ভেঙে যায়। Higgsfield এই ভিত্তির সঙ্গে নিজেদের তৈরি Soul Cast ও Soul Cinema চরিত্র-লকিং টুল ব্যবহার করে সমস্যাটি নিয়ন্ত্রণ করেছে।
আমি বলছি, আগে AI চলচ্চিত্র নির্মাণ শেখার সময় আপনাকে শুধু চূড়ান্ত ফল দেখে প্রক্রিয়া অনুমান করতে হতো। এখন তারা কাঁচা ফুটেজ, বাতিল ফুটেজ, প্রম্পট ও অ্যাসেট শিট—সবকিছু আপনার সামনে মেলে ধরেছে। এমনকি ব্যর্থতার প্রক্রিয়াটিও শিক্ষাসামগ্রী হয়ে উঠেছে।
০৪
OPEN SOURCE
ওপেন সোর্স করা হয়েছে শুধু ফাইল নয়, যাচাই করা ব্যর্থতার একটি সম্পূর্ণ পদ্ধতি
আমার কাছে এই উদ্যোগের সবচেয়ে মূল্যবান দিক ৩৮০ সেট প্রম্পট নয়; বরং এটি AI ফিচারের ব্যর্থতার হারকে সবার সামনে স্পষ্ট করে দিয়েছে। ১৬,১৮১টি ফুটেজের মধ্যে মাত্র ২৫৩টি রাখা হয়েছে। সাধারণ মানুষ এই সংখ্যা দেখে সরাসরি নিরুৎসাহিত হবে, কিন্তু যারা সত্যিই মন দিয়ে কাজ করতে চান, তারা এটিকে শিক্ষার খরচ হিসেবে নেবেন।
Higgsfield একই সঙ্গে ১০ লাখ ডলারের পুরস্কার তহবিলসহ একটি বৈশ্বিক AI চলচ্চিত্র উৎসবও আয়োজন করেছে। প্রতিযোগিতার কাজ কমপক্ষে ৩ মিনিটের হতে হবে এবং পুরোপুরি তাদের Cinema Studio দিয়ে তৈরি করতে হবে। প্রথম পুরস্কার ৫ লাখ ডলার। অর্থাৎ, তারা একটি পদ্ধতি ওপেন সোর্স করেছে, আবার সারা বিশ্বের মানুষকে সেই পদ্ধতিতে ছবি বানানোর জন্য অর্থও দিচ্ছে।
কীভাবে বলব? এই কৌশলটি বেশ বুদ্ধিমান। ওপেন সোর্স আস্থার সমস্যা সমাধান করেছে, প্রতিযোগিতা অংশগ্রহণের সমস্যা সমাধান করেছে, আর শেষে সব প্রতিযোগী কাজের প্রম্পট ও জেনারেশন ইতিহাস প্রকাশ করা হবে। অর্থাৎ, সারা বিশ্বের নির্মাতারা বিনামূল্যে তাদের প্রশিক্ষণ ডেটা তৈরিতে কাজ করবেন। এই পূর্ণচক্রের নকশা যথেষ্ট চমৎকার, তবে এর মাধ্যমে আপনি সত্যিই যাচাই করা একটি সম্পূর্ণ পদ্ধতি পেতে পারেন।
∞
THE END
অন্যের কাজ অনুসরণ করার নির্দেশিকা প্রথমবারের মতো টেবিলের ওপর রাখা হয়েছে
শুরুর প্রশ্নে ফিরে আসি। আগে আমরা ৩০ সেকেন্ডের AI শর্টফিল্ম বানানোও কঠিন মনে করতাম। আর তারা ১৪ দিনে ৯৫ মিনিটের একটি চলচ্চিত্র বানিয়ে ফেলেছে, এখন তো কাজের নমুনাও কপি করার জন্য দিয়ে দিয়েছে।
AI ফিচার চলচ্চিত্র শিল্পপ্রক্রিয়ায় পরিণত হতে পারবে কি না, আমি নিশ্চিত নই। তবে অন্তত কেউ প্রথম পদক্ষেপ নিয়েছে, এবং যথেষ্ট স্বচ্ছতার সঙ্গে নিয়েছে। এখন বাকি হলো, কেউ সাহস করে সত্যিই তিন মাস সময় নিয়ে এই আর্কাইভ অনুসরণ করে শুরু থেকে শেষ পর্যন্ত ১০ মিনিটের একটি ছবি বানায় কি না। পর্দার ওপাশে আপনার হাতে যদি বানাতে চাওয়া কোনো গল্প থাকে, এই আর্কাইভটি একবার দেখে নেওয়ার মতো।
ওপেন সোর্স আর্কাইভ Higgsfield.ai-তে সরাসরি দেখা যাবে।
— Higgsfield-এর অফিসিয়াল ওয়েবসাইট