Kling 4.0 এআই ভিডিও মডেলে ৩০ সেকেন্ডের ক্লিপ ও ১০টি কীফ্রেম যুক্ত হলো

চীনের প্রযুক্তি প্রতিষ্ঠান Kuaishou-এর পরিচালিত ভিডিও তৈরির প্ল্যাটফর্ম Kling AI Kling 4.0 উন্মোচন করেছে। এই মডেল আপডেটের মূল দৃষ্টি গতির বাস্তবতা, সৃজনশীল নিয়ন্ত্রণ এবং দীর্ঘতর গল্প বলার ওপর। ২০২৬ সালের ১৬ অক্টোবর এই প্রকাশের বিবরণ প্রকাশিত হয়। মডেলটি একটি একক প্রক্রিয়ায় সরাসরি সর্বোচ্চ ৩০ সেকেন্ডের ভিডিও তৈরি করতে পারে।

Kling 4.0 সর্বোচ্চ ১৫টি মাল্টিমোডাল রেফারেন্স উপাদান গ্রহণ করে, যার মধ্যে ছবি, ভিডিও ও অডিও অন্তর্ভুক্ত। এ ছাড়া সর্বোচ্চ ১০টি কীফ্রেমের সাহায্যে নির্মাতারা চরিত্রের অবস্থা, কাজের পরিবর্তন ও দৃশ্যের মধ্যে রূপান্তর আগে থেকে পরিকল্পনা করতে পারেন। ব্যবহারকারীরা আগে তৈরি করা ভিডিওও বাড়িয়ে নিতে পারেন, যাতে ধারাবাহিক ক্রিয়া ও একাধিক পর্বের গল্পের জন্য আরও জায়গা থাকে।

টেক্সট প্রম্পটের বাইরে

এআই ভিডিও টুলগুলো মূলত লিখিত প্রম্পটের ওপর নির্ভরশীল ছিল, যা জটিল ক্যামেরা চলাচল, চরিত্রের কাজ ও দৃশ্য পরিবর্তন নির্দিষ্টভাবে ধরতে সমস্যায় পড়ে। একক শট বিশ্বাসযোগ্য দেখালেও সেগুলো জোড়া লাগালে চরিত্রের চেহারা বদলে যেতে পারে কিংবা নড়াচড়া ধারাবাহিকতা হারাতে পারে। Kling AI-এর এক মুখপাত্র বলেন, নতুন ফিচারগুলো বিশেষভাবে দুটি সমস্যা মোকাবিলা করতে চায়: সৃজনশীল নিয়ন্ত্রণ ও বর্ণনাগত ধারাবাহিকতা।

দুটি টুল ভিন্ন কাজ করে। রেফারেন্স মডেলকে জানায় ভিডিওটি কেমন দেখতে ও কেমন অনুভূতি জাগাবে, আর কীফ্রেম ঠিক করে গল্পটি কীভাবে এগোবে। নীতিগতভাবে এতে বারবার ক্লিপ তৈরি করে সেরাটি হাতে বাছাই করার প্রয়োজন কমতে পারে, তবে কাজটি কতটা ভালো হবে তা দৃশ্যের জটিলতার ওপর নির্ভর করবে।

ধারাবাহিকতাই হয়ে উঠছে মূল লড়াই

মুখপাত্রের মতে, দীর্ঘ এআই ভিডিওর প্রধান প্রযুক্তিগত বাধা এখনও স্থিতিশীলতা, নিয়ন্ত্রণযোগ্যতা এবং দীর্ঘ সময় জুড়ে সামঞ্জস্য বজায় রাখা। দীর্ঘ ক্লিপের জন্য মডেলকে চরিত্রের পরিচয়, স্থানিক সম্পর্ক, নড়াচড়া, ক্যামেরার দিক, আলো এবং অডিও-ভিজ্যুয়াল সমন্বয় স্থির রাখতে হয়। কোম্পানির যুক্তি, ভিজ্যুয়াল বিশ্বস্ততা এখন একটি মৌলিক প্রত্যাশায় পরিণত হচ্ছে, আর পরবর্তী অগ্রাধিকার হবে আরও সূক্ষ্ম নিয়ন্ত্রণ এবং স্ক্রিপ্ট ও স্টোরিবোর্ড সম্পর্কে শক্তিশালী বোধ।

Kling AI প্রত্যাশা করে, ভিডিও টুলগুলো একক প্রজন্মের কাজ থেকে বিস্তৃত হয়ে ধারণা তৈরি, রেফারেন্স ইনপুট, শট তৈরি, সম্পাদনা, বর্ধন এবং বারবার পরিমার্জনের একটি কর্মপ্রবাহে পরিণত হবে। বিজ্ঞাপন, অ্যানিমেশন বা চলচ্চিত্র নির্মাতাদের জন্য চরিত্রকে নির্ভরযোগ্যভাবে পুনরায় উপস্থাপন করা এবং সংশোধনের খরচ কমানো বাস্তবতার মতোই গুরুত্বপূর্ণ।

বেশি নিয়ন্ত্রণ মানে এআই নিজে থেকে পুরো চলচ্চিত্র বানাতে পারবে, এমন নয়। গল্প উন্নয়ন, শট নির্বাচন এবং চূড়ান্ত সম্পাদনা এখনও মানুষের বিচারবুদ্ধির ওপর নির্ভর করে। Kling 4.0-এর মতো টুলের আসল পরীক্ষা হলো, সেগুলো সঠিক শটগুলো সঠিক ক্রমে, পর্যাপ্ত ধারাবাহিকতা নিয়ে দিতে পারে কি না, যাতে বারবার চেষ্টার লটারির বদলে উৎপাদন অনুমানযোগ্য হয়।