মূল কনটেন্টে যান
সাইট অনুসন্ধান

টুল, সংবাদ ও টিউটোরিয়াল খুঁজুন

প্রকাশিত সব AI কনটেন্ট এক জায়গায় ঘুরে দেখুন।

“AI”এই শ্রেণিতে 918টি ফলাফল

AI টুলসমূহ

918
এআই প্রোগ্রামিংহুনইয়ান বিশেষজ্ঞ পরামর্শদাতা দলহুনইয়ান বিশেষজ্ঞ পরামর্শদাতা দল হলো টেনসেন্টের চালু করা একটি বিশেষজ্ঞ প্ল্যাটফর্ম, যা বহিরাগত শিল্পখাতের প্রতিভাবানদের জন্য তৈরি। প্ল্যাটফর্মটি অর্থনীতি, আইন, চিকিৎসা, কোড, STEM, অনুবাদ, ফ্রন্টএন্ড ডিজাইনসহ দশটিরও বেশি উল্লম্ব ক্ষেত্রে অভিজ্ঞ বিশেষজ্ঞ নিয়োগ করে। পুরো প্রক্রিয়াটি অনলাইনে পরিচালিত হয়,...ডেভেলপমেন্ট প্ল্যাটফর্মGLM-5.3-FlashXGLM-5.3-FlashX হলো ঝিপুর推出 করা একটি উচ্চগতির রিজনিং মডেল, যার সর্বোচ্চ আউটপুট গতি 200 tokens/s। GLM-5.3-Flash-এর তুলনায় এটি 5 গুণ দ্রুত এবং এর দাম 2.5 গুণ বেশি। API এখন উন্মুক্ত। মডেলটি ১০০,০০০টি দেশীয় চিপের কম্পিউটিং ক্ষমতার ওপর ভিত্তি করে তৈরি...এআই ভয়েস সিন্থেসিসStep Audio 3StepAudio 3 হলো জিয়েপ সিংচেনের প্রকাশিত স্পিচ ফাউন্ডেশন মডেল সিরিজ, যাতে Realtime, ASR, TTS, Gen এবং Music—এই পাঁচটি মডেল রয়েছে। এর মধ্যে Realtime-এর স্পিচ রিজনিং নির্ভুলতা 99.7% এবং ASR-এর শব্দ ত্রুটির হার 1.7%...এআই ভিডিও জেনারেশনVDN-MiniMax-H3VDN-MiniMax-H3 হলো OpenVDN দলের ওপেন-সোর্স ভিডিও জেনারেশন ত্বরান্বিতকরণ সমাধান, যা MiniMax-H3-এর ওপর ভিত্তি করে উন্নত করা হয়েছে। মডেলটি হাইব্রিড অ্যাটেনশন আর্কিটেকচার ব্যবহার করে; স্থানীয় স্লাইডিং-উইন্ডো Softmax সূক্ষ্ম বিবরণ ধরে রাখে, দূরবর্তী লিনিয়ার অ্যাটেনশন দীর্ঘ-পরিসরের প্রেক্ষাপট প্রক্রিয়া করে...ডেভেলপমেন্ট প্ল্যাটফর্মDeepSeek V4.1 FlashDeepSeek V4 Flash হলো 深度求索-এর推出 করা একটি হালকা বৃহৎ ভাষা মডেল, যা ২০২৫ সালের ৩১ জুলাই API-এর মাধ্যমে উন্মুক্ত বিটা পরীক্ষার জন্য চালু করা হয়। মডেলটি গতি ও সাশ্রয়কে অগ্রাধিকার দেয়; এর ইনফারেন্স গতি প্রতি সেকেন্ডে কয়েকশ tokens পর্যন্ত পৌঁছাতে পারে, নিষ্ক্রিয় সময়ে ক্যাশ হিট ইনপুট...3D ডিজাইনKageKage হলো ডিজাইনার Meng To-এর ওপেন-সোর্স করা একটি নিমজ্জিত 3D ইন্টার‌্যাক্টিভ অভিজ্ঞতা প্রকল্প। টুলটি মাত্র একটি HTML ফাইল ব্যবহার করে, Three.js-এর রিয়েল-টাইম রেন্ডারিংয়ের ওপর GPT Image 2-জেনারেটেড দৃশ্য উপকরণ স্তরায়িত করে, একটি কাল্পনিক কিয়োটো পাহাড়...এআই প্রোগ্রামিংPiPi (Agent Harness) হলো Mario Zechner-এর তৈরি অত্যন্ত সরল ওপেন-সোর্স টার্মিনাল প্রোগ্রামিং Agent, এবং OpenClaw-এর ভিত্তিগত Coding Agent। এটি মডেলকে শুধু read, write, edit, bash ...এআই প্রোগ্রামিংFusion ModelFusion Model হলো FUMO Lab-এর তৈরি একটি বুদ্ধিমান বরাদ্দ মডেল। মডেলটি ক্রমাগত পরিবর্তনশীল কাজের অবস্থা অনুযায়ী কম্পিউটিং চাহিদা গতিশীলভাবে সবচেয়ে উপযুক্ত ভিন্নধর্মী মডেলের কাছে বরাদ্দ করে,实现 করে ‘একবার ফিউশন, সবার সেরা সুবিধা একসঙ্গে’।এআই প্রোগ্রামিংGemini 3.8Gemini 3.8 হলো Google-এর তৈরি যুক্তি ও কোডিং মডেল, যার মধ্যে Flash এবং Flash Cyber—এই দুটি সংস্করণ রয়েছে। Gemini 3.8 Flash পূর্ববর্তী সংস্করণের সমান গতি ও কম দাম বজায় রেখে সফটওয়্যার ইঞ্জিনিয়ারিংয়ে বড় ধরনের উন্নতি করেছে...এআই প্রোগ্রামিংMuse Spark 1.3Muse Spark 1.3 হলো Meta-এর推出 করা নতুন প্রজন্মের বৃহৎ ভাষা মডেল, যার পক্ষে স্বয়ং জাকারবার্গ প্রচার করছেন। এটি প্রোগ্রামিং ও এজেন্টভিত্তিক কাজে Meta-এর বড় অগ্রগতি হিসেবে অবস্থান করছে।বিক্রয় ও লিড জেনারেশনরেটিং 8.5ApolloApollo হলো সেলস, সেলস ডেভেলপমেন্ট, মার্কেটিং ও রেভিনিউ অপারেশনস টিমের জন্য একটি সমন্বিত সেলস প্ল্যাটফর্ম। অফিসিয়াল ওয়েবসাইটে পরিচিতি ডেটাবেস, ডেটা সমৃদ্ধকরণ, আউটরিচ, ডায়ালার, কাস্টমার রিলেশনশিপ ম্যানেজমেন্ট ও ডিল ম্যানেজমেন্টের মতো সুবিধাগুলো এক পণ্যে একত্র করা হয়েছে। পাশাপাশি ওয়েবসাইট অ্যাক্সেস, Chrome এক্সটেনশন ও API অ্যাক্সেস দেওয়া হয়, যাতে টিমকে একাধিক সেলস টুলের মধ্যে বারবার পরিবর্তন করতে না হয়।এআই ভিডিও জেনারেশনরেটিং 8.4Noodle TomatoNoodle Tomato হলো ক্যামেরার সামনে না এসে YouTube কনটেন্ট তৈরি করা ক্রিয়েটরদের জন্য একটি ভিডিও জেনারেশন টুল। ব্যবহারকারী একটি বিষয় ইনপুট দিলে সিস্টেম স্ক্রিপ্ট, ভয়েসওভার, ভিজ্যুয়াল, সাবটাইটেল, মিউজিক ও এডিটিং তৈরি করে 20 থেকে 90 মিনিটের সম্পূর্ণ ভিডিও তৈরি করতে পারে। ভিডিও ডাউনলোড করে YouTube-এ আপলোড করা যায়। অফিসিয়াল ওয়েবসাইটে বিনামূল্যের বিষয় খোঁজার টুল এবং আয় হিসাবের টুলও রয়েছে।3D ডিজাইনHunyuan3D-Buffalo 1.0 – টেনসেন্ট হুনইয়ান推出 3D মাল্টিমোডাল ফ্রেমওয়ার্কHunyuan3D-Buffalo 1.0 – টেনসেন্ট হুনইয়ান推出 3D মাল্টিমোডাল ফ্রেমওয়ার্ক হলো টেনসেন্ট হুনইয়ান推出 একটি একীভূত 3D মাল্টিমোডাল ফ্রেমওয়ার্ক। শেয়ার করা Hunyuan3D-VLM ব্যাকবোনের মাধ্যমে এটি 3D প্রশ্নোত্তর, স্থানিক অবস্থান নির্ধারণ, টেক্সট-টু-3D, নির্দেশনাভিত্তিক সম্পাদনা এবং কম্পোনেন্ট জেনারেশনকে একটি একক ওয়ার্কফ্লোতে একীভূত করে। এই ফ্রেমওয়ার্ক প্রাকৃতিক ভাষার মাধ্যমে 3D মডেলের কাঠামো বোঝা, কম্পোনেন্ট শনাক্ত করা, নির্দেশনা অনুযায়ী স্থানীয় জ্যামিতি পরিবর্তন করা এবং অর্থবোধক কম্পোনেন্ট বের করা সমর্থন করে। এর লক্ষ্য হলো 3D বোঝাপড়া, জেনারেশন ও সম্পাদনার মধ্যে একটি পূর্ণাঙ্গ চক্র তৈরি করা এবং গেম, অ্যানিমেশন ও শিল্প-নকশার জন্য সমন্বয়যোগ্য 3D অ্যাসেট উৎপাদন ব্যবস্থা প্রদান করা। মূল বৈশিষ্ট্যের মধ্যে রয়েছে 3D বোঝাপড়া, টেক্সট-টু-3D, নির্দেশনাভিত্তিক সম্পাদনা এবং কম্পোনেন্ট জেনারেশন। এই চার ধরনের কাজ একই 3D অর্থবোধক উপস্থাপনা ও প্রসেসিং পাইপলাইন ভাগ করে। এটি গেম ডেভেলপার, অ্যানিমেশন নির্মাতা, শিল্প-নকশাবিদ এবং 3D কনটেন্ট নির্মাতাদের জন্য উপযোগী। প্রাকৃতিক ভাষায় মিথস্ক্রিয়ার মাধ্যমে এটি পেশাগত দক্ষতার বাধা কমায় এবং অ্যাসেট পুনর্ব্যবহার ও পুনরাবৃত্তি-ভিত্তিক উন্নয়নের দক্ষতা বাড়ায়।ছবি সম্পাদনাInstructAV2AV – 智源 ও পেকিং বিশ্ববিদ্যালয়ের যৌথভাবে উন্মুক্ত করা অডিও-ভিডিও যৌথ সম্পাদনা মডেলInstructAV2AV – 智源 ও পেকিং বিশ্ববিদ্যালয়ের যৌথভাবে উন্মুক্ত করা অডিও-ভিডিও যৌথ সম্পাদনা মডেল হলো বেইজিং ঝিয়ুয়ান কৃত্রিম বুদ্ধিমত্তা গবেষণা ইনস্টিটিউট ও পেকিং বিশ্ববিদ্যালয়ের যৌথভাবে তৈরি অডিও-ভিডিও যৌথ সম্পাদনা মডেল। ব্যবহারকারী শুধু একটি স্বাভাবিক ভাষার নির্দেশ দিয়েই এন্ড-টু-এন্ড প্রজন্ম প্রক্রিয়ায় ভিডিও দৃশ্য ও সংশ্লিষ্ট শব্দ একই সঙ্গে সম্পাদনা করতে পারেন, হাতে তৈরি মাস্ক বা ধাপে ধাপে প্রক্রিয়াকরণের প্রয়োজন হয় না। মডেলটি সংলাপ পরিবর্তন, ব্যক্তি প্রতিস্থাপন, অবজেক্ট সংযোজন ও অপসারণ সমর্থন করে এবং পটভূমি ও পরিবেশের শব্দ অপরিবর্তিত রেখে দৃশ্য ও শব্দের সময়গত সামঞ্জস্য বজায় রাখতে পারে। মূল ফিচারগুলোর মধ্যে রয়েছে পরিচয়-সংরক্ষণকারী কণ্ঠস্বর পরিবর্তন, অডিও-ভিডিও ইনস্ট্যান্স প্রতিস্থাপন, ইনস্ট্যান্স সংযোজন, ইনস্ট্যান্স অপসারণ এবং বৈশিষ্ট্যের সমন্বিত সম্পাদনা। এটি চলচ্চিত্রের পোস্ট-প্রোডাকশন, স্বল্পদৈর্ঘ্য ভিডিও তৈরি, ভার্চুয়াল মানব পরিচালনা, বিজ্ঞাপনের সৃজনশীলতা এবং ইন্টার‌্যাকটিভ কনটেন্ট উৎপাদনসহ বিভিন্ন ক্ষেত্রে প্রযোজ্য।অ্যানিমেশন তৈরিWan-Animate-2 – 万相团队开源的新一代角色动画模型Wan-Animate-2 হলো 万相 টিমের ওপেন-সোর্স করা নতুন প্রজন্মের চরিত্র অ্যানিমেশন মডেল। Wan-Animate-এর একটি বড় আর্কিটেকচারাল আপগ্রেড হিসেবে এটি end-to-end দ্বৈত-শাখা DiT ব্যবহার করে এবং স্পষ্ট পোজ কঙ্কালের প্রয়োজন ছাড়াই রেফারেন্স ভিডিও থেকে মোশন prior ধারণ করতে পারে। এটি ড্রাইভিং ভিডিও থেকে চরিত্র অ্যানিমেশন, পরিচয় ও চেহারা সংরক্ষণ এবং টেক্সট-চালিত ভিউ নিয়ন্ত্রণ সমর্থন করে। এতে Base উচ্চমানের এবং Distillation কম-ধাপের দুটি ইনফারেন্স মোড রয়েছে। রিয়েল-টাইম স্ট্রিমিং চরিত্র অ্যানিমেশনের জন্য Lite ভ্যারিয়েন্টও প্রকাশ করা হয়েছে। মডেলটি ভার্চুয়াল অ্যাঙ্কর, শর্ট-ভিডিও নির্মাণ ও ডিজিটাল মানবসহ বিভিন্ন ক্ষেত্রে উপযোগী; এর লক্ষ্য একসঙ্গে মোশনের বিশ্বস্ততা ও পরিচয়ের সামঞ্জস্য বাড়ানো এবং জেনারেশন লেটেন্সি কমানো।এআই ভিডিও জেনারেশনHOMIEHOMIE হলো হংকং ইউনিভার্সিটি অব সায়েন্স অ্যান্ড টেকনোলজি ওপেন-সোর্স করা ডিজিটাল হিউম্যান ভিডিও জেনারেশন ফ্রেমওয়ার্ক, যা Wan2.1-T2V-14B ব্যাকবোন নেটওয়ার্কের ওপর ভিত্তি করে তৈরি এবং Qwen3-VL মাল্টিমোডাল বড় ভাষা মডেল সমন্বিত। ফ্রেমওয়ার্কটি ডিজিটাল হিউম্যান+পণ্য+Logo+টেক্সট—এই চারটি উপাদান একসঙ্গে প্রক্রিয়া করতে পারে, ...এআই প্রোগ্রামিংSALMONN-2 – ছিংহুয়া প্রভৃতি প্রতিষ্ঠানের উন্মুক্ত সাধারণ অডিও বৃহৎ ভাষা মডেলSALMONN-2 – ছিংহুয়া প্রভৃতি প্রতিষ্ঠানের উন্মুক্ত সাধারণ অডিও বৃহৎ ভাষা মডেল হলো বাইটড্যান্সের SPEAR একীভূত স্ব-তত্ত্বাবধানভিত্তিক অডিও এনকোডার ও বহুপদী বৈশিষ্ট্য-সমন্বয় অ্যাডাপ্টারের ওপর নির্মিত, Qwen3-কে টেক্সট ভিত্তি হিসেবে ব্যবহার করা একটি সাধারণ অডিও বৃহৎ ভাষা মডেল। এটি বক্তৃতা শনাক্তকরণ, অডিও বর্ণনা, সংগীত অনুধাবন, আবেগ শনাক্তকরণ, বক্তা যাচাইকরণসহ বিভিন্ন ক্ষেত্রের কাজ সমর্থন করে। পাশাপাশি, সাধারণ ALLM-এ প্রথমবারের মতো শব্দ-ঘটনা শনাক্তকরণ, অডিও জালিয়াতি শনাক্তকরণ, বক্তৃতার গুণমান মূল্যায়ন এবং বহুমাত্রিক প্রাসঙ্গিক বক্তৃতা শনাক্তকরণের মতো উন্নত সক্ষমতা পদ্ধতিগতভাবে বাস্তবায়ন করেছে। মডেলটি প্রচলিত দ্বৈত এনকোডার পদ্ধতির পরিবর্তে একটি একক SPEAR এনকোডার ব্যবহার করে এবং MLF অ্যাডাপ্টারের মাধ্যমে বহুস্তরের ধ্বনিতাত্ত্বিক বৈশিষ্ট্য একত্র করে, ফলে বিভিন্ন ক্ষেত্রে আরও ভারসাম্যপূর্ণ কর্মদক্ষতা অর্জন করে। মাত্র প্রায় 1.8万 ঘণ্টা তত্ত্বাবধানভিত্তিক ডেটায় দক্ষ প্রশিক্ষণের মাধ্যমে SALMONN-2 MMAU-Pro, MMAR ও MMSU—এই তিনটি সামগ্রিক বেঞ্চমার্কে একই আকারের উন্মুক্ত মডেলগুলোর মধ্যে সেরা ফল করেছে। এটি স্মার্ট মিটিং সহকারী, অডিও কনটেন্ট পর্যালোচনা এবং বক্তৃতার গুণমান পর্যবেক্ষণের মতো কাজে ব্যবহারযোগ্য।এআই ভয়েস সিন্থেসিসIndexTTS-2.5IndexTTS-2.5 হলো Bilibili-এর ওপেন-সোর্স করা শিল্পমানের জিরো-শট ভয়েস ক্লোনিং মডেল। এতে মাত্র 0.8B প্যারামিটার রয়েছে এবং চীনা, ইংরেজি, জাপানি, স্প্যানিশ ও আরবি ভাষায় আন্তভাষিক স্থানান্তর সমর্থন করে।