টুল, সংবাদ ও টিউটোরিয়াল খুঁজুন
প্রকাশিত সব AI কনটেন্ট এক জায়গায় ঘুরে দেখুন।
“AI”এই শ্রেণিতে 930টি ফলাফল
AI টুলসমূহ
930AI ডকুমেন্ট প্রসেসিংTeleOCRTeleOCR হলো চায়না টেলিকমের Xingchen ল্যাবরেটরির ওপেন-সোর্স করা ডকুমেন্ট পার্সিং মডেল। প্রায় 1.2B প্যারামিটারের হালকা ভিশন-ল্যাঙ্গুয়েজ আর্কিটেকচার ব্যবহার করে এটি একটি একক ফ্রেমওয়ার্কে ডিজিটাল ডকুমেন্ট ও ক্যামেরায় তোলা ডকুমেন্ট প্রক্রিয়া করে এবং লেখা, লেআউট, টেব...AI বড় মডেলClaude Opus 5.5Claude Opus 5.5 হলো Anthropic-এর Claude 5.5 সিরিজের প্রথম ফ্ল্যাগশিপ মডেল, যার কর্মক্ষমতা তাদের নিজস্ব Claude Fable 5.1-এর সমতুল্য। মডেলটি Terminal-Bench 4.0（66.4%）、GDPval-AA v2.1（1846 E...
AI এজেন্টXiaomi MiMo-V2.6Xiaomi MiMo-V2.6 হলো Xiaomi প্রকাশিত ও ওপেন সোর্স করা একটি সর্বমোডাল মডেল সিরিজ। এতে Pro ও Flash নামে দুটি নেটিভ সর্বমোডাল মডেল রয়েছে। এর মূল লক্ষ্য হলো যাচাইযোগ্য জটিল কাজকে কেন্দ্র করে বৃহৎ-পরিসরের Agentic Reinforcement Learning।
AI এজেন্টStep 5 PreviewStep 5 Preview হলো StepFun-এর推出 করা নতুন প্রজন্মের ফ্ল্যাগশিপ বেস মডেল, যা বাস্তব জগতের Agentic কাজের জন্য তৈরি। মডেলটি একটি Sparse MoE আর্কিটেকচার ব্যবহার করে; মোট প্যারামিটার 600B, সক্রিয় প্যারামিটার মাত্র 27B এবং এটি এক মিলিয়ন Token-এর বেশি...
AI অনলাইন অনুবাদQwen3.8-LiveTranslateQwen3.8-LiveTranslate হলো আলিবাবার টংই শিয়েন-এর প্রকাশিত একটি রিয়েল-টাইম সিমুলটেনিয়াস ইন্টারপ্রিটেশন বৃহৎ মডেল। এটি Interleave আর্কিটেকচার দিয়ে পুনর্গঠিত, প্রতি অক্ষরের গড় বিলম্ব ২.৮ সেকেন্ড থেকে কমে ২.৩ সেকেন্ড হয়েছে এবং ৬০টি ভাষা সমর্থন করে।AI এজেন্টQwen3.8-Omni-FlashQwen3.8-Omni-Flash হলো আলিবাবা কিয়েনওয়েনের প্রকাশিত একটি নেটিভ অল-মোডাল মডেল, যা টেক্সট, ছবি, অডিও, ভিডিও ইনপুট এবং 1M দীর্ঘ কনটেক্সট সমর্থন করে। এর মূল লক্ষ্য 'বোঝাপড়া থেকে ডেলিভারি' Agent সক্ষমতা, যা স্বয়ংক্রিয়ভাবে ভিডিও সম্পাদনা, MV... সম্পন্ন করতে পারে।AI এজেন্টHologresHologres হল আলিবাবা ক্লাউডের একটি একীভূত Agentic মাল্টিমোডাল রিট্রিভাল ও অ্যানালিটিক্স প্ল্যাটফর্ম। এটি PostgreSQL প্রোটোকল সমর্থন করে এবং PB-স্তরের রিয়েল-টাইম লেখা, আপডেট, OLAP/অ্যাড হক অ্যানালিটিক্স ও উচ্চ-সমসাময়িক পয়েন্ট কোয়েরি সক্ষম করে।
AI বড় মডেলIrisIris হলো Xiaohongshu-এর AllSpark টিমের ওপেন-সোর্স সার্চ এজেন্ট, যার 35B (Iris-mini) এবং 397B (Iris-pro) দুটি সংস্করণ রয়েছে। Iris বাস্তব ওয়েবে স্বয়ংক্রিয়ভাবে কী খুঁজবে, কীভাবে পড়বে এবং কখন উত্তর সম্পূর্ণ করবে তা নির্ধারণ করতে পারে...
AI সংগীত সৃষ্টিYuE2YuE2 হলো হংকং ইউনিভার্সিটি অব সায়েন্স অ্যান্ড টেকনোলজি এবং M-A-P দলের ওপেন-সোর্স করা একটি সঙ্গীত জেনারেশন মডেল। এটি গানের কথা ও শৈলীর ভিত্তিতে সম্পাদনাযোগ্য ABC নোটেশন (সুর+কর্ড) তৈরি করে, এরপর 48kHz পূর্ণাঙ্গ গানে রেন্ডার করে, ফলে সৃষ্টির প্রক্রিয়া স্বচ্ছ ও নিয়ন্ত্রণযোগ্য থাকে।AI বড় মডেলUnifoLM-WLA-1.0UnifoLM-WLA-1.0 হলো ইউনিট্রি টেকনোলজি推出িত 6B প্যারামিটারের একটি এমবডিড মাল্টিমোডাল বৃহৎ মডেল। প্রায় 2500 ঘণ্টার বাস্তব রোবট ডেটা দিয়ে প্রশিক্ষিত এই মডেল দৃষ্টি, ভাষা ও ক্রিয়াকে একীভূতভাবে মডেল করে এবং একটি মডেলের মাধ্যমে ডেস্কটপ ও পুরো শরীরের চলনসহ 64টি অপারেশনাল কাজ পরিচালনা করে।
AI বড় মডেলশুশেং-S2শুশেং-S2 হলো সাংহাই এআই ল্যাবরেটরি কর্তৃক উন্মুক্ত করা মাল্টিমোডাল ফাউন্ডেশন মডেল (397B প্যারামিটার), যার লক্ষ্য বৈজ্ঞানিক কাজে সবচেয়ে দক্ষ বৃহৎ মডেল হওয়া। মডেলটি Memory Decoder স্থাপত্যের মাধ্যমে প্লাগযোগ্য পেশাদার মেমরি মডিউল প্রবর্তন করে, যা মূল মডেল পুনঃপ্রশিক্ষণ ছাড়াই...
AI গেম ডেভেলপমেন্টLingBot-World 2.0LingBot-World 2.0 হলো Ant Lingbo Technology-এর ওপেন-সোর্স করা রিয়েল-টাইম ইন্টার্যাক্টিভ ওয়ার্ল্ড মডেল, যা গেমের মতো রিয়েল-টাইমে খেলা যায়। গেমটিতে চলাফেরা, আক্রমণ, মন্ত্রপ্রয়োগ, লাফানোসহ বিভিন্ন নিয়ন্ত্রণ এবং তুষারপাত ও বৃষ্টির মতো পরিবেশগত ঘটনা সমর্থিত; ঘণ্টার পর ঘণ্টা ধারাবাহিকভাবে...
AI এজেন্টNeoHorse-1NeoHorse-1 হলো জিইউয়ান লুডোং, উওয়েন শিনচিয়ং, সিংহুয়া বিশ্ববিদ্যালয়, পেকিং বিশ্ববিদ্যালয়, দ্য চাইনিজ ইউনিভার্সিটি অব হংকং, আলিবাবা প্রমুখের যৌথভাবে প্রকাশিত একটি ওপেন-সোর্স Agent মডেল, যা 4B ও 9B সংস্করণে রয়েছে। মডেলটি Agent-Native পোস্ট-ট্রেনিং ব্যবহার করে, Routing ...
AI মডেল মূল্যায়নPixRestorePixRestore হলো হংকং পলিটেকনিক ইউনিভার্সিটি ও OPPO রিসার্চ ইনস্টিটিউটের যৌথভাবে প্রকাশিত একটি সমন্বিত চিত্র পুনরুদ্ধার মডেল। মডেলটি পিক্সেল-স্পেস Diffusion Transformer ব্যবহার করে সরাসরি পিক্সেল স্তরে flow matching সম্পন্ন করে, সূক্ষ্ম...
AI ওপেন সোর্স কমিউনিটিAuKAuK হলো Tencent Hunyuan-এর ওপেন-সোর্স করা 1.5 বিলিয়ন প্যারামিটারের স্পিচ জেনারেশন ও এডিটিং বেস মডেল, যা অটোরিগ্রেসিভ পদ্ধতির পরিবর্তে ফ্লো-ম্যাচিং ডিফিউশন আর্কিটেকচার ব্যবহার করে। মডেলটি একটি统一 প্রাকৃতিক ভাষা নির্দেশনা ইন্টারফেসের মাধ্যমে 16 ধরনের স্পিচ টাস্ক সম্পন্ন করতে পারে, যার মধ্যে রয়েছে জিরো-শট/নির্দেশনাভিত্তিক...AI ওপেন সোর্স কমিউনিটিH3-WorldH3-World হলো Tencent, National University of Singapore এবং The Hong Kong Polytechnic University-এর যৌথভাবে推出 করা একটি অ্যাকশন-নিয়ন্ত্রিত ওয়ার্ল্ড মডেল, যা 33B MiniMax-H3 ভিডিও জেনারেটরের ওপর ফাইন-টিউন করা হয়েছে। মডেলটি কীবোর্ড ইনপুটকে ইংরেজি নির্দেশনায় রূপান্তর করে, প্রি-ট্রেইনড টেক্সট...
AI বড় মডেলMiniCPM5-2BMiniCPM5-2B হলো মিয়ানবিই ইন্টেলিজেন্স, OpenBMB কমিউনিটি এবং সিংহুয়া বিশ্ববিদ্যালয়ের যৌথভাবে উন্মুক্ত করা প্রান্তিক ভাষা ভিত্তি মডেল। মডেলটিতে প্রায় ২৫০ কোটি প্যারামিটার রয়েছে, 128K কনটেক্সট সমর্থন করে এবং ৩৪টি বেঞ্চমার্কে গড় স্কোর 53.9। এটি একাধিক 4B-স্তরের মডেলকে ছাড়িয়ে 2B-স্তরের ওপেন-সোর্স SOTA অর্জন করেছে...
AI এজেন্টWikiSkillWikiSkill হলো Google Research-এর উদ্ভাবিত Agent দক্ষতা-বিবর্তন ফ্রেমওয়ার্ক। এই ফ্রেমওয়ার্কের তিন-স্তরীয় স্থাপত্যে কাঁচা ট্র্যাজেক্টরি সংরক্ষণের Raw Layer, ক্রমাগত কাঠামোবদ্ধ জ্ঞান সঞ্চয়ের Wiki Layer এবং নির্বাহযোগ্য...
AI এজেন্টXiaomi MiMo-V2.6Xiaomi MiMo-V2.6 হলো Xiaomi প্রকাশিত ও ওপেন সোর্স করা একটি সর্বমোডাল মডেল সিরিজ। এতে Pro ও Flash নামে দুটি নেটিভ সর্বমোডাল মডেল রয়েছে। এর মূল লক্ষ্য হলো যাচাইযোগ্য জটিল কাজকে কেন্দ্র করে বৃহৎ-পরিসরের Agentic Reinforcement Learning।AI এজেন্টStep 5 PreviewStep 5 Preview হলো StepFun-এর推出 করা নতুন প্রজন্মের ফ্ল্যাগশিপ বেস মডেল, যা বাস্তব জগতের Agentic কাজের জন্য তৈরি। মডেলটি একটি Sparse MoE আর্কিটেকচার ব্যবহার করে; মোট প্যারামিটার 600B, সক্রিয় প্যারামিটার মাত্র 27B এবং এটি এক মিলিয়ন Token-এর বেশি...AI অনলাইন অনুবাদQwen3.8-LiveTranslateQwen3.8-LiveTranslate হলো আলিবাবার টংই শিয়েন-এর প্রকাশিত একটি রিয়েল-টাইম সিমুলটেনিয়াস ইন্টারপ্রিটেশন বৃহৎ মডেল। এটি Interleave আর্কিটেকচার দিয়ে পুনর্গঠিত, প্রতি অক্ষরের গড় বিলম্ব ২.৮ সেকেন্ড থেকে কমে ২.৩ সেকেন্ড হয়েছে এবং ৬০টি ভাষা সমর্থন করে।AI এজেন্টQwen3.8-Omni-FlashQwen3.8-Omni-Flash হলো আলিবাবা কিয়েনওয়েনের প্রকাশিত একটি নেটিভ অল-মোডাল মডেল, যা টেক্সট, ছবি, অডিও, ভিডিও ইনপুট এবং 1M দীর্ঘ কনটেক্সট সমর্থন করে। এর মূল লক্ষ্য 'বোঝাপড়া থেকে ডেলিভারি' Agent সক্ষমতা, যা স্বয়ংক্রিয়ভাবে ভিডিও সম্পাদনা, MV... সম্পন্ন করতে পারে।AI এজেন্টHologresHologres হল আলিবাবা ক্লাউডের একটি একীভূত Agentic মাল্টিমোডাল রিট্রিভাল ও অ্যানালিটিক্স প্ল্যাটফর্ম। এটি PostgreSQL প্রোটোকল সমর্থন করে এবং PB-স্তরের রিয়েল-টাইম লেখা, আপডেট, OLAP/অ্যাড হক অ্যানালিটিক্স ও উচ্চ-সমসাময়িক পয়েন্ট কোয়েরি সক্ষম করে।AI বড় মডেলIrisIris হলো Xiaohongshu-এর AllSpark টিমের ওপেন-সোর্স সার্চ এজেন্ট, যার 35B (Iris-mini) এবং 397B (Iris-pro) দুটি সংস্করণ রয়েছে। Iris বাস্তব ওয়েবে স্বয়ংক্রিয়ভাবে কী খুঁজবে, কীভাবে পড়বে এবং কখন উত্তর সম্পূর্ণ করবে তা নির্ধারণ করতে পারে...AI সংগীত সৃষ্টিYuE2YuE2 হলো হংকং ইউনিভার্সিটি অব সায়েন্স অ্যান্ড টেকনোলজি এবং M-A-P দলের ওপেন-সোর্স করা একটি সঙ্গীত জেনারেশন মডেল। এটি গানের কথা ও শৈলীর ভিত্তিতে সম্পাদনাযোগ্য ABC নোটেশন (সুর+কর্ড) তৈরি করে, এরপর 48kHz পূর্ণাঙ্গ গানে রেন্ডার করে, ফলে সৃষ্টির প্রক্রিয়া স্বচ্ছ ও নিয়ন্ত্রণযোগ্য থাকে।AI বড় মডেলUnifoLM-WLA-1.0UnifoLM-WLA-1.0 হলো ইউনিট্রি টেকনোলজি推出িত 6B প্যারামিটারের একটি এমবডিড মাল্টিমোডাল বৃহৎ মডেল। প্রায় 2500 ঘণ্টার বাস্তব রোবট ডেটা দিয়ে প্রশিক্ষিত এই মডেল দৃষ্টি, ভাষা ও ক্রিয়াকে একীভূতভাবে মডেল করে এবং একটি মডেলের মাধ্যমে ডেস্কটপ ও পুরো শরীরের চলনসহ 64টি অপারেশনাল কাজ পরিচালনা করে।AI বড় মডেলশুশেং-S2শুশেং-S2 হলো সাংহাই এআই ল্যাবরেটরি কর্তৃক উন্মুক্ত করা মাল্টিমোডাল ফাউন্ডেশন মডেল (397B প্যারামিটার), যার লক্ষ্য বৈজ্ঞানিক কাজে সবচেয়ে দক্ষ বৃহৎ মডেল হওয়া। মডেলটি Memory Decoder স্থাপত্যের মাধ্যমে প্লাগযোগ্য পেশাদার মেমরি মডিউল প্রবর্তন করে, যা মূল মডেল পুনঃপ্রশিক্ষণ ছাড়াই...AI গেম ডেভেলপমেন্টLingBot-World 2.0LingBot-World 2.0 হলো Ant Lingbo Technology-এর ওপেন-সোর্স করা রিয়েল-টাইম ইন্টার্যাক্টিভ ওয়ার্ল্ড মডেল, যা গেমের মতো রিয়েল-টাইমে খেলা যায়। গেমটিতে চলাফেরা, আক্রমণ, মন্ত্রপ্রয়োগ, লাফানোসহ বিভিন্ন নিয়ন্ত্রণ এবং তুষারপাত ও বৃষ্টির মতো পরিবেশগত ঘটনা সমর্থিত; ঘণ্টার পর ঘণ্টা ধারাবাহিকভাবে...AI এজেন্টNeoHorse-1NeoHorse-1 হলো জিইউয়ান লুডোং, উওয়েন শিনচিয়ং, সিংহুয়া বিশ্ববিদ্যালয়, পেকিং বিশ্ববিদ্যালয়, দ্য চাইনিজ ইউনিভার্সিটি অব হংকং, আলিবাবা প্রমুখের যৌথভাবে প্রকাশিত একটি ওপেন-সোর্স Agent মডেল, যা 4B ও 9B সংস্করণে রয়েছে। মডেলটি Agent-Native পোস্ট-ট্রেনিং ব্যবহার করে, Routing ...AI মডেল মূল্যায়নPixRestorePixRestore হলো হংকং পলিটেকনিক ইউনিভার্সিটি ও OPPO রিসার্চ ইনস্টিটিউটের যৌথভাবে প্রকাশিত একটি সমন্বিত চিত্র পুনরুদ্ধার মডেল। মডেলটি পিক্সেল-স্পেস Diffusion Transformer ব্যবহার করে সরাসরি পিক্সেল স্তরে flow matching সম্পন্ন করে, সূক্ষ্ম...AI ওপেন সোর্স কমিউনিটিAuKAuK হলো Tencent Hunyuan-এর ওপেন-সোর্স করা 1.5 বিলিয়ন প্যারামিটারের স্পিচ জেনারেশন ও এডিটিং বেস মডেল, যা অটোরিগ্রেসিভ পদ্ধতির পরিবর্তে ফ্লো-ম্যাচিং ডিফিউশন আর্কিটেকচার ব্যবহার করে। মডেলটি একটি统一 প্রাকৃতিক ভাষা নির্দেশনা ইন্টারফেসের মাধ্যমে 16 ধরনের স্পিচ টাস্ক সম্পন্ন করতে পারে, যার মধ্যে রয়েছে জিরো-শট/নির্দেশনাভিত্তিক...AI ওপেন সোর্স কমিউনিটিH3-WorldH3-World হলো Tencent, National University of Singapore এবং The Hong Kong Polytechnic University-এর যৌথভাবে推出 করা একটি অ্যাকশন-নিয়ন্ত্রিত ওয়ার্ল্ড মডেল, যা 33B MiniMax-H3 ভিডিও জেনারেটরের ওপর ফাইন-টিউন করা হয়েছে। মডেলটি কীবোর্ড ইনপুটকে ইংরেজি নির্দেশনায় রূপান্তর করে, প্রি-ট্রেইনড টেক্সট...AI বড় মডেলMiniCPM5-2BMiniCPM5-2B হলো মিয়ানবিই ইন্টেলিজেন্স, OpenBMB কমিউনিটি এবং সিংহুয়া বিশ্ববিদ্যালয়ের যৌথভাবে উন্মুক্ত করা প্রান্তিক ভাষা ভিত্তি মডেল। মডেলটিতে প্রায় ২৫০ কোটি প্যারামিটার রয়েছে, 128K কনটেক্সট সমর্থন করে এবং ৩৪টি বেঞ্চমার্কে গড় স্কোর 53.9। এটি একাধিক 4B-স্তরের মডেলকে ছাড়িয়ে 2B-স্তরের ওপেন-সোর্স SOTA অর্জন করেছে...AI এজেন্টWikiSkillWikiSkill হলো Google Research-এর উদ্ভাবিত Agent দক্ষতা-বিবর্তন ফ্রেমওয়ার্ক। এই ফ্রেমওয়ার্কের তিন-স্তরীয় স্থাপত্যে কাঁচা ট্র্যাজেক্টরি সংরক্ষণের Raw Layer, ক্রমাগত কাঠামোবদ্ধ জ্ঞান সঞ্চয়ের Wiki Layer এবং নির্বাহযোগ্য...