শব্দ থেকে জগতে: LLM এজেন্টদের মাধ্যমে এক-লাইন প্রম্পটগুলোকে বহুমোডাল ডিজিটাল গল্পে রূপান্তর
Author
Venue
ACM SIGGRAPH মোশন, ইন্টার্যাকশন, এবং গেমস 2024
Abstract
ডিজিটাল স্টোরিটেলিং, যা বিনোদন, শিক্ষা এবং বিপণনে অপরিহার্য, উৎপাদন স্কেলেবিলিটি এবং নমনীয়তায় চ্যালেঞ্জের সম্মুখীন হয়। এই গবেষণাপত্রে উপস্থাপিত StoryAgent ফ্রেমওয়ার্কটি বড় ভাষামডেল এবং জেনারেটিভ টুল ব্যবহার করে ডিজিটাল স্টোরিটেলিংকে স্বয়ংক্রিয় এবং পরিমার্জিত করে। টপ-ডাউন গল্প খসড়া এবং বটম-আপ সম্পদ উৎপাদনের পদ্ধতি গ্রহণ করে, StoryAgent ম্যানুয়াল হস্তক্ষেপ, ইন্টারেক্টিভ দৃশ্য সমন্বয় এবং বর্ণনামূলক ধারাবাহিকতার মতো মূল সমস্যাগুলি সমাধান করে। এই ফ্রেমওয়ার্কটি একাধিক মাধ্যমে ইন্টারেক্টিভ এবং ধারাবাহিক বর্ণনা দক্ষতার সাথে তৈরি করতে সক্ষম করে, বিষয়বস্তু সৃষ্টিকে গণতান্ত্রিক করে এবং সম্পৃক্ততা বৃদ্ধি করে। আমাদের ফলাফলগুলি দেখায় যে এই ফ্রেমওয়ার্কটি রেফারেন্স ভিডিও ছাড়াই সুসংগত ডিজিটাল গল্প তৈরি করতে সক্ষম, যা স্বয়ংক্রিয় ডিজিটাল স্টোরিটেলিংয়ে একটি উল্লেখযোগ্য অগ্রগতি।
