বড় মডেল
AIEZZ টুল ট্যাগ
“বড় মডেল” ট্যাগযুক্ত AI পণ্য ব্রাউজ করা হচ্ছে, যেখানে 10টি মিলে যাওয়া ফলাফল রয়েছে।
২০২৬ সালের AI উপন্যাস লেখার সফটওয়্যারের সর্বশেষ পর্যালোচনা: FeelFish 4.0এআই প্রোগ্রামিংFeelFish 4.0 একটি পেশাদার উপন্যাস লেখার সফটওয়্যার, যা AI বৃহৎ ভাষা মডেলকে প্রকল্প সম্পর্কে সচেতন একটি লেখক দলে রূপান্তরিত করে। এটি অধ্যায়, কাঠামো, চরিত্র ও সেটিংসহ কাঠামোবদ্ধ প্রকল্প ব্যবস্থাপনা প্রদান করে এবং দীর্ঘ রচনায় যৌক্তিক সামঞ্জস্য বজায় রাখতে বুদ্ধিমান কনটেক্সট সমর্থন করে। এই টুলে কাস্টম মাল্টি-এজেন্ট সহযোগিতা, ডেস্কটপ ও মোবাইল রিমোট কন্ট্রোল, ক্লাউড ড্রাইভ সিঙ্ক্রোনাইজেশন এবং পাণ্ডুলিপির নিরাপত্তা নিশ্চিত করতে লোকাল টাইম মেশিন রয়েছে। ওয়েব উপন্যাস, চিত্রনাট্যসহ দীর্ঘ রচনার স্রষ্টাদের জন্য এটি একটি পূর্ণাঙ্গ মানুষ-মেশিন সহযোগী কর্মপ্রবাহ প্রদান করে।00
RabbitVis – 兔展智能-এর এক-স্টপ AI ডিজাইন প্রোডাকশন টুলছবি সম্পাদনাRabbitVis হলো 兔展智能-এর তৈরি লেয়ার-স্তরের এক-স্টপ AI ডিজাইন প্রোডাকশন টুল। এটি নিজস্ব UniWorld-Design ভিজ্যুয়াল লার্জ মডেলের ওপর ভিত্তি করে AI জেনারেশন ক্ষমতা ও লেয়ার এডিটিং ক্ষমতাকে গভীরভাবে একীভূত করেছে। প্রাকৃতিক ভাষার মাধ্যমে পোস্টার, ই-কমার্স পণ্যের বিস্তারিত পেজ, ম্যাগাজিনের ভেতরের পেজসহ পেশাদার ডিজাইন কনটেন্ট তৈরি করা যায়। পাশাপাশি ব্যাকগ্রাউন্ড অপসারণ, টেক্সট পরিবর্তন, উপাদান প্রতিস্থাপন ও স্বচ্ছ উপাদান নিষ্কাশনের মতো ধারাবাহিক লেয়ার-স্তরের সম্পাদনাও করা যায়। টুলটি চীনা ভাষার দৃশ্যপটের জন্য গভীরভাবে অপ্টিমাইজ করা এবং জটিল আর্ট ফন্ট, টেক্সট-ইমেজ আন্তঃবিন্যাস ও ইনফোগ্রাফিকসহ উচ্চ-ঘনত্বের লেআউট সমর্থন করে। ই-কমার্স অপারেশন, সোশ্যাল মিডিয়া অপারেশন, ব্র্যান্ড প্রচার, কনটেন্ট তৈরি ও কর্পোরেট অফিসের মতো ক্ষেত্রের ব্যবহারকারীদের জন্য তৈরি এই টুলে ডিজাইনের কোনো পূর্বজ্ঞান ছাড়াই পেশাদার মানের ভিজ্যুয়াল উপকরণ তৈরি করা যায়।00
MemHarness – সাংহাই AI Lab প্রমুখের তৈরি এজেন্ট মেমরি পুনর্গঠন ফ্রেমওয়ার্কAI এজেন্টMemHarness হলো সাংহাই AI Lab, ঝেজিয়াং বিশ্ববিদ্যালয়, ফুদান বিশ্ববিদ্যালয়, সাংহাই জিয়াও টং বিশ্ববিদ্যালয়সহ বিভিন্ন উচ্চশিক্ষা প্রতিষ্ঠানের যৌথভাবে তৈরি LLM Agent মেমরি পুনর্গঠন ফ্রেমওয়ার্ক। এটি তথ্য পুনরুদ্ধার ও অ্যাকশনের মধ্যে সমালোচনা এবং পুনর্গঠন ধাপ যুক্ত করে। বর্তমান কনটেক্সটের সঙ্গে মিলিয়ে অতীত অভিজ্ঞতা সংরক্ষণ, পুনর্লিখন বা বাতিল করা হয়। GRPO-এর মাধ্যমে সম্পূর্ণ এন্ড-টু-এন্ড প্রশিক্ষণ দেওয়া যায় এবং অতিরিক্ত মানব-লেবেলিংয়ের প্রয়োজন হয় না। ফ্রেমওয়ার্কটি মেমরি পুনরুদ্ধার, সমালোচনা ও পুনর্গঠন, অ্যাকশন তৈরি, অভিজ্ঞতা পুনঃলিখন এবং ছাঁটাইসহ সম্পূর্ণ প্রক্রিয়া সমর্থন করে এবং পাঁচ ধাপের সিদ্ধান্ত গ্রহণ প্রক্রিয়া প্রদান করে। এর 7B প্যারামিটারের মডেল ALFWorld ও WebShop-এ যথাক্রমে Gemini-2.5-Pro-এর তুলনায় 23.1% ও 39.7% বেশি সফলতা অর্জন করেছে এবং ডিস্ট্রিবিউশনের বাইরের পরিস্থিতিতে গড় সফলতার হার 85.9% এ পৌঁছেছে। এটি এমবডিড ইন্টেলিজেন্স গৃহস্থালি কাজ, স্বায়ত্তশাসিত অনলাইন কেনাকাটা, বুদ্ধিমান কাস্টমার সার্ভিস, কোড সহায়তায় উন্নয়নসহ বিভিন্ন ক্ষেত্রে প্রযোজ্য।10
dots.ttsএআই ভয়েস সিন্থেসিসdots.tts হলো Xiaohongshu-এর dots টিম ও Shanghai Jiao Tong University-এর X-LANCE Laboratory-এর যৌথভাবে উন্মুক্ত করা ২ বিলিয়ন প্যারামিটারের সম্পূর্ণ-ধারাবাহিক অটোরিগ্রেসিভ স্পিচ সিন্থেসিস বেস মডেল। মডেলটি সরাসরি ধারাবাহিক ল্যাটেন্ট স্পেসে 48kHz অডিও ধাপে ধাপে তৈরি করে, ...00
SeedRealtime – বাইটড্যান্সের推出 করা নেটিভ অডিও-ভিডিও ফুল-ডুপ্লেক্স বড় মডেলAI বড় মডেলSeedRealtime – বাইটড্যান্সের Seed টিম推出 করা নেটিভ অডিও-ভিডিও ফুল-ডুপ্লেক্স বড় মডেলটি একটি নেটিভ অডিও-ভিডিও ফুল-ডুপ্লেক্স বড় মডেল। এটি একটি ইউনিফায়েড আর্কিটেকচারের মাধ্যমে অডিও, ভিডিও ও টেক্সটকে নেটিভভাবে একীভূত করে এবং একই সঙ্গে দেখা, শোনা ও কথা বলার পূর্ণ-মোডাল রিয়েল-টাইম ইন্টারঅ্যাকশন实现 করে। এর মূল সক্ষমতার মধ্যে রয়েছে অডিও-ভিডিও যৌথ বোঝাপড়া, সক্রিয় ইন্টারঅ্যাকশন, স্বচ্ছন্দ কথোপকথনের ছন্দ এবং বহু-ব্যক্তির দৃশ্য শনাক্তকরণ। এটি দৃশ্যমান প্রেক্ষাপটের সঙ্গে মিলিয়ে সমোচ্চারিত শব্দের দ্ব্যর্থতা দূর করতে পারে, দৃশ্যের অবস্থার পরিবর্তন হলে সক্রিয়ভাবে ব্যবহারকারীকে সতর্ক করতে পারে, কোলাহলপূর্ণ পরিবেশে আশপাশের আলাপ ও পটভূমির শব্দ আলাদা করতে পারে এবং প্রতিটি ব্যক্তির কণ্ঠস্বর ও পরিচয়ের মধ্যে ধারাবাহিকভাবে মিল বজায় রাখতে পারে। মডেলটি এন্ড-টু-এন্ড ইউনিফায়েড মডেলিং ও নেটিভ ফুল-ডুপ্লেক্স ইন্টারঅ্যাকশন মেকানিজম ব্যবহার করে, ফলে ক্যাসকেড সিস্টেমে তথ্যের ক্ষয় ও বিলম্বের স্তরবৃদ্ধি এড়ানো যায়। এটি ইতিমধ্যে Doubao App-এ সম্পূর্ণভাবে চালু হয়েছে এবং শিল্পের প্রথম বৃহৎ পরিসরে বাস্তবায়িত অডিও-ভিডিও ফুল-ডুপ্লেক্স AI পণ্য হিসেবে আত্মপ্রকাশ করেছে।10
HOMIEএআই ভিডিও জেনারেশনHOMIE 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, ...00
SenseNova U1.5-Lite-Preview – শাংথাং-এর ওপেন-সোর্সড হালকা মাল্টিমোডাল মডেলAI বড় মডেলSenseNova U1.5-Lite-Preview – শাংথাং-এর ওপেন-সোর্সড হালকা মাল্টিমোডাল মডেলটি NEO-Unify আর্কিটেকচারের ওপর ভিত্তি করে তৈরি। 8B-MoT প্যারামিটারের মাধ্যমে এটি ভিশন বোঝা, যুক্তি, জেনারেশন ও এডিটিংকে একটি স্বাভাবিক ইউনিফায়েড কাঠামোয় একত্র করে। মডেলটি স্বাভাবিকভাবে 4K আল্ট্রা-হাই-ডেফিনিশন ছবি তৈরি করতে পারে এবং সূক্ষ্ম টেক্সচার, বাস্তবসম্মত উপাদানগত বৈশিষ্ট্য এবং চীনা ও ইংরেজি জটিল লেআউটের টেক্সট রেন্ডারিং সমর্থন করে। এতে থাকা Prompt Enhance Skill সৃষ্টির বাধা কমায়, দীর্ঘ প্রাকৃতিক ভাষা ও কাঠামোবদ্ধ ভিজ্যুয়াল নির্দেশনা নির্ভুলভাবে অনুসরণ করতে পারে এবং ধারাবাহিক পুনরাবৃত্তিমূলক এডিটিং সমর্থন করে। ডিজাইনার, ডেভেলপার ও কনটেন্ট নির্মাতাদের জন্য এটি কম ডিপ্লয়মেন্ট খরচ এবং উচ্চ নির্দেশনা-অনুসরণ ক্ষমতাসম্পন্ন বাণিজ্যিক মানের ভিজ্যুয়াল ক্রিয়েশন টুল।10
IndexTTS-2.5এআই ভয়েস সিন্থেসিসIndexTTS-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।00
চুমেন ওয়েনওয়েনAI লার্নিং প্ল্যাটফর্মচুমেন ওয়েনওয়েন কৃত্রিম বুদ্ধিমত্তাভিত্তিক পণ্য ও সমাধান প্রদানকারী একটি প্রতিষ্ঠান। এর সেবার ক্ষেত্রের মধ্যে রয়েছে কনটেন্ট তৈরি, ভয়েস ইন্টার্যাকশন, রেকর্ডিং ট্রান্সক্রিপশন এবং স্মার্ট হার্ডওয়্যার। ব্যবহারকারীরা কাজের ধরন অনুযায়ী কৃত্রিম বুদ্ধিমত্তাভিত্তিক ভয়েসওভার, ডিজিটাল হিউম্যান বা ভিডিও তৈরির সরঞ্জাম বেছে নিতে পারেন। পাশাপাশি TicNote ব্যবহার করে রেকর্ডিং, রিয়েল-টাইম ট্রান্সক্রিপশন, সারাংশ তৈরি এবং প্রশ্নোত্তর করা যায়। এর সেবাগুলো শর্ট-ভিডিও নির্মাতা, মার্কেটিং ও স্বনির্ভর মিডিয়া পেশাজীবী, সভার নথি整理 করতে চান এমন কর্মজীবী ব্যক্তি এবং ডিজিটাল সেবা অনুসন্ধানকারী প্রতিষ্ঠানগুলোর জন্য উপযোগী। প্ল্যাটফর্মে বিনামূল্যের ও অর্থপ্রদানের উভয় ধরনের পণ্য রয়েছে। নির্দিষ্ট ফিচার ও ব্যবহারের পদ্ধতি প্রতিটি পণ্যের জন্য আলাদাভাবে জেনে নিতে হবে; তৈরি করা কনটেন্ট ও ট্রান্সক্রিপশনের ফলাফলও মানবিক যাচাইয়ের মধ্য দিয়ে নেওয়া উচিত।018
Qwen 3.8-Max – আলিবাবা ক্লাউডের Qwen দলের তৈরি ফ্ল্যাগশিপ বৃহৎ মডেলAI বড় মডেলQwen 3.8-Max – আলিবাবা ক্লাউডের Qwen দলের তৈরি ফ্ল্যাগশিপ বৃহৎ মডেল। Qwen 3.5 আর্কিটেকচারের ওপর ভিত্তি করে এটি 2.4 ট্রিলিয়ন প্যারামিটারে সম্প্রসারিত হয়েছে এবং প্রতিষ্ঠান ও গবেষণার জন্য অতি-বৃহৎ ভাষা মডেল হিসেবে অবস্থান করছে। এটি দীর্ঘমেয়াদি স্বয়ংক্রিয় প্রোগ্রামিং, গবেষণাপত্র পুনরুৎপাদন, প্রতিযোগিতামূলক কাজ, অফিসের উৎপাদনশীলতা বৃদ্ধি, কোয়ান্ট কৌশল গবেষণা এবং চিপের স্বয়ংক্রিয় নকশাসহ নানা উচ্চমূল্যের ব্যবহারের ক্ষেত্র সমর্থন করে। বাস্তব বিশ্বের রিইনফোর্সমেন্ট লার্নিং এবং স্ব-বিবর্তনশীল ফিডব্যাক লুপের মাধ্যমে মডেলটি কয়েক দিন থেকে কয়েক দশ দিন পর্যন্ত স্বয়ংক্রিয়ভাবে কাজ সম্পাদন করতে পারে; জটিল কাজ শেষ করতে মানব হস্তক্ষেপের প্রয়োজন হয় না। ব্যবহারকারীরা Qianwen AI প্ল্যাটফর্মের OpenAI বা Anthropic প্রোটোকল-সমর্থিত API-এর মাধ্যমে এটি ব্যবহার করতে পারেন, অথবা স্থানীয়ভাবে ওপেন-সোর্স ওজন স্থাপন করতে পারেন। ফলে Claude Code, Codex, Qoder-এর মতো এজেন্ট ফ্রেমওয়ার্কে সহজে একীভূত করা যায়। গবেষণা-উন্নয়ন দল, আইন ও কমপ্লায়েন্স পেশাজীবী, ডিজাইনারসহ পেশাদার ব্যবহারকারীরা উল্লেখযোগ্যভাবে কাজের দক্ষতা বাড়াতে এবং দীর্ঘমেয়াদি প্রকল্পকে এক কথোপকথনের মধ্যেই সম্পন্ন করতে পারবেন।10এই ট্যাগযুক্ত সব টুল দেখানো হয়েছে।