ඉන්ටර්නෙට් කාලයේ කතා කියවීමේ ආකාරය වෙනස් වෙමින් පවතී. මොහුගේ නවතම පර්යේෂණයක්, iTube නම් AI පද්ධතිය, නවකතා පූර්ණ චිත්රපටයක් බවට පරිවර්තනය කරයි. ඒ සඳහා FLUX, Wan2.2, MuseTalk, PuLID, MuseTalk සහ ComfyUI වැනි මොඩල ගොඩක් එක RTX 4060Ti, 16 GB VRAM එකක් මතම දේශීයව ක්රියාත්මක කරයි. පිරිසක් මෙය “වීඩියෝ එකක් විස්තරයක් වගේ” කියා අර්ථ දක්වයි.
මෙම පද්ධතියේ මූලික අදහස සරලයි: නවකතා පූර්ණයෙන්ම රූප, ගතිය, කථා, හා තාලය සමඟ එක් වීඩියෝවක් බවට පරිවර්තනය කිරීම. පළමු උදාහරණ ලෙස Jane Austenගේ "Pride and Prejudice" සහ චීන කතා "聊斋志异" (Strange Tales from a Chinese Studio) යන පොත් දෙකම පූර්ණ චිත්රපටයක් ලෙස නිර්මාණය කර ඇත. එක් එක් දර්ශනයේ මුහුණේ රූපය සමානව රඳවා, සියලුම කතාබස් සඳහා ලිප්-සින්ක් කර ඇත.
මෙහි වැදගත්කම වන්නේ මොඩල පහක් එක්ක එකට වැඩ කරන ආකාරය. FLUX එක තනි පින්තූරයක් නිර්මාණය කරයි. Wan2.2 ඒ පින්තූරය ගතික වීඩියෝවක් බවට පරිවර්තනය කරයි, නමුත් කථා නොකරයි. MuseTalk පමණක් මුහුණේ තොල් ගතික කිරීමේ කාර්යය කරයි. edge‑tts හඬ නිර්මාණය කර, PuLID මුහුණේ හැඳුනුම් රැකගෙන සිටී. මෙහි මූලික තත්ත්වය, හඬ (audio) පළමුව, වීඩියෝ (visual) පසුබැසීමයි; ඒ නිසා සken්රිප්ට් ලිවීමේදී හඬ දිගටම ගත කර, වීඩියෝ ඒ අනුව සකස් කරයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
- අධ්යාපනය: සිසුන්ට නවකතා, ඉතිහාස, විද්යාව වැනි පාඨයන් දෘශ්යමානව, කථාත්මකව ඉගෙන ගැනීමට අවස්ථාව ලැබේ.
- සංවර්ධකයන්: තනි GPU එකක් මත පූර්ණ AI වීඩියෝ පයිප්ලයින් එකක් ගොඩනැගීමට හැකියාව ලැබීම, ව්යවසායක පදනමකට ආරම්භයක් වේ.
- ව්යාපාරිකයෝ: ප්රචාරණ, වෙළඳ දැන්වීම්, පුස්තකාල අන්තර්ගතය ආදී අංශවල AI‑මූලික වීඩියෝ නිෂ්පාදනයෙන් වියදම අඩුවෙයි, වේගවත් අන්තර්ගත සැපයුමක් ලැබේ.
iTube පද්ධතියේ විශාල පරිමාණයේ අභියෝගය, මොඩල අතර ගැටළු හඳුනා ගැනීමට සහ ඒවාට අනුව සකස් කිරීමයි. ඒත් මේ අභියෝගය ජයග්රහණය කළ පසු, පරිශීලකයන්ට පූර්ණ AI‑චිත්රපටයක් නිර්මාණය කිරීමේ නව මාර්ගයක් ලැබේ.
අනාගතයේදී මෙවැනි තාක්ෂණය දේශීය නිර්මාණකරුවන්, අධ්යාපන ආයතන, හා ව්යාපාරිකයන්ට නව අවස්ථා සපයයි. ඔබත් AI සමඟ නවකතා වීඩියෝවක් තැනීමට අදම පළපුරුදු වෙන්න!
