Sora 2 এখানে

26 এপ্রিল 2026 সাল থেকে, Sora পণ্যটি আর উপলভ্য নেই.

আজ আমরা Sora 2 মুক্তি দিচ্ছি, আমাদের ফ্ল্যাগশিপ ভিডিও এবং অডিও জেনারেশন মডেল.

ফেব্রুয়ারি 2024 সালের মূল Sora মডেলটি⁠ অনেকভাবে ভিডিও এর জন্য GPT‑1 মুহূর্ত ছিল—প্রথমবার ভিডিও জেনারেশনের সময় মনে হতে শুরু করে যে এটি কাজ করছে এবং প্রাক-প্রশিক্ষণ কম্পিউটের পরিসর বাড়ানোর ফলে অবজেক্ট স্থায়ীত্বের মতো সহজ আচরণের উদ্ভব হয়েছিল. তখন থেকে, Sora দল আরও উন্নত ওয়ার্ল্ড সিমুলেশন ক্ষমতার মডেল প্রশিক্ষণে মনোনিবেশ করেছে. আমরা বিশ্বাস করি, এই ধরনের সিস্টেমগুলো এমন AI মডেল প্রশিক্ষণের জন্য অত্যন্ত গুরুত্বপূর্ণ যা বাস্তব বিশ্বের গভীর বোঝাপড়া রাখে. এর একটি প্রধান মাইলস্টোন হলো বড় আকারের ভিডিও ডেটা উপর প্রাক-প্রশিক্ষণ এবং পোস্ট-প্রশিক্ষণ আয়ত্ত করা, যা ভাষার তুলনায় এখনও প্রাথমিক পর্যায়ে রয়েছে.

Sora 2 দিয়ে, আমরা সরাসরি সেই পর্যায়ে যাচ্ছি যা ভিডিওর জন্য GPT‑3.5 এর মুহূর্ত হতে পারে বলে আমরা ভাবুন করি. Sora 2 এমন কিছু করতে পারে যা অত্যন্ত কঠিন—এবং কিছু ক্ষেত্রে একেবারেই অসম্ভব—আগের ভিডিও জেনারেশন মডেলগুলোর জন্য: অলিম্পিক জিমন্যাস্টিকস রুটিন, প্যাডলবোর্ডে ব্যাকফ্লিপ যা ভাসমানতা এবং দৃঢ়তার গতিশীলতাকে সঠিকভাবে মডেল করে, এবং একটি বিড়াল যখন প্রাণপণে ধরে থাকে তখন ট্রিপল এক্সেল করে.

পূর্বের ভিডিও মডেলগুলো অতিরিক্ত আশাবাদী—তারা টেক্সট নির্দেশ সফলভাবে সম্পাদন করতে অবজেক্টকে পরিবর্তন করবে এবং বাস্তবতা বিকৃত করবে. উদাহরণস্বরূপ, যদি কোনো বাস্কেটবল খেলোয়াড় শট মিস করে, তাহলে বলটি স্বতঃস্ফূর্তভাবে হুপে টেলিপোর্ট করতে পারে. Sora 2-এ, যদি একটি বাস্কেটবল খেলোয়াড় শট মিস করে, বলটি ব্যাকবোর্ড থেকে ধাক্কা খেয়ে ফিরে আসবে. মজার ব্যাপার, মডেলটি যে “ভুল” করে তা প্রায়শই Sora 2 যে অভ্যন্তরীণ এজেন্টকে অব্যক্তভাবে মডেল করছে তার ভুল হিসেবে দেখা যায়; এটি এখনও নিখুঁত নয়, তবে পূর্বের সিস্টেমগুলোর তুলনায় এটি পদার্থবিজ্ঞানের নিয়ম মেনে চলার ক্ষেত্রে ভালো. এটি যে কোনও ব্যবহারযোগ্য ওয়ার্ল্ড সিমুলেটরের জন্য অত্যন্ত গুরুত্বপূর্ণ সামর্থ্য—আপনাকে কেবল সফলতা নয়, ব্যর্থতাও মডেল করতে সক্ষম হতে হবে.

মডেলটি নিয়ন্ত্রণযোগ্যতায়ও একটি বড় অগ্রগতি, এটি একাধিক শট জুড়ে জটিল নির্দেশাবলী অনুসরণ করতে পারে এবং বিশ্ব পরিস্থিতি সঠিকভাবে বজায় রাখতে সক্ষম. এটি বাস্তবসম্মত, সিনেম্যাটিক, এবং অ্যানিমে শৈলীতে অত্যন্ত ভালো.

একটি সাধারণ উদ্দেশ্যের ভিডিও-অডিও জেনারেশন সিস্টেম হিসেবে, এটি উচ্চ মাত্রার বাস্তবতার সাথে অত্যাধুনিক ব্যাকগ্রাউন্ড সাউন্ডস্কেপ, বক্তৃতা এবং শব্দ প্রভাব তৈরি করতে সক্ষম.

আপনি Sora 2-তে বাস্তব জগতের উপাদানগুলো সরাসরি ইনজেক্ট করতে পারেন. উদাহরণস্বরূপ, আমাদের একজন সতীর্থের ভিডিও দেখে, মডেলটি Sora-উৎপাদিত যেকোনো পরিবেশে চেহারা এবং কণ্ঠস্বরের সঠিক চিত্রায়নের মাধ্যমে সেগুলো সন্নিবেশ করতে পারে. এই ক্ষমতা খুব সাধারণ, এবং এটি যেকোনো মানুষ, প্রাণী বা বস্তুতে কাজ করে.

মডেলটি পুরোপুরি নিখুঁত নয় এবং প্রচুর ভুল করে, তবে এটি সত্য যে ভিডিও ডেটাতে নিরপক্ষে নেটওয়ার্ক আরও সম্প্রসারণ করলে বাস্তবতার সিমুলেশনের দিকে আমাদের আরও কাছে নিয়ে আসবে তা প্রমাণ করে.

এমন সাধারণ উদ্দেশ্যের সিমুলেশন এবং AI সিস্টেমের পথে যা বাস্তব জগতে কার্যকর হতে পারে, আমরা ভাবুন করি মানুষ আমাদের তৈরি করা মডেলগুলো নিয়ে অনেক মজা করতে পারবে.

কয়েক মাস আগে Sora দল আমরা প্রথম এই “আপলোড ইয়োরসেলফ” ফিচারটি ব্যবহার করা শুরু করি, এবং সবাই এতে বেশ মজা পেয়েছিলাম. এটা যেন যোগাযোগের প্রাকৃতিক বিবর্তনের মতো অনুভূত হয়েছিল—টেক্সট মেসেজ থেকে ইমোজি, ভয়েস নোট এবং এখন এটি.

তাই আজ আমরা “Sora 2” দ্বারা চালিত“Sora” নামে একটি নতুন সোশ্যাল iOS অ্যাপ চালু করছি. এই অ্যাপের ভেতরে, আপনি একে অপরের প্রজন্ম তৈরি ও রিমিক্স করতে পারবেন, একটি কাস্টমাইজযোগ্য সোরা ফিডে নতুন ভিডিও আবিষ্কার করতে পারবেন এবং “ক্যারেক্টারস” নামক একটি ফিচারের মাধ্যমে নিজেকে বা আপনার বন্ধুদের যুক্ত করতে পারবেন. ক্যারেক্টারস ফিচারের মাধ্যমে, অ্যাপে আপনার পরিচয় যাচাই এবং আপনার সাদৃশ্য ধারণ করার জন্য একটি ছোট একবারের ভিডিও-অডিও রেকর্ডিংয়ের পর, আপনি যেকোনো Sora দৃশ্যে অসাধারণ সাদৃশ্য সহ নিজেকে সরাসরি যুক্ত করতে পারেন.

গত সপ্তাহে, আমরা অ্যাপটি অভ্যন্তরীণভাবে OpenAI-এর সকলের জন্য চালু করেছি. আমরা ইতোমধ্যেই আমাদের সহকর্মীদের থেকে শুনেছি যে এই ফিচারের কারণে তারা কোম্পানিতে নতুন বন্ধু তৈরি করছে. আমরা মনে করি এই “ক্যারেক্টারস” ফিচারকে ঘিরে তৈরি সোশ্যাল অ্যাপ Sora 2-এর জাদু অনুভব করার সেরা উপায়.

ডুমস্ক্রোলিং, আসক্তি, বিচ্ছিন্নতা, এবং RL-স্লপপ্টিমাইজড ফিড সম্পর্কে উদ্বেগ রয়েছে—আমরা এ নিয়ে যা করছি তা এখানে প্রকাশ হলো.

আমরা ব্যবহারকারীদের সরঞ্জাম এবং বিকল্পতা দিচ্ছি যাতে তারা ফিডে যা দেখছে তার নিয়ন্ত্রণ রাখতে পারে. OpenAI-এর বিদ্যমান লার্জ ল্যাঙ্গুয়েজ মডেল ব্যবহার করে, আমরা নতুন ধরনের রিকমেন্ডার অ্যালগরিদম তৈরি করেছি যা প্রাকৃতিক ভাষার মাধ্যমে নির্দেশনা অনুসরণ করতে পারে. আমরা ব্যবহারকারীদের সুস্থতার বিষয়ে সময়ে সময়ে জরিপ নেওয়ার এবং তাদের ফিড সামঞ্জস্য করার জন্য সক্রিয়ভাবে বিকল্প দেওয়ার জন্য বিল্ট-ইন মেকানিজমও তৈরি করেছি.

ডিফল্টরূপে, আমরা আপনাকে এমন কন্টেন্ট দেখাই যা আপনি যাদের অনুসরণ করেন বা যাদের সাথে যোগাযোগ করেন তাদের প্রতি বিশেষভাবে পক্ষপাতদুষ্ট এবং সেই ভিডিওগুলোকে অগ্রাধিকার দিই যেগুলো মডেলের মতে আপনি আপনার নিজের সৃষ্টির জন্য অনুপ্রেরণা হিসেবে ব্যবহার করার সম্ভাবনা সবচেয়ে বেশি. আমরা ফিড-এ ব্যয় করা সময়ের উপর ভিত্তি করে অ্যাপটিকে অপ্টিমাইজ করছি না; বরং আমরা এটি এমনভাবে ডিজাইন করেছি যা কনসাম্পশন বা ভিডিও দেখার চেয়ে ক্রিয়েশন বা নতুন কিছু তৈরির বিষয়টিকে সবচেয়ে বেশি গুরুত্ব দেয়. আপনি আমাদের ফিড দর্শন⁠-এ আরও বিস্তারিত তথ্য খুঁজে পেতে পারেন.

এই অ্যাপটি আপনার বন্ধুদের সাথে ব্যবহার করার জন্য তৈরি করা হয়েছে. পরীক্ষকদের কাছ থেকে অভূতপূর্ব প্রতিক্রিয়া হলো, চরিত্রগুলোই এটিকে ব্যবহারে ভিন্নতা এনে দেয় এবং মজাদার করে তোলে—এটি সত্যিই বুঝতে হলে আপনাকে ব্যবহার করে দেখতে হবে, তবে এটি মানুষের সঙ্গে যোগাযোগের একটি নতুন এবং বিশেষ উপায়. আমরা এটিকে একটি আমন্ত্রণ-ভিত্তিক অ্যাপ হিসাবে চালু করছি যাতে আপনি আপনার বন্ধুদের সঙ্গে অ্যাপ ব্যবহার করতে পারেন. এমন সময়ে যখন সব বড় প্ল্যাটফর্ম সামাজিক গ্রাফ থেকে দূরে যাচ্ছে, আমরা মনে করি চরিত্রগুলো কমিউনিটিকে আরও শক্তিশালী করবে.

কিশোরদের সুস্থতা রক্ষা করা আমাদের জন্য গুরুত্বপূর্ণ. আমরা ফিডে কিশোর-কিশোরীরা প্রতিদিন কতটি জেনারেশন দেখতে পারবে তার ডিফল্ট সীমা নির্ধারণ করছি এবং এই গ্রুপের জন্য চরিত্রের ক্ষেত্রে আরও কঠোর অনুমতি চালু করছি. আমাদের স্বয়ংক্রিয় সুরক্ষা স্ট্যাক ছাড়াও, আমরা মানব মডারেটরদের দল বাড়াচ্ছি যাতে বুলিইং-এর ঘটনা ঘটলে দ্রুত তা পর্যালোচনা করা যায়. আমরা ChatGPT‑এর মাধ্যমে Sora প্যারেন্টাল কন্ট্রোলস⁠ চালু করছি যাতে অভিভাবকরা অসীম স্ক্রোল সীমা অগ্রাহ্য করতে, অ্যালগরিদম পার্সোনালাইজেশন বন্ধ করতে এবং ডিরেক্ট মেসেজ সেটিংস পরিচালনা করতে পারেন.

চরিত্রগুলোর মাধ্যমে, Sora-তে আপনার সাদৃশ্যের উপর শুরু থেকে শেষ পর্যন্ত নিয়ন্ত্রণ আপনার হাতেই থাকে. শুধুমাত্র আপনিই নির্ধারণ করবেন কে আপনার চরিত্রটি ব্যবহার করতে পারবে এবং আপনি যেকোনো সময় এর অ্যাক্সেস প্রত্যাহার করতে বা এটিকে অন্তর্ভুক্ত করে এমন যেকোনো ভিডিও মুছে ফেলতে পারেন. আপনার চরিত্র সম্বলিত ভিডিও, যার মধ্যে অন্যদের তৈরি করা খসড়াও অন্তর্ভুক্ত, আপনি যেকোনো সময় দেখতে পারবেন.

এই অ্যাপটিতে আমরা নিরাপত্তার অনেকগুলো বিষয় নিয়ে কাজ করেছি—যেমন ছবি ব্যবহারের সম্মতি, উৎস, ক্ষতিকর কনটেন্ট তৈরি প্রতিরোধ, এবং আরও অনেক কিছু. আরও বিস্তারিত জানার জন্য আমাদের Sora 2 Safety নথি⁠ দেখুন.

অন্যান্য অ্যাপগুলোর অনেক সমস্যা আসে মোনিটাইজেশন মডেল থেকে, যা ব্যবহারকারীর সুস্থতার সাথে বিরোধপূর্ণ সিদ্ধান্তকে উৎসাহিত করে. স্পষ্টতই, আমাদের একমাত্র বর্তমান পরিকল্পনা হল, উপলব্ধ কম্পিউটের তুলনায় যদি খুব বেশি চাহিদা থাকে, তাহলে ব্যবহারকারীদের অতিরিক্ত ভিডিও উৎপন্ন করার জন্য কিছু পরিমাণ অর্থ প্রদানের বিকল্প দেওয়া. অ্যাপটি বিকশিত হওয়ার সাথে সাথে, ব্যবহারকারীর কল্যাণকে আমাদের প্রধান লক্ষ্য হিসেবে জারি রেখে আমরা আমাদের পদ্ধতির যেকোনো পরিবর্তন সম্পর্কে খোলাখুলিভাবে এখানে যোগাযোগ করব.

আমরা এই যাত্রার শুরুতে আছি, কিন্তু Sora 2-এর মাধ্যমে কন্টেন্ট তৈরি এবং রিমিক্স করার সমস্ত শক্তিশালী উপায়গুলোর সঙ্গে, আমরা এটিকে সহ-সৃজনশীল অভিজ্ঞতার সম্পূর্ণ নতুন যুগের সূচনা হিসাবে দেখি. আমরা আশাবাদী যে এটি বর্তমানে যা উপলব্ধ তার তুলনায় বিনোদন এবং সৃজনশীলতার জন্য আরও স্বাস্থ্যকর প্ল্যাটফর্ম হবে. আমরা আশা করি আপনি ভালো সময় কাটাবেন :)

Sora iOS অ্যাপটি⁠(একটি নতুন উইন্ডোতে খোলে) এখন ডাউনলোডের জন্য উপলব্ধ. আপনার অ্যাকাউন্টে প্রবেশাধিকার খোলার সময় পুশ নোটিফিকেশন পেতে আপনি অ্যাপে সাইন আপ করতে পারেন. আমরা আজ মার্কিন যুক্তরাষ্ট্র এবং কানাডায় প্রাথমিক কার্যক্রম শুরু করছি এবং দ্রুত অন্যান্য দেশেও তা সম্প্রসারণের পরিকল্পনা রয়েছে. আপনি যখন একটি আমন্ত্রণ পাবেন, তখন sora.com⁠(একটি নতুন উইন্ডোতে খোলে) এর মাধ্যমে Sora 2 ব্যবহার করতে পারবেন. Sora 2 প্রাথমিকভাবে বিনামূল্যে উপলব্ধ থাকবে, শুরুতে উদার সীমার সঙ্গে যাতে মানুষ স্বাধীনভাবে এর ক্ষমতা অন্বেষণ করতে পারে, যদিও এগুলো এখনও কম্পিউট সীমার অধীনে থাকবে. ChatGPT Pro ব্যবহারকারীরা আমাদের পরীক্ষামূলক, উচ্চমানের Sora 2 Pro মডেল sora.com⁠(একটি নতুন উইন্ডোতে খোলে) এ (এবং শীঘ্রই Sora অ্যাপেও) ব্যবহার করতে পারবেন. আমরা Sora 2-কে API-তে প্রকাশ করারও পরিকল্পনা করছি. Sora 1 Turbo উপলব্ধ থাকবে এবং আপনি যা কিছু তৈরি করেছেন তা আপনার sora.com⁠(একটি নতুন উইন্ডোতে খোলে) লাইব্রেরিতে থাকবে.

ভিডিও মডেলগুলো খুব দ্রুত উন্নতি করছে এবং খুব ভালো হচ্ছে. সাধারণ উদ্দেশ্যের ওয়ার্ল্ড সিমুলেটর এবং রোবোটিক এজেন্টসমূহ মৌলিকভাবে সমাজকে পুনর্গঠন করবে এবং মানুষের অগ্রগতির গতিকে ত্বরান্বিত করবে. Sora 2 সেই লক্ষ্য অর্জনের দিকে গুরুত্বপূর্ণ অগ্রগতি প্রকাশ করে. OpenAI-এর মিশনের সঙ্গে সামঞ্জস্য রেখে, এই মডেলগুলো তৈরি হওয়ার সময় মানবজাতি এর থেকে উপকৃত হওয়া গুরুত্বপূর্ণ. আমরা ভাবুন করি Sora বিশ্বে অনেক আনন্দ, সৃজনশীলতা এবং সংযোগ নিয়ে আসবে.

— Sora দল লিখেছে