মাল্টিমোডাল এআই
AIEZZ টুল ট্যাগ
“মাল্টিমোডাল এআই” ট্যাগযুক্ত AI পণ্য ব্রাউজ করা হচ্ছে, যেখানে 8টি মিলে যাওয়া ফলাফল রয়েছে।
Oda StudioAI ডেটা প্রক্রিয়াকরণOda Studio জটিল অসংগঠিত ডেটার জন্য কাস্টম AI সমাধান প্রদান করে, যা স্থাপত্য, প্রকৌশল, অর্থনীতি, পরামর্শ, মিডিয়া ও গেমিং দলকে নকশা, প্রতিবেদন, চার্ট, ছবি এবং ভিডিও ডেটা প্রক্রিয়াকরণে সহায়তা করে। এর সেবার মধ্যে রয়েছে ডেটা প্রক্রিয়াকরণ, কম্পিউটিং পরিবেশ, মূল্যায়ন প্রক্রিয়া এবং মডেল স্থাপন। সহযোগিতা মূলত পূর্বনির্ধারিত আলোচনার মাধ্যমে পরিচালিত হয়।048.3
Roobin.aiএন্টারপ্রাইজ AI সমাধানRoobin.ai কাস্টমাইজড, মাল্টিমোডাল ও নিরাপদ AI সক্ষমতা প্রয়োজন এমন প্রতিষ্ঠানগুলোর জন্য জেনারেটিভ AI টিম সেবা, ডিজাইন স্প্রিন্ট কর্মশালা, বাজেট অপ্টিমাইজেশন এবং পরিচালিত সহায়তা প্রদান করে। পণ্যটি Azure AI-এর সঙ্গে একীভূত হতে পারে এবং ইনস্টলেশন, পরিচালনা থেকে শুরু করে ব্যবসায়িক কর্মপ্রবাহে ইন্টিগ্রেশন পর্যন্ত সহায়তা করে। এর ব্যবহারক্ষেত্রের মধ্যে রয়েছে কনটেন্ট তৈরি, সফটওয়্যার উন্নয়ন, মানবসম্পদ, IT সহায়তা এবং গ্রাহক প্রতিক্রিয়া বিশ্লেষণ।037.8
Grok AIAI ডায়ালগ চ্যাটGrok AI হলো xAI-এর তৈরি একটি কৃত্রিম বুদ্ধিমত্তাভিত্তিক কথোপকথন সরঞ্জাম, যা X প্ল্যাটফর্মের রিয়েল-টাইম তথ্যের সঙ্গে প্রশ্নোত্তর, লেখালেখি ও কোড সহায়তাকে একত্র করে। ব্যবহারকারীরা স্বাভাবিক ভাষায় প্রশ্ন করতে পারেন এবং সংবাদ热点, সামাজিক আলোচনা বা নির্দিষ্ট কাজ নিয়ে ধারাবাহিক কথোপকথন চালাতে পারেন। টেক্সট ও ছবির মতো মাল্টিমোডাল সক্ষমতা ব্যবহার করে কনটেন্ট তৈরি ও তথ্য প্রক্রিয়াকরণও করা যায়। এটি কনটেন্ট নির্মাতা, গণমাধ্যমকর্মী, ডেভেলপার, প্রযুক্তিপ্রেমী ও বাজার বিশ্লেষকদের জন্য বিষয় নির্বাচন, জনমত বিশ্লেষণ, কপি তৈরি বা প্রোগ্রামিং সহায়তার কাজে উপযোগী। পণ্যটি বিনামূল্যে ও পেইড—উভয় ধরনের ব্যবস্থাপনা প্রদান করে; সামাজিক প্ল্যাটফর্মের কনটেন্ট দ্রুত হালনাগাদ হলেও এর মানে ভিন্নতা থাকতে পারে, তাই গুরুত্বপূর্ণ তথ্য অন্যান্য উৎসের সঙ্গে যাচাই করা উচিত।079.2
Gemini 3.5 FlashAI ইন্টেলিজেন্ট অ্যাসিস্ট্যান্টGemini 3.5 Flash হলো ডেভেলপার, পণ্য নকশা, কনটেন্ট অপারেশন এবং গবেষকদের জন্য তৈরি একটি AI বুদ্ধিমান সহকারী। প্রদত্ত তথ্য অনুযায়ী, এটি Google I/O 2026-এ চালু করেছে। এটি Flash সিরিজের কম-লেটেন্সি অবস্থান ধরে রেখে জটিল যুক্তি, দীর্ঘ কনটেক্সট বিশ্লেষণ এবং বহু-ধাপের কাজ এগিয়ে নেওয়ার জন্য ব্যবহৃত হয়। ব্যবহারকারীরা টেক্সট, ছবি, ভিডিও, অডিও বা PDF ইনপুট দিতে পারেন এবং ফাংশন কলিং, স্ট্রাকচার্ড আউটপুট, সার্চ ও কোড এক্সিকিউশনের সঙ্গে মিলিয়ে তথ্য整理, কোড তৈরি, ডিবাগিং, প্রোটোটাইপ নির্মাণ ও ওয়ার্কফ্লো সহায়তা সম্পন্ন করতে পারেন। এটি দীর্ঘ নথি, কোড স্নিপেট ও একাধিক ফাইলের তথ্য পরিচালনার জন্য উপযোগী এবং প্রতিষ্ঠানভিত্তিক অটোমেশন ও আন্তঃদলীয় সহযোগিতাতেও ব্যবহার করা যায়। বাস্তব ফলাফল ইনপুটের গুণমান, কাজের জটিলতা ও টুল কনফিগারেশনের ওপর নির্ভর করবে; গুরুত্বপূর্ণ বিষয় মানবীয় যাচাই প্রয়োজন।068.6
Liquid AIAI টুলবক্সLiquid AI হলো এজ ডিভাইসের জন্য একটি AI টুলবক্স। এর প্রধান পণ্য Liquid Foundation Models（LFMs）, যা 350M থেকে 2.6B প্যারামিটার পর্যন্ত বিভিন্ন আকারে পাওয়া যায় এবং টেক্সট, ভিশন-ল্যাঙ্গুয়েজ ও অডিওসহ বিভিন্ন মডেল ফর্ম সমর্থন করে। ডেভেলপাররা LEAP প্ল্যাটফর্মের মাধ্যমে মডেল ডাউনলোড, ফাইন-টিউনিং ও ডিভাইসে ডিপ্লয়মেন্ট সম্পন্ন করতে পারেন। এছাড়া Apollo মোবাইল অ্যাপ ব্যবহার করে স্থানীয়ভাবে পরীক্ষা করা যায়। প্ল্যাটফর্মটি স্বতন্ত্র ডেভেলপার, স্টার্টআপ, গবেষক, হার্ডওয়্যার নির্মাতা এবং কাস্টম সমাধান প্রয়োজন এমন প্রতিষ্ঠানের জন্য উপযোগী; এটি ফোন, ল্যাপটপ, গাড়ি ও রোবটসহ বিভিন্ন প্রান্তিক ডিভাইসে ব্যবহার করা যায়। মডেলগুলো Hugging Face-এ পাওয়া যায়, তবে কার্যকারিতা হার্ডওয়্যার, মডেলের আকার এবং ডিপ্লয়মেন্ট অভিযোজনের ওপর নির্ভর করে।057.8
ModelScopeAI টুলবক্সModelScope হলো আলিবাবার DAMO Academy推出 করা একটি ওপেন সোর্স মডেল পরিষেবা প্ল্যাটফর্ম। এটি AI ডেভেলপার, গবেষক, এন্টারপ্রাইজ টিম ও শিক্ষা প্রতিষ্ঠানের জন্য মডেল অনুসন্ধান থেকে শুরু করে ইনফারেন্স, প্রশিক্ষণ, স্থাপন এবং অ্যাপ্লিকেশন ডেভেলপমেন্ট পর্যন্ত টুলচেইন সরবরাহ করে। প্ল্যাটফর্মে 300টিরও বেশি মডেল রয়েছে, যা কম্পিউটার ভিশন, প্রাকৃতিক ভাষা প্রক্রিয়াকরণ, স্পিচ, মাল্টিমোডাল এবং বৈজ্ঞানিক কম্পিউটিংসহ বিভিন্ন ক্ষেত্রকে অন্তর্ভুক্ত করে। পাশাপাশি এতে মডেল শেয়ারিং, ডেটাসেট ব্যবস্থাপনা এবং ক্লাউড স্থাপনের সুবিধাও রয়েছে। ব্যবহারকারীরা কাজের ধরন অনুযায়ী মডেল খুঁজে পরীক্ষা, ফাইন-টিউন বা প্রশিক্ষণ করতে পারেন এবং Python লাইব্রেরি ও একীভূত ইন্টারফেসের মাধ্যমে প্রকল্পে সংযুক্ত করতে পারেন। বাস্তব ব্যবহারের ক্ষেত্রে মডেলের নির্ভরতা, কম্পিউটিং ক্ষমতা এবং স্থাপনা পরিবেশের ভিত্তিতে সামঞ্জস্যের খরচ মূল্যায়ন করা প্রয়োজন।058.6
Llama 4AI টুলবক্সLlama 4 হলো Meta-এর 2025 সালের এপ্রিল মাসে প্রকাশিত একটি ওপেন-সোর্স মাল্টিমোডাল বৃহৎ ভাষা মডেল, যা নেটিভ মাল্টিমোডাল আর্কিটেকচার এবং মিশ্র বিশেষজ্ঞ মডেল (MoE) ব্যবহার করে। এটি টেক্সট, ছবি, ভিডিও ও অডিও প্রক্রিয়া করতে পারে এবং Scout, Maverick-সহ বিভিন্ন ভ্যারিয়েন্ট প্রদান করে। মডেলটি সর্বোচ্চ প্রায় 1000万 token-এর কনটেক্সট ইনপুট সমর্থন করে। ডেভেলপার, গবেষক, প্রতিষ্ঠানের প্রযুক্তি দল এবং স্বতন্ত্র নির্মাতারা মডেলে নথি, কোড বা মাল্টিমিডিয়া কনটেন্ট ইনপুট দিয়ে বিশ্লেষণ, প্রশ্নোত্তর, সারসংক্ষেপ এবং অ্যাপ্লিকেশন ডেভেলপমেন্টে ব্যবহার করতে পারেন; মডেলটি স্থানীয় বা প্রাইভেট স্থাপনাও সমর্থন করে। বাস্তব ব্যবহারের ফল নির্দিষ্ট ভ্যারিয়েন্ট, হার্ডওয়্যার কনফিগারেশন এবং স্থাপনা পরিবেশের ওপর নির্ভর করে। দীর্ঘ কনটেক্সট সমর্থন করলেই সব কাজে একই মাত্রার নির্ভুলতা বজায় থাকবে, এমন নয়।028
GeminiAI ডায়ালগ চ্যাটGemini হলো Google-এর提供 করা একটি AI সহকারী, যার মাধ্যমে ওয়েব ও মোবাইল অ্যাপে কথোপকথন, সৃষ্টি, শেখা এবং গবেষণা করা যায়। Google-এর অফিসিয়াল সহায়তা কেন্দ্র বর্তমানে Gemini Live, ছবি তৈরি ও সম্পাদনা, Connected Apps, Gems, ব্যক্তিগতকরণ, পাশাপাশি Gemini Spark, পরিকল্পনা এবং দক্ষতার মতো কাজ ব্যবস্থাপনা সুবিধা তালিকাভুক্ত করে। এতে অফিস বা স্কুল অ্যাকাউন্ট ব্যবহারের নির্দেশনা এবং উত্তর পর্যালোচনার সুবিধাও রয়েছে। তথ্য সংগঠিত করা, বিষয়বস্তুর খসড়া তৈরি, ভয়েস যোগাযোগ, ভিজ্যুয়াল সৃষ্টি এবং Google পরিষেবার সঙ্গে সংযুক্ত সহায়ক কাজের জন্য এটি উপযোগী। বিভিন্ন সুবিধা ডিভাইস, অঞ্চল, ভাষা, অ্যাকাউন্টের ধরন এবং Google AI প্ল্যানের ওপর নির্ভর করে পরিবর্তিত হতে পারে; উত্তরগুলো অফিসিয়াল পর্যালোচনা প্রবেশপথ বা মূল উৎসের মাধ্যমে যাচাই করা উচিত, এবং সংবেদনশীল তথ্য ব্যবহারে প্রতিষ্ঠানের ডেটা নীতি অনুসরণ করা প্রয়োজন।1189.5এই ট্যাগযুক্ত সব টুল দেখানো হয়েছে।