আজকের ডিজিটাল যুগে, ছবি যেন আমাদের জীবনের এক অবিচ্ছেদ্য অংশ। Social Media Feed Scroll করা থেকে শুরু করে, News Channel-এর গুরুত্বপূর্ণ Report, Magazine-এর নজরকাড়া Cover—সবখানেই এখন ছবির ব্যবহার। আর এই ছবি তৈরির জগতে AI-এর প্রবেশ যেন এক নতুন দিগন্ত খুলে দিয়েছে। গত কয়েক বছরে AI Image Generator গুলো যেভাবে জনপ্রিয় হয়েছে, তাতে মনে হয় যেন জাদু আমাদের হাতের মুঠোয় এসে গেছে। এখন যে কেউ, কোনো Professional Skill ছাড়াই, শুধু কিছু Text Prompt Use করে অসাধারণ ছবি তৈরি করতে পারে। আগে যেখানে Professional Designers এবং Photographers দের ওপর নির্ভর করতে হতো, সেখানে এখন AI Tools Use করে যে কেউ নিজের Creativity Express করতে পারছে। আর এর মূল কারণ হলো, এই Tools গুলো এখন Public-এর জন্য Available, এবং আগের থেকে অনেক বেশি উন্নত ও Efficient। আপনি যদি এই Fun-এ নিজেকে Integrate করতে চান, অথবা আপনার Business Workflows-এ AI-এর Power Use করতে চান, তাহলে আজকের এই টিউন-টি আপনার জন্য। এই টিউনে সেরা 7টি AI Image Generator নিয়ে আলোচনা করা হবে, যা আপনাকে এই Digital Art-এর দুনিয়ায় Inspire করবে এবং Help করবে।
আমি নিজে AI Image Generator নিয়ে কাজ করছি সেই Google Deep Dream-এর 2015 সাল থেকে। তখন এই Technology এত Widespread ছিল না, Computer Science Lab-এর বাইরে এর ব্যবহার তেমন একটা ছিল না বললেই চলে। সেই সময় থেকে আজ পর্যন্ত এই Technology-র উন্নতি দেখে আমি সত্যিই খুব আনন্দিত। একটা সময় ছিল, যখন Image Generate করার জন্য Complex Code এবং অনেক Technical Knowledge দরকার হত, আর এখন সাধারণ মানুষও শুধু Text Prompt Use করে Amazing Result Generate করতে পারছে। এটা সত্যিই Incredible!
আজকের এই টিউনে, আমি Artistic Merit নিয়ে, AI Artist দের Replace করছে কিনা, বা Training Data-তে Copyright Infringement-এর মতো বিষয়গুলো নিয়ে বেশি আলোচনা করব না। বরং, আমি Focus করব এই AI Image Generator-গুলো কিভাবে Text Prompt-এর মাধ্যমে অসাধারণ Result দেয়, সেটার ওপর। Imagine করুন, আপনি কোনো Idea Share করছেন, আর AI সেটাকে চোখের পলকে একটি Image-এ Transform করে দিচ্ছে! এটা অনেকটা Dream Come True হওয়ার মতো।
আমার মনে হয়, আপনার কিছু ঘণ্টা সময় নিয়ে এই Text-To-Image AI App গুলোর সাথে Experiment করা উচিত—অন্তত এদের Technical দিকগুলো বোঝার জন্য হলেও। আপনি পছন্দ করুন বা না করুন, আমরা সবাই এই মুহূর্তে AI-Generated Image-এর Output দেখছি। এবং ভবিষ্যতে এর ব্যবহার আরও বাড়বে। তাই, এই Technology সম্পর্কে জানাটা খুবই দরকারি।
এই Section-এ, আমি সেরা 7টি Ai Image Generator নিয়ে সংক্ষেপে আলোচনা করব। প্রত্যেকটি Tools-এর নিজস্ব কিছু Special Feature আছে, যা তাদেরকে আলাদা করে তোলে। এখানে আমি User-দের প্রয়োজন অনুযায়ী সবথেকে Best Option-গুলো তুলে ধরার চেষ্টা করেছি:
এবার একটু গভীরে যাওয়া যাক। আসলে, এই AI Image Generator গুলো কিভাবে কাজ করে? সাধারণভাবে, এই Tools গুলো একটি Text Prompt Use করে, এবং সেই Prompt-এর সাথে Match করে একটি Image Generate করে। এই Technology-র ফলে, এখন এমন সব Possibilities তৈরি হয়েছে, যা আগে ভাবাও যেত না। আপনার Prompt যেকোনো কিছুই হতে পারে, যেমন: “ক্যানাডিয়ান এক ব্যক্তি ম্যাপল গাছের জঙ্গলের মধ্যে দিয়ে একটি Moose-এর উপর চড়ে যাচ্ছে, ইম্প্রেশনিস্ট অয়েল পেইন্টিং” থেকে শুরু করে “ভার্মিরের Style-এ আঁকা একটি বিশাল Fluffy Irish Wolfhound একটি সনাতন Pub এ বসে Beer উপভোগ করছে” অথবা “চাঁদের উপর একটি Donkey-এর Photograph”.
আপনার মনের Idea-গুলো শুধু Text-এর মাধ্যমে Describe করলেই হল, আর AI সেটাকে বাস্তবে রূপ দেবে। এখানে Creativity-র কোনো Limit নেই, শুধু আপনার Imagination-ই যথেষ্ট। তবে, এই AI Generator গুলো সব Prompt সমানভাবে Understand করতে পারে না। এছাড়া, Plagiarism, Copyright Infringement এবং খারাপ উদ্দেশ্যে Use করা AI-Generated Violence বা NSFW Content Block করার জন্য কিছু Content Filters-ও এখানে থাকে। (আগে Vermeer-এর Prompt-টি Reliably কাজ করত, কিন্তু এখন অনেক Image Generator, কোনো Artist-এর নাম Use করার কারণে, সেটাকে Block করে দেয়)।
এছাড়াও, প্রতিটি Image Generator-এর নিজস্ব কিছু Method থাকে। যেমন, Midjourney-এর Output-এ একটা Unique Style দেখা যায়, Dall·e 3 অন্য কিছুতে ভালো, আর Adobe Firefly-এর Main Focus হলো AI Generated Content-কে Photoshop-এর মতো Tools-এর সাথে Integrate করা। তাই এই Tools গুলো ব্যবহারের আগে, এদের Working Process সম্পর্কে Basic Idea থাকা দরকার।
বেশিরভাগ AI Image Generator-ই Similar Process Follow করে। তারা Millions বা Billions Image-Text Pairs Use করে একটি Neural Network-কে Train করে (Neural Network হল Human Brain-এর মতো কাজ করা একটি Complicated Computer Algorithm)। এই Algorithm-টিকে অনেক Images Process করার সুযোগ দেওয়ার মাধ্যমে, এটি Dogs, Red Colour, Vermeer এবং অন্যান্য জিনিসগুলো কি, তা শেখে। একবার এই Training Complete হয়ে গেলে, AI প্রায় যেকোনো Prompt Interpret করতে সক্ষম হয়—তবে Prompt গুলো এমনভাবে Set করতে হয়, যাতে এটি Accurately কাজ করতে পারে।
এরপর, AI-Generated Image-টিকে Render করার পালা। Latest Generation-এর AI Image Generator-গুলো Diffusion নামে একটি Process Use করে। এই Process-এ, প্রথমে Random Noise-এর একটি Field Create করা হয়, এবং তারপর সেটিকে ধাপে ধাপে Edit করে Prompt-এর সাথে Match করে একটি Image তৈরি করা হয়। এটা অনেকটা মেঘলা আকাশের দিকে তাকিয়ে, মেঘের মধ্যে কোনো Dog-এর Shape খুঁজে বের করে, এবং তারপর সেটাকে আরও Dog-Like করে তোলার মতো।
আমি জানি, এই AI Tools গুলো Use করতে শুরু করলে হয়তো প্রথমে একটু Confused লাগতে পারে। তবে আমি আপনাদের Encourage করব, একটু সময় নিয়ে Explore করুন, Experiment করুন এবং দেখুন এই Tools গুলো কতটা Powerful। আর ভয় পাওয়ার কিছু নেই, কারণ এই Tool-গুলোর কিছু Limitations ও আছে। কোনো Specific Product Photoshoot বা Design-এর জন্য, শুধু এই Tool-গুলোর উপর Rely করলে চলবে না। কিন্তু যদি আপনি Unique কিছু Image Generate করতে চান, তাহলে এই Tools-গুলো অনেক Help করতে পারে।
আসুন, এবার দেখে নেওয়া যাক সেরা AI Image Generator গুলো:
এবার আমরা List-এর সেরা ৮টি AI Image Generator নিয়ে বিস্তারিত আলোচনা করব। প্রত্যেকটি Tool-এর ভালো দিক, খারাপ দিক, এবং ব্যবহার করার উপায় নিয়ে আলোচনা করা হবে, যা আপনাকে সঠিক সিদ্ধান্ত নিতে সাহায্য করবে:
Dall·e 3 হলো AI Image Generator-এর জগতে সবথেকে Well-Known নাম। এর Predecessor, Dall·e 2, ছিল প্রথম AI-Powered Image Generator, যা অনেক বেশি Popular হয়েছিল, এবং এর মাধ্যমে Interesting Image Generate করা যেত।
Dall·e 3, Dall·e 2-এর থেকে অনেক Improve হয়েছে। এটি যেকোনো Prompt-এর জন্য More Attractive, Realistic, এবং Consistent Result দেয়। আগে মনে হতো OpenAI যেন AI Image Generator-এর Competition-এ পিছিয়ে পড়ছে, কিন্তু Dall·e 3-এর মাধ্যমে তারা আবার সেই দৌড়ে ফিরে এসেছে। আপনি Chatgpt এবং Microsoft Bing-এর AI Copilot Use করে, অথবা অন্য Service-এর Api ব্যবহার করে এটি Access করতে পারবেন।
সবথেকে ভালো দিক হল, Dall·e 3 Use করা খুবই সহজ। Chatgpt বা Bing-এ Type করুন আপনি কি দেখতে চান, এবং কিছুক্ষণের মধ্যেই আপনি 2-4 টা AI-Generated Variations দেখতে পাবেন। এটি Gpt-4o-এর Language Comprehension Ability Use করে আপনার Prompt-গুলোকে Expand করে, যার ফলে প্রতিটি Result Different হবে, এবং আপনি চাইলে আরও Request করতে পারেন।
OpenAI Free Chatgpt User-দের Dall·e 3 Use করে প্রতিদিন দুটি Image Generate করার Permission দেয়, তবে Microsoft-এ এই Option অনেক Flexible, Without Any Charge. Copilot Use করতে আমার একটু সমস্যা হয়েছে, তবে এটা Free-তে Available, তাই এটা Use করাই Better। তবে Dall·e 3 Use করার সবথেকে ভালো উপায় হল Chatgpt Plus Use করা। সেখানে কোনো Messaging Limit ছাড়াই Unlimited Use করতে পারবেন।
Dall·e 3-তে Image Edit করার দুটো Option আছে: প্রথমত, আপনি Chatgpt-কে Change করার জন্য Request করতে পারেন, এবং এটি আপনার Instructions অনুযায়ী Prompt Rerun করবে; দ্বিতীয়ত, আপনি Selection Tool Use করে Image-এর Specific অংশ Edit করতে পারবেন। (আপনি এখনো Dall·e-Generated Image Expand করতে পারবেন না, অন্য কোনো App ব্যবহার করা ছাড়া)। কিছু সময় এটা Magic-এর মতো মনে হয়, যখন Chatgpt আপনার Request করা সব কিছু Exactly Generate করে দেয়। আবার কিছু সময়, এটি একটু Overeager Intern-এর মতো কাজ করে, যে নিজের মতো করে কাজ করতে বেশি পছন্দ করে। আপনি যদি আরও বেশি Control চান, তাহলে List-এর অন্য App গুলো Try করে দেখতে পারেন।
Chatgpt-এর মাধ্যমে Dall·e 3 Use করা ছাড়াও, OpenAI একটি API Provide করে, যার মাধ্যমে Developers-রা Dall·e Model-গুলোকে Integrate করে App তৈরি করতে পারবে। যার কারণে আপনি Zapier-এর সাথে Dall·e Connect করতে পারবেন, এবং Automatically Google Forms বা Hubspot Responses থেকে Images Create করতে পারবেন, বা আপনার Use করা অন্য App-এর সাথেও Connect করতে পারবেন।
Dall·e 3, Chatgpt Plus-এর সাথে Included থাকে, যার জন্য $20/Month Charge করা হয়, এবং Microsoft Copilot-এর মাধ্যমে Free-তে ব্যবহার করা যায়; API Pricing একটু Complex, তবে $0.016/Image থেকে শুরু।
Google-এর Gemini Chatbot-এও এখন Imagen 3 Text-To-Image Model Use করে Image Generate করা যায়। এটিও বেশ ভালো, তবে Dall·e 3-এর Output আমার বেশি ভালো লেগেছে। তবুও, আপনি যদি Gemini User হন, তাহলে এটি Try করে দেখতে পারেন।
অফিসিয়াল ওয়েবসাইট @ Dall·e 3
Midjourney Consistently আমার সবথেকে Favourite Result দেয়, এই List-এ থাকা অন্য সব Image Generators-এর মধ্যে। Midjourney Use করে Generate করা Images গুলো আরও বেশি Coherent, এদের Textures ও Colors ও বেশ ভালো—এবং সব মিলিয়ে Result গুলো দেখতে Attractive লাগে। বিশেষ করে, Human এবং Real-World Object গুলো অন্য Generator গুলোর থেকে বেশি Lifelike ও Natural মনে হয়, এবং Latest Version-এ হাত (Hand) Improve করা হয়েছে। আর এই কারণেই এটিই প্রথম AI Image Generator, যেটি কোনো Art Competition-এ জিতেছে।
সবথেকে ভালো ব্যাপার হল, Midjourney-র এখন নিজস্ব Web App আছে। তাই, আপনাকে আর Discord Use করতে হবে না—যদিও আপনি চাইলে করতে পারেন। এর কিছু Advanced Feature, যেমন Multiple Images Blend করা, বিভিন্ন Generations-এ Details Preserve করা এবং Style Matching—এখনো Web App-এ Add করা হয়নি, কিন্তু আপনি Editor Use করে অনেক Control রাখতে পারবেন।
তবে, Midjourney-এর কিছু Limitations ও আছে। Default হিসেবে, আপনি যে Image Generate করেন, সেগুলো Public-এ Midjourney-র Explore Page-এ Post করা হয়, এবং যে কেউ আপনার Profile-এ দেখতে পায়। এটা Community-র জন্য বেশ Helpful, তবে যারা Business-এর জন্য Midjourney Use করতে চান, তাদের জন্য এটা একটা Issue হতে পারে।
যদি এই Process-টা Complicated মনে হয়, তাহলে চিন্তা করবেন না। Midjourney-র Help Docs খুবই Helpful। এটি Step-By-Step Guide-এর মাধ্যমে Web App ও Discord Use করা শেখায়। এবং বিভিন্ন Features-এর Control যেমন Model Version Select করা, Upscaling, Character References ব্যবহার, এবং Personalization Tools Use করাও শেখায়। একবার আপনি যখন Option-গুলো বুঝতে পারবেন, তখন আপনি অনেক Amazing Result Generate করতে পারবেন।
Midjourney-র Free Trials বর্তমানে Suspended আছে, কারণ অনেক বেশি User Try করছে। তবে মাঝেমধ্যে এটা কিছু দিনের জন্য আবার Open করা হয়। আপনি যদি Free Trial Miss করেন, তাহলে Basic Plan $10/Month থেকে শুরু, এবং এতে আপনি Monthly 3.3 Hours GPU Time, বা প্রায় 200 Image Generate করতে পারবেন। এছাড়াও, আপনি চাইলে Additional GPU Time-ও Buy করতে পারবেন, এবং Image গুলো Commercially Use করতে পারবেন।
Basic Plan এর জন্য $10/Month থেকে শুরু, যা দিয়ে আপনি প্রায় 200 Images Generate করতে পারবেন, এবং Commercial Use-এর Permission পাবেন।
Midjourney
অফিসিয়াল ওয়েবসাইট @ Midjourney
Leonardo AI, AI Image Generation এর জগতে তুলনামূলকভাবে নতুন হলেও, খুব দ্রুত নিজেদের একটি শক্তিশালী অবস্থান তৈরি করে নিয়েছে। এটি মূলত Stable Diffusion এর উপর ভিত্তি করে তৈরি, কিন্তু এর নিজস্ব কিছু বৈশিষ্ট্য রয়েছে যা এটিকে অন্যান্য AI Image Generator থেকে আলাদা করে। Leonardo.Ai তে আপনি শুধু ছবি তৈরি করার জন্য বিভিন্ন অপশন পাবেন তা নয়, এখানে একটি বিশাল কমিউনিটি ও রয়েছে, যেখানে আপনি অন্যান্য আর্টিস্টদের কাজ দেখতে পারবেন এবং নিজের কাজও শেয়ার করতে পারবেন।
এই প্ল্যাটফর্মটি বিশেষভাবে তাদের জন্য ডিজাইন করা হয়েছে যারা নিজেদের সৃজনশীলতাকে আরও একধাপ এগিয়ে নিয়ে যেতে চান। এখানে বিভিন্ন প্রকারের মডেল এবং সেটিংস রয়েছে, যা ব্যবহার করে আপনি আপনার প্রয়োজন অনুযায়ী ছবি তৈরি করতে পারবেন। আপনি যদি চান, তাহলে নির্দিষ্ট কোনো আর্ট স্টাইল বা টেক্সচার ব্যবহার করতে পারেন, অথবা নিজের মতো করে সবকিছু কাস্টমাইজও করতে পারেন।
Leonardo AI এর একটি গুরুত্বপূর্ণ বৈশিষ্ট্য হলো এর ইউজার ইন্টারফেস। এটি ব্যবহার করা খুব সহজ, এবং নতুন ব্যবহারকারীরাও খুব সহজে এটি ব্যবহার করতে পারে। এখানে আপনি আপনার প্রম্পট লেখার জন্য একটি ডেডিকেটেড এরিয়া পাবেন, যেখানে আপনি আপনার আইডিয়া গুলো বিস্তারিতভাবে লিখতে পারেন। এছাড়াও, এখানে বিভিন্ন প্রকারের প্রি-সেট স্টাইল এবং মডেল রয়েছে, যা আপনার কাজকে আরও সহজ করে দেবে।
Leonardo AI এর আর একটি গুরুত্বপূর্ণ দিক হল এর কমিউনিটি। এখানে আপনি অন্যান্য ব্যবহারকারীদের তৈরি করা ছবি দেখতে পারবেন এবং তাদের থেকে অনুপ্রাণিত হতে পারবেন। আপনি নিজের তৈরি করা ছবিও এখানে শেয়ার করতে পারবেন, এবং অন্যান্য আর্টিস্টদের সাথে নিজের আইডিয়া নিয়ে আলোচনা করতে পারবেন। এই কমিউনিটি আপনাকে নতুন কিছু শিখতে এবং নিজের সৃজনশীলতাকে আরও উন্নত করতে সাহায্য করবে।
অন্যান্য AI image generator এর মতো, Leonardo AI ও কিছু সীমাবদ্ধতা রয়েছে। মাঝে মাঝে কিছু জটিল প্রম্পট জেনারেট করতে সমস্যা হতে পারে, এবং কিছু ক্ষেত্রে আপনি যেমনটা চান তেমন রেজাল্ট নাও পেতে পারেন। তবে, এই প্ল্যাটফর্মটি প্রতিনিয়ত উন্নত হচ্ছে, এবং খুব শীঘ্রই এই সমস্যাগুলো সমাধান হয়ে যাবে আশা করা যায়।
Leonardo.Ai তে আপনি একটি ফ্রি প্ল্যান পাবেন, যেখানে আপনি সীমিত সংখ্যক ছবি জেনারেট করতে পারবেন। আপনি যদি আরও বেশি ছবি জেনারেট করতে চান বা আরও উন্নত ফিচার ব্যবহার করতে চান, তাহলে আপনি তাদের পেইড প্ল্যানগুলো দেখতে পারেন।
Limited Free Plan আছেG Paid plan শুরু $12/Month
Leonardo AI
অফিসিয়াল ওয়েবসাইট @ Leonardo AI
বেশিরভাগ Aঞ Image Generator Text Generate করার সময় Struggle করে—Diffusion Process Letters Render করার জন্য Perfect নয়। Ideogram সেই Problem Solve করেছে। এর Latest 2.0 Algorithm Use করে, যেকোনো Generated Image এর সাথে Text ও Accurately Add করা যায়।
এই Tool-টিকে আরও বেশি Impressive করে তোলে, কারন Ideogram Overall Best Image Generator গুলোর মধ্যে একটি। এখানে একটি Easy To Use Web App আছে, এবং কিছু Helpful Features, যেমন Image Editor এবং কোনো Image-কে নতুন করে তৈরি করার Option আছে। Test করে, আমি দেখলাম যে, সবথেকে ভালো App হল Midjourney—তবে এখনো Midjourney Discord-এর উপর Depend করে।
Ideogram-এ Free Plan-ও Available। এর মাধ্যমে, আপনি Daily 10 Credits Use করতে পারবেন, Image Generate হওয়ার জন্য কিছু সময় Wait করতে হবে, এবং Ideogram-এর Basic কিছু Features Use করতে পারবেন। তবে, এটি Best Aঞ Image Generator-গুলোর Experience নেওয়ার জন্য যথেষ্ট ভালো।
Limited Free Plan আছে, Full-Resolution ডাউনলোড এবং 400 Monthly Priority Credit এর জন্য $8/Month থেকে Start হয়।
Ideogram
অফিসিয়াল ওয়েবসাইট @ Ideogram
Dall·e এবং Midjourney-র থেকে আলাদা, Stable Diffusion হল Open Source. এর মানে হল, যাদের Technical Knowledge আছে তারা এটিকে Download করে Locally Run করতে পারবে। এছাড়া, আপনি চাইলে Model-টিকে Specific Purpose-এর জন্য Fine-Tune করতে পারবেন। গত কয়েক বছরে, Artistic Portraits, Historical Portraits, Architectural Renders এবং আরও অনেক কিছু Create করার জন্য AI Use করা Service-গুলো Stable Diffusion-কেই ব্যবহার করত।
কিন্তু, Open Source মানেই মাঝে মাঝে Chaos। আর Stability.Ai এর সাথে ঠিক এটাই হয়েছে। Stability.Ai, যে Company-টি Stable Diffusion Develop করেছিল, সেটি বর্তমানে Collapse হওয়ার পথে, এর Latest Model এবং Licensing Terms নিয়ে অনেক Criticism করা হয়েছে, এবং Research Team-এর বেশিরভাগ সদস্য একটি নতুন Company তৈরি করার জন্য চলে গেছেন।
এই Situation, Stable Diffusion-কে একটি অদ্ভুত জায়গায় এনে দাঁড় করিয়েছে। এর Existing Version গুলো এখনো পর্যন্ত সবথেকে Best Model-গুলোর মধ্যে একটি, এবং Specific Use-এর জন্য এখানে অনেক Fine-Tuned Version Available, এবং এটি খুবই Popular—কিন্তু এই Situation আর কতদিন থাকবে, আমি Sure নই।
Stable Diffusion Use করার সবথেকে Easy (অথবা স্টেবল) উপায় হলো Nightcafe, Tensor.Art বা Civitai-এর মতো Online AI Art Generator Use করা—যদিও আপনি এমন আরও অনেক Apps খুঁজে পাবেন। এই Platform গুলোর অনেকগুলোতেই Free Credit Offer করা হয়, যার মাধ্যমে আপনি Try করে দেখতে পারেন। তবে, এই Platform-গুলোর Content Moderation Policy-টা একটু দেখে নেবেন।
যদি আপনি এইসব কিছু Avoid করতে চান, বা সম্পূর্ণ Control চান, তাহলে Stable Diffusion Download করে Locally Run করতে পারেন।
Platform-এর ওপর Depend করে, তবে বেশিরভাগ Platform-এই কিছু Free Credits Offer করে।
Stable Diffusion
অফিসিয়াল ওয়েবসাইট @ Stable Diffusion
Stability.Ai Collapse হওয়ার সাথে সাথে, Team-এর একটি Major Portion Company ছেড়ে নতুন একটি Company তৈরি করে, যার নাম Black Forest Labs। এবং তারা তাদের Text-To-Image Models-এর প্রথম Series Release করেছে: Flux.1।
আমার Testing-এ, Flux.1, Stable Diffusion-এর মতোই ভালো ছিল। যদিও এটি এখনো Widely Available নয়, তবে আমি মনে করি ধীরে ধীরে এটি Stable Diffusion-কে Replace করবে, কারণ AI Artist-রা Niche Model Create করার জন্য Fine-Tune করতে শুরু করবে।
আপনি যদি Open AI Image Generation-এ Interested হন, তাহলে আমি Suggest করব Stable Diffusion-এর বদলে Flux.1 Explore করতে। Flux.1 Schnell, Apache 2.0 License-এর Under-এ Open করা হয়েছে, এবং Flux.1 Non-Commercial Use এর জন্য Open করা হয়েছে।
Stable Diffusion-এর মতোই, Flux.1 Use করার সবথেকে সহজ উপায় হল Nightcafe, Tensor.Art, এবং Civitai-এর মতো Online AI Art Generator ব্যবহার করা। একটি Free Account Create করে, Use করে দেখুন এবং Compare করুন। তবে, এই Site গুলোর Content SFW নাও হতে পারে।
Platform এর ওপর Depend করে, তবে অনেক Platform-এ Free Credits Offer করা হয়।
Flux.1
অফিসিয়াল ওয়েবসাইট @ Flux.1
Adobe তাদের App-এ AI Tool Build করছে প্রায় 15 বছরের বেশি সময় ধরে, তাই এটা স্বাভাবিক যে তাদের Text-To-Image Generator-ও অনেক Powerful হবে। বিশেষ করে, অন্যান্য Tools-এর সাথে Integrate করার দিক থেকে। আপনি Firefly-এর AI Model Web-এ Free-তে Test করতে পারেন, অথবা Adobe Express-এর মাধ্যমেও Use করতে পারেন, তবে Photoshop-এর Latest Version-এ এটি Best কাজ করে।
Firefly-এর কিছু Special Feature আছে। Text Description থেকে Image Generate করার পাশাপাশি, এটি Text Effects Create করতে পারে (যেমন: “Toast” Word-টা এমনভাবে লেখা, যেন তা Toast দিয়ে তৈরি), Vector Artwork Recolor করতে পারে, বা আপনার Image-এ AI-Generated Elements Add করতে পারে। আপনি Web App-এর মাধ্যমে এই সবকিছু Test করতে পারেন, কিন্তু এর সবথেকে Amazing Feature হল, এটি Image-এর Context বুঝতে পারে।
Text-To-Image Generator হিসেবে, Firefly-এর Result Inconsistent হতে পারে। কিছু Prompt-এর জন্য এটি Dall·e বা Midjourney-কে Beat করতে পারে, তবে কিছু ক্ষেত্রে এটি কি Create করতে চাইছে, তা Predict করা কঠিন। অন্যদিকে, Photoshop-এর সাথে এর Integration অসাধারণ।
এর সবথেকে Interesting দুটি Features হলো Generative Fill এবং Generative Expand. Generative Fill Use করে, আপনি Photoshop-এর Regular Tool Use করে Image-এর কোনো Area Select করতে পারেন, এবং তারপর, একটি Button Click করে Prompt লিখলেই, সেই Select করা Area Replace হয়ে যাবে। Generative Expand Use করে, আপনি Image-এর বাইরেও Add করতে পারবেন। সবথেকে Important ব্যাপার হল, দুটি Tool-ই আপনার Image-এর Context Understand করে।
Dall·e এবং Stable Diffusion যখন AI Image Generator নিয়ে আলোচনা শুরু করেছিল, Adobe’s Firefly প্রথম দেখায়, Future-এ AI Photo Generator কেমন হবে সেটার Hint দেয়। এটা কোনো Party Trick নয়, বরং এমন একটি Tool, যা Professional-রা Adobe App Use করার সময় Daily Use করতে পারে।
Free 25 Credits/Month; $4.99 এ 100 Credits/Month থেকে শুরু, Photoshop, Creative Cloud Photography Plan-এর একটি অংশ, যার সাথে 500 Generative Credit Add করা আছে এবং এর জন্য $19.99/Month Charge করা হয়।
Firefly
অফিসিয়াল ওয়েবসাইট @ Firefly
আমরা আগেই Discuss করেছি, AI-Generated Images Controversial। এর Ethics-এর দিক ছাড়াও, Legal Situation-ও এখনো পর্যন্ত Clear নয়। U.S Copyright Office-এর নিয়ম অনুযায়ী, AI-Generated Content Copyright Protected নয়, এবং তাই আপনার Competitors-রা চাইলেই আপনার Images গুলো Use করতে পারবে। তাই আপনি যদি Business Owner হন, তাহলে AI Generator Use করাটা Avoid করাই Safe। কিন্তু আপনি যদি Commercially Safe Image চান, তাহলে Getty Images-এর Generative AI Image Generator ব্যবহার করতে পারেন।
Generative AI By Getty Images, যা আপনি iStock-এর মাধ্যমে Access করতে পারবেন, Stock-এর মত Photo Generate করার জন্য খুবই Good. আমি “Woman Laughing Alone With Salad” এর মতো কিছু Classic Test করেছিলাম, এবং Result-গুলো বেশ Solid ছিল। দেখলেই বোঝা যায়, Best Option গুলো Real Stock Photo-এর থেকে Distinguish করা কঠিন।
তবে, Creative Prompt, যেমন “কানাডিয়ান এক ব্যক্তি ম্যাপল গাছের জঙ্গলের মধ্যে দিয়ে একটি Moose-এর উপর চড়ে যাচ্ছে” অথবা কোনো Specific Art Style Use করলে, Result-গুলো ততটা ভালো আসে না। কারণ হিসেবে বলা যায়, এর Training Data. Generative AI, Nvidia Picasso Use করে, এবং বেশিরভাগ ক্ষেত্রেই Getty-র Stock Image Catalog-এর ওপর Train করা হয়েছে। Getty-র মতে, এটি সব Rule Follow করেই করা হয়েছে, এবং যেসব Artist-দের Work Training-এর জন্য Use করা হয়েছে, তাদের Compensate করার জন্য একটি Program-ও রয়েছে।
যদিও এটি ভালো Initiative, তবে এটি Affect করে আপনি কি Generate করতে পারবেন তার ওপর। Generative AI কোনো Real Person, Trademark, বা অন্য কোনো Intellectual Property Law Violate করে, এমন কিছু Generate করতে পারবে না। আমি Vermeer-এর Style-এ Painting Generate করতেও Succeed হইনি, যদিও তিনি 1675 সালে মারা গেছিলেন। Overall, Getty-র Tool ব্যবহার করা ততটা Flexible নয়—কিন্তু, Legal Department আছে এমন Company-গুলোর জন্য এটা অনেক বেশি Practical।
Available, Generative AI হিসেবে By iStock $14.99 লাগবে 100 AI Generations জন্য.
Stock Image Site Shutterstock-ও OpenAI Use করে AI Image Generator Build করেছে। আমি সেটা Test করে দেখেছি, এবং এটা আমার তেমন ভালো লাগেনি, তবে Commercially Safe Image চাইলে এটা Check করে দেখতে পারেন।
Generative AI By Getty Images
অফিসিয়াল ওয়েবসাইট @ Generative AI By Getty Images
এই List-এ Google-এর Imagen Text-To-Image Generator-এর Absence-টা অনেকের চোখে পরবে। Imagen 3 Launch হয়েছে, এবং এটি Google Gemini Chatbot-এ Free-তে Available। Imagen 2-এর তুলনায় এটি অনেক Improved হলেও, আমার Testing-এ, Dall·e 3-এর মতো Quality Result আমি পাইনি। তবে, এটি যেহেতু Improve হতে থাকবে, তাই আমি Surprised হব না যদি এটি Future-এ List-এ Add হয়—এবং যদি এটি Free থাকে, তাহলে হয়তো অন্য Top Pick গুলোকেও Beat করতে পারে—কিন্তু এখন পর্যন্ত এর Result গুলো অন্য Apps-এর মতো Same Level-এ নেই।
Google Gemini Imagen
অফিসিয়াল ওয়েবসাইট @ Google Gemini Imagen 3
AI-Generated Images এখন সব জায়গাতেই দেখা যায়, কিন্তু এর মানে এই নয় যে, এগুলো Use করার Legal And Ethical Side নিয়ে কোনো প্রশ্ন করা উচিত না।
AI-Generated Art Daily Work-এ Use করুন।
AI-Generated Images এর Legal দিক এখনো পর্যন্ত Unclear। U.S. Copyright Office-এর মতে, AI-Generated Content Copyright Protected নয়, এবং যেসব Artist-দের Work AI Training-এর জন্য Use করা হয়েছে, তাদের Protect করার মতোও কোনো Rule নেই। (তাই Firefly Licensed Images এবং Public Domain Content-এর ওপর Depend করে Train করা হয়েছে)।
এই কারণে অনেক Lawsuit হয়েছে। Stability AI, Getty Images এবং অনেক Artist-এর কাছ থেকে Unauthorized Images Use করার জন্য আইনি ঝামেলা Face করছে, এবং আরও কিছু AI Picture Generator-এর বিরুদ্ধে Class Action Lawsuit-ও File করা হয়েছে।
AI-Generated Image Use করে আপনি যদি Social Media Posts বা Blog-এর Header Image বানান, তাহলে খুব একটা Problem হবে না, কিন্তু যেহেতু এখনো পর্যন্ত কোনো Clear Rule নেই, তাই AI-Generated Art-এর উপর Rely করে Business Strategy তৈরি করাটা Safe নাও হতে পারে।
এছাড়াও AI-এর Bias-এর Issue-ও আছে। AI-তে Human-দের মতোই অনেক Bias আছে, যার কারণে Stereotype এবং Harmful Content-এর মতো Problem-ও দেখা যেতে পারে। Testing করার সময় আমি নিজেও এই Problem গুলো Face করেছি, তবে কিছু Tool Deliberate Step নেয়, যাতে Diverse Image Generate করা যায়। AI-Generated Content Check করাটা আমাদের Responsibility, যাতে কোনো Bias না থাকে, এবং আমাদের Prompt Refine করে সেই Bias Eliminate করাও আমাদের দায়িত্ব।
Ai Image Generation একটি Rapidly Evolving Space. Midjourney, Ideogram, এবং Flux.1 এর মতো Text-To-Image Model গুলো Tricky Concept Render করার ব্যাপারে অনেক Improved হয়েছে। যদিও এগুলো এখন কিছুটা Niche Tool, তবে তারা যদি এভাবেই Improve করতে থাকে, তাহলে খুব তারাতারি তারা Technology-র দুনিয়ায় অনেক Change আনতে পারবে।
ধন্যবাদ।
আমি রায়হান ফেরদৌস। বিশ্বের সর্ববৃহৎ বিজ্ঞান ও প্রযুক্তির সৌশল নেটওয়ার্ক - টেকটিউনস এ আমি 11 বছর 6 মাস যাবৎ যুক্ত আছি। টেকটিউনস আমি এ পর্যন্ত 227 টি টিউন ও 131 টি টিউমেন্ট করেছি। টেকটিউনসে আমার 73 ফলোয়ার আছে এবং আমি টেকটিউনসে 1 টিউনারকে ফলো করি।
![গরীবের Netflix [পর্ব-০২] :: Stremio! একটি মাত্র সফটওয়্যার আপনার বিনোদনের সকল চাহিদা পূরন করতে সক্ষম! আপনার পছন্দের মুভি, টিভি শো, চ্যানেল সহ আরো অনেক কিছু উপভোগ করুন – সকল ডিভাইসের জন্য](https://dnc.techtunes.io/tDrive/tuner/2019/08/techtunes_47ad68ab5c6db6d590d55720b28e7c6f-368x207.png "গরীবের Netflix [পর্ব-০২] :: Stremio! একটি মাত্র সফটওয়্যার আপনার বিনোদনের সকল চাহিদা পূরন করতে সক্ষম! আপনার পছন্দের মুভি, টিভি শো, চ্যানেল সহ আরো অনেক কিছু উপভোগ করুন – সকল ডিভাইসের জন্য")
![[পর্ব-০৬] :: এই মুহূর্তে বাজারের সেরা ওয়াইফাই রাউটার গুলো](https://dnc.techtunes.io/tDrive/tuner/2020/09/techtunes_39d63d23a055c80a9522726f346675ab-368x207.png "[পর্ব-০৬] :: এই মুহূর্তে বাজারের সেরা ওয়াইফাই রাউটার গুলো")