1103টি টুল46টির মধ্যে 35 নম্বর পৃষ্ঠা
Nemotron 3.5 TranscribeAI বড় মডেলNemotron 3.5 Transcribe হলো NVIDIA-এর তৈরি একটি ওপেন-সোর্স স্পিচ লার্জ মডেল। এতে স্পিচ এনকোডার ও MoE আর্কিটেকচার ব্যবহার করা হয়েছে, সক্রিয় প্যারামিটার প্রায় ৪.৩ বিলিয়ন। এটি ৪০টি ভাষা সমর্থন করে এবং সর্বোচ্চ ১ ঘণ্টার, সর্বাধিক ৮ জন বক্তার অডিও প্রক্রিয়া করতে পারে...00
নতুন শব্দ রাডারAI ওপেন সোর্স কমিউনিটিনতুন শব্দ রাডার (new-term-radar) হলো একটি ওপেন-সোর্স AI নতুন শব্দ পর্যবেক্ষণ টুল, যা কীওয়ার্ড টুলে অন্তর্ভুক্ত হওয়ার আগেই ব্যবহারকারীদের নতুন শব্দ খুঁজে পেতে সাহায্য করে। নতুন শব্দ রাডার প্রতিদিন স্বয়ংক্রিয়ভাবে X অ্যাকাউন্ট, Hugging Face ট্রেন্ডিং তালিকা, GitHub-এর বিস্ফোরণশীল...00![]()
CindyAI এজেন্টCindy হলো একটি ওপেন-সোর্স AI Agent ওয়ার্কবেঞ্চ, যা নিজের কম্পিউটারে চালানো যায়। এতে Claude Code, Codex, Pi-সহ একাধিক Agent ইঞ্জিন একীভূত রয়েছে, যেগুলোর মধ্যে যেকোনো সময় বদলানো যায় এবং প্রসঙ্গ অবিচ্ছিন্ন থাকে; macOS/Windows/Lin... সমর্থিত00![]()
MiniCPM-OCRAI বড় মডেলMiniCPM-OCR হলো মিয়ানবী ইন্টেলিজেন্স প্রকাশিত ও ওপেন-সোর্স করা OCR সিরিজের মডেল। MiniCPM-OCR 1.0（1.3B）ডকুমেন্ট পার্সিংয়ের জন্য বিশেষায়িত মডেল, যা Real5-OmniDocBench এবং OCRBench v2—উভয় ক্ষেত্রেই SOTA অর্জন করেছে। DSpark ডিকোডিং ত্বরণে এর থ্রুপুট 1.217 পৃষ্ঠা/সেকেন্ডে পৌঁছায়, দ্রুত ও নির্ভুল; MiniCPM-OCR Jev（2B）শিল্পের প্রথম পার্সিং ফলাফল মূল্যায়নকারী মডেল, যা আউটপুটের গুণমান স্কোর দেয়, স্বয়ংক্রিয়ভাবে মানব যাচাই ছাড়াই গ্রহণযোগ্য ফল বাছাই করে এবং জনবল ব্যয় কমায়। MiniCPM-OCR অর্থায়ন, আর্থিক ও করসংক্রান্ত কাজ, আইন, চিকিৎসা ইত্যাদি গোপনীয়তা-সংবেদনশীল ক্ষেত্রে উপযোগী এবং প্রান্ত-ডিভাইসে স্থানীয়ভাবে চালানো ও দ্বিতীয়বার ফাইন-টিউনিং সমর্থন করে।00
Gemini 4 Carbonএআই প্রোগ্রামিংGemini 4 Carbon হলো Google DeepMind-এর প্রকাশিত সর্বশেষ ফ্ল্যাগশিপ বৃহৎ মডেল, যা Gemini 4 Argon-এর পরবর্তী প্রজন্মের ফ্রন্টিয়ার মডেল।00
IELTS Writing PracticeAI লেখালেখিIELTS Writing Practice হলো IELTS পরীক্ষার্থীদের জন্য তৈরি IELTS লেখার কম্পিউটারভিত্তিক পরীক্ষার সিমুলেশন ও AI মূল্যায়ন টুল। এটি চীনা ও ইংরেজি—দুটি সংস্করণে available। বর্তমানে চীনের মূল ভূখণ্ডে IELTS পরীক্ষা সম্পূর্ণভাবে কম্পিউটারভিত্তিক হয়েছে, তাই কম্পিউটারে নির্দিষ্ট সময়ের মধ্যে টাইপ করে লেখার অনুশীলন...00
Unlimited OCR 2AI ডকুমেন্ট প্রসেসিংUnlimited OCR 2 হলো Baidu Wenxin-এর ওপেন-সোর্স করা এন্ড-টু-এন্ড ডকুমেন্ট পার্সিং মডেল। এটি যেকোনো সংখ্যক পৃষ্ঠার অতি দীর্ঘ ডকুমেন্ট বিশ্লেষণ করতে পারে এবং একবারে হাজার হাজার পৃষ্ঠার বই প্রক্রিয়াকরণ করেও নির্ভুলতা ও দক্ষতা বজায় রাখে। Unlimited OCR 2 স্পার্স রেফারেন্স স্লাই...00![]()
Genspark Media StudioAI এজেন্টGenspark Media Studio হলো Genspark-এর একটি সর্বাঙ্গীণ AI ভিডিও নির্মাণ স্টুডিও। এখানে Agent পরিচালকের ভূমিকা নিয়ে কয়েক ডজন শীর্ষস্থানীয় জেনারেটিভ মডেল সমন্বয় করে; ব্যবহারকারীকে শুধু কয়েকটি বাক্যে নিজের ধারণা জানাতে হয়...00![]()
MAI-Image-2.7-Previewছবি সম্পাদনাMAI-Image-2.7-Preview হলো মাইক্রোসফটের তৈরি একটি ছবি সম্পাদনা মডেল। Artificial Analysis-এর এডিটিং লিডারবোর্ডে 1,193 Elo স্কোর নিয়ে এটি বিশ্বে দ্বিতীয়, শুধু GPT Image 2.5 Sunburst-এর পরে। দৃশ্য ও স্টাইল সম্পাদনায় এটি পরবর্তী সেরা মডেলের চেয়ে...00![]()
Hy-SimulMTAI বড় মডেলHy-SimulMT হলো টেনসেন্ট হুনইয়ানের ওপেন-সোর্স করা একযোগে অনুবাদের বড় মডেল। এটি চীনা ও ইংরেজি কথ্য ভাষার মধ্যে রিয়েল-টাইমে স্পিচ-টু-স্পিচ অনুবাদ সমর্থন করে, একই সঙ্গে শুনে অনুবাদ করতে পারে এবং বক্তার কণ্ঠস্বর তাৎক্ষণিকভাবে ক্লোন করতে পারে।00![]()
GPT-6.1 Terraএআই প্রোগ্রামিংGPT-6.1 Terra হলো OpenAI-এর তৈরি একটি উচ্চদক্ষতা সম্পন্ন কার্যসম্পাদনমূলক বৃহৎ মডেল, যা অফিস অটোমেশন ও ঘনঘন Agent কাজের জন্য তৈরি। এটি ভিজ্যুয়াল বোঝাপড়া, কম্পিউটার পরিচালনা, তথ্যের নির্ভুলতা এবং প্রোগ্রামিং সক্ষমতা উন্নত করার ওপর গুরুত্ব দেয়।00![]()
Loxinityডেভেলপমেন্ট প্ল্যাটফর্মLoxinity হল Soul-এর推出 করা একটি AI অডিও-ভিডিও ইন্টারঅ্যাকশন প্ল্যাটফর্ম, যা Loxi Speech-এর স্পিচ সিন্থেসিস এবং Loxi Avatar-এর ডিজিটাল হিউম্যান সক্ষমতা একত্রিত করে। এটি স্বাভাবিক কণ্ঠ, রিয়েল-টাইম প্রতিক্রিয়া ও ডিজিটাল হিউম্যান তৈরি সমর্থন করে এবং API, SDK ও...00
WorldSonusভিডিও ডাবিংWorldSonus হলো হংকং ইউনিভার্সিটি অব সায়েন্স অ্যান্ড টেকনোলজির Qifeng Chen দলের সঙ্গে Noiz AI, MetaX ও সাংহাই জিয়াও টং বিশ্ববিদ্যালয়ের যৌথভাবে ওপেন-সোর্স করা স্ট্রিমিং ভিডিও ডাবিং ফ্রেমওয়ার্ক। এটি ভিডিও স্ট্রিমের সঙ্গে সঙ্গে তৈরি করে এবং প্রতি 100ms-এ এক ব্লক করে 48kHz স্টেরিও অডিও রিয়েল টাইমে আউটপুট দেয়।00
Sealos Desktopএআই প্রোগ্রামিংSealos Desktop হলো Sealos-এর তৈরি একটি ডেস্কটপ Agent, যা অ্যাপ্লিকেশন ডিপ্লয়মেন্ট ও ধারাবাহিক অপারেশনে কেন্দ্রীভূত। ব্যবহারকারীরা প্রাকৃতিক ভাষার মাধ্যমে স্থানীয় কোড, কোড রিপোজিটরি, Docker ইমেজ বা অ্যাপ্লিকেশন টেমপ্লেট ক্লাউডে ডিপ্লয় করতে পারেন।00
Genie 4AI লার্নিং প্ল্যাটফর্মGenie 4 হলো Google DeepMind-এর নতুন প্রজন্মের বিশ্ব মডেল, যা রিয়েল-টাইমে স্বাধীনভাবে অনুসন্ধানযোগ্য ভার্চুয়াল বিশ্ব তৈরি করতে পারে। ব্যবহারকারীরা কিবোর্ড দিয়ে চরিত্র নিয়ন্ত্রণ করতে পারেন এবং টেক্সটের মাধ্যমে রিয়েল-টাইমে আবহাওয়া পরিবর্তন বা উপাদান যোগ করতে পারেন। এটি প্রথমবারের মতো নেটিভ অডিও...00![]()
VoyagerAI এজেন্টVoyager হলো Nullframe-এর তৈরি একটি ওপেন-সোর্স ডেস্কটপ ক্রিয়েটিভ Agent, যা প্রাকৃতিক ভাষার মাধ্যমে Photoshop, Premiere, After Effects, DaVinci Resolve, Blender-এর মতো পেশাদার সফটওয়্যার ব্যবহার করতে পারে। এতে ডিজাইন...00![]()
Podeo.aiAI স্মার্ট সাবটাইটেলPodeo.ai হলো এমন একটি AI টুল, যা পডকাস্টসহ অডিও অনুষ্ঠানকে স্বয়ংক্রিয়ভাবে পূর্ণাঙ্গ ভিডিওতে রূপান্তর করে। ব্যবহারকারী অডিও আপলোড বা RSS সংযুক্ত করলে Podeo.ai বিষয়বস্তুর ভিত্তিতে দৃশ্য, সাবটাইটেল ও ডায়নামিক উপকরণ তৈরি করে এবং মূল কণ্ঠস্বর...00![]()
LinPad OSএআই প্রোগ্রামিংLinPad OS হলো iPad-এর জন্য একটি ওপেন-সোর্স অ্যাপ, যা iPadOS-এর ভেতরে স্থানীয় Alpine Linux পরিবেশ ও গ্রাফিক্যাল ডেস্কটপ প্রদান করে; কোনো সিস্টেম পরিবর্তন, জেলব্রেক বা দূরবর্তী কম্পিউটারে সংযোগের প্রয়োজন নেই।00![]()
DuoMatchingডেভেলপমেন্ট প্ল্যাটফর্মDuoMatching হলো হংকং চাইনিজ ইউনিভার্সিটির MMLab ও বাইটড্যান্সের যৌথভাবে তৈরি কয়েক ধাপে ভিডিও জেনারেশন ডিস্টিলেশন ফ্রেমওয়ার্ক। ভিডিও শিক্ষকের মাধ্যমে সময়গত সামঞ্জস্য বজায় রাখার পাশাপাশি, DuoMatching একক-ফ্রেমের গুণমান ও সেমান্টিক সামঞ্জস্য তদারকির জন্য একটি হিমায়িত ইমেজ মডেল যুক্ত করে...00
Hi3D 1.03D ডিজাইনHi3D 1.0 হলো Math Magic-এর ওপেন-সোর্স করা চীনা AI 3D জেনারেশন মডেল, যার প্রযুক্তি NeurIPS 2025-এর Sparc3D থেকে উদ্ভূত। Hi3D 1.0 প্রায় ২০০ লক্ষ筛选 করা 3D অ্যাসেটের ওপর প্রশিক্ষিত এবং sparse geometry refinement আর্কিটেকচার ব্যবহার করে...00![]()
Hy-Nomasএআই প্রোগ্রামিংHy-Nomas হলো Tencent Hunyuan দলের ওপেন সোর্স ইন্টার্যাক্টিভ ভিডিও ওয়ার্ল্ড জেনারেশন মডেল। এটি সেগমেন্টভিত্তিক অটোরিগ্রেসিভ পদ্ধতিতে ভিডিও তৈরি করে, প্রতিটি সেগমেন্টের মধ্যে টেক্সট প্রম্পট বা ক্যামেরা ট্র্যাজেক্টরি নিয়ন্ত্রণে স্বাধীনভাবে পরিবর্তন সমর্থন করে এবং lifelong KV cac...00![]()
Kimi K3.1 Proএআই প্রোগ্রামিংKimi K3.1 Pro হলো Moonshot AI-এর প্রকাশিত K3.1 সিরিজের প্রথম মডেল, এখন পর্যন্ত সবচেয়ে শক্তিশালী ৩ ট্রিলিয়ন প্যারামিটার-স্তরের ওপেন-ওয়েট মডেল, যা ১০ লাখ token-এর কনটেক্সট সমর্থন করে।00![]()
স্টারফায়ার X2.6AI বড় মডেলস্টারফায়ার X2.6 (Spark-X2.6) হলো iFlytek-এর推出端-ক্লাউড সমন্বিত বেস মডেল, যা সম্পূর্ণ দেশীয় কম্পিউটিং শক্তির ওপর প্রশিক্ষিত। এটি নিরাপত্তা ও ব্যয়সাশ্রয়িতার ক্ষেত্রে দেশীয় AI-এর একটি গুরুত্বপূর্ণ উদ্যোগ। ক্লাউডের 293-A30B এক মিলিয়ন token-এর প্রসঙ্গ সমর্থন করে...00![]()
书生-A1.5AI এজেন্ট书生-A1.5（Sage-A1.5）হল সাংহাই এআই ল্যাবরেটরি推出ের 35B সাধারণ-विशেষায়িত সমন্বিত বৈজ্ঞানিক এজেন্ট। এটি Agents-A1-এর দীর্ঘমেয়াদি সক্ষমতা ও 书生·端砚 প্ল্যাটফর্মের ওপর ভিত্তি করে বাস্তব বৈজ্ঞানিক গবেষণা যাচাই RSI-এর জন্য তৈরি: স্বয়ংক্রিয়ভাবে কাজ ভাগ করা, একাধিক সাব-এজেন্টের গবেষণা সমন্বয় করা...00
