এই বড় মডেলটি কতটা জড়িত?
এই বছরের গতির দিকে ফিরে তাকালে, বাইটড্যান্সের প্রায় প্রতি মাসে নতুন ধারণা রয়েছে এবং প্রতি মাসে একাধিক মডেল রয়েছে। এটি একের পর এক মডেল চালু করেছে, এবং সেগুলি কেবল নতুন নয়, বাস্তবে আপগ্রেডও রয়েছে, যা শিল্পের প্রতিযোগিতামূলক থ্রেশহোল্ডকে উচ্চতর করে চলেছে৷
জানুয়ারিতে, Doubao 1.5 Pro মডেল লঞ্চ করা হয়েছিল।
এপ্রিল মাসে, Doubao 1.5 গভীর চিন্তা মডেল, Wenshengtu মডেল 3.0, এবং ভিজ্যুয়াল বোঝার মডেল একই সাথে আপগ্রেড করা হয়েছিল।
মে মাসে, সিডেন্স 1.0 লাইট ভিডিও জেনারেশন মডেল, ডুবাও 1.5 ভিজ্যুয়াল ডিপ থিংকিং মডেল এবং মিউজিক মডেল, টেক্সট, ইমেজ, সাউন্ড, বাইট সবই চাই।
আজ ভলকানো ইঞ্জিন দ্বারা অনুষ্ঠিত ফোর্স পাওয়ার কনফারেন্সে, বাইটড্যান্সের এআই প্রোডাক্ট লাইন কোনও অধিবিদ্যা ছাড়াই পণ্যগুলিকে আউটপুট করে চলেছে, বাক্সের বাইরে প্রচুর পরিমাণে এবং সম্পূর্ণ ব্যবহারের উপর ফোকাস করে৷
নতুন মডেল যেমন ডুবাও বিগ মডেল 1.6, ভিডিও জেনারেশন মডেল সিডেন্স 1.0 প্রো, ডিপ রিসার্চ যা ইন্ডাস্ট্রি রিপোর্ট লিখতে পারে এবং এআই ক্লাউড নেটিভ পরিষেবা যেমন এজেন্ট ডেভেলপমেন্ট প্ল্যাটফর্ম একের পর এক হাজির হয়েছে।
চূড়ান্ত বিশ্লেষণে, আপনি ট্রান্সফরমার বুঝতে পারেন না, তবে আপনি নিশ্চিতভাবে অনুভব করতে পারেন যে এই AI পণ্যগুলি সত্যিই মানুষের জন্য কিছু করতে পারে।
পণ্য আপডেট হাইলাইট নিম্নরূপ:
Doubao 1.6 সিরিজের মডেল
- বর্ধিত যুক্তি ক্ষমতা, "অনুসন্ধান করার সময় চিন্তা করুন" এবং "গভীর গবেষণা" সমর্থন করে
- চমৎকার মাল্টিমোডাল বোঝার ক্ষমতা, আরও ভাল বোঝার এবং বাস্তব বিশ্বের সমস্যাগুলি পরিচালনা করা
- GUI অপারেশন আরও বুদ্ধিমান এবং অন্যান্য সরঞ্জামগুলির সাথে মসৃণভাবে যোগাযোগ করে
- অর্থের জন্য চমৎকার মান
ভিডিও প্রজন্মের মডেল সিডেন্স 1.0 প্রো
- একাধিক শট এবং বিভিন্ন দৃশ্য স্যুইচিং, তথ্য এবং বর্ণনার পরিমাণ বাড়ায়
- উন্নত গতির ধারাবাহিকতা, চিত্রের স্থায়িত্ব এবং সামগ্রিক টেক্সচার
Doubao Big Model 1.6: পরীক্ষা দিতে ভালো, হোটেল বুক করতে সক্ষম এবং উচ্চ খরচের পারফরম্যান্স
এই সম্মেলনের বিশেষত্ব হল Doubao Big Model 1.6 সিরিজ, যা তিনটি মডেল নিয়ে গঠিত।
Doubao-Seed-1.6: একটি "অল-ইন-ওয়ান" ব্যাপক মডেল
এটি গভীর চিন্তা, মাল্টিমোডাল বোঝাপড়া এবং গ্রাফিকাল ইন্টারফেস অপারেশনকে সমর্থন করে। গভীর চিন্তার তিনটি মোড রয়েছে: চালু, বন্ধ এবং স্বয়ংক্রিয়। অভিযোজিত মোডে, মডেলটি স্বয়ংক্রিয়ভাবে সিদ্ধান্ত নেয় যে টাস্কের অসুবিধার উপর ভিত্তি করে গভীর চিন্তা সক্ষম করা হবে কিনা, সময় এবং টোকেন উভয়ই সাশ্রয় করে। অধিকন্তু, এটি চীনের প্রথম মডেল যা 256k প্রসঙ্গ সমর্থন করে।
Doubao-Seed-1.6-thinking: গভীর চিন্তাভাবনার ক্ষেত্রে একটি উন্নত সংস্করণ
1.6- চিন্তা হচ্ছে এই আপগ্রেডের ফোকাস। চিন্তা করার ক্ষমতাকে শক্তিশালী করা হয়েছে এবং এটি জটিল কাজগুলিকে আরও সঠিকভাবে বুঝতে এবং পরিচালনা করতে পারে। কোডিং, গণিত, যৌক্তিক যুক্তি, এবং নির্দেশনা অনুসরণে আরও উন্নতি রয়েছে। এটি 256k প্রসঙ্গ এবং মাল্টিমডাল যুক্তি সমর্থন করে।
Doubao-Seed-1.6-flash: 1.6 সিরিজের দ্রুততম সংস্করণ
লেটেন্সি অত্যন্ত কম, এটি কম লেটেন্সি সংবেদনশীল পরিস্থিতিতে খুব উপযুক্ত করে তোলে। টেক্সট বোঝার ডুবাও 1.5-লাইটের চেয়ে ভাল, এবং ভিজ্যুয়াল বোঝার অন্যান্য নির্মাতাদের শীর্ষ পণ্যগুলির সাথে তুলনীয়।
সম্মেলনে, Doubao 1.6 সিরিজের মডেলগুলি একাধিক প্রামাণিক মূল্যায়ন ফলাফল ঘোষণা করেছে। বিশেষ করে, Doubao 1.6-চিন্তার পারফরম্যান্স বিশ্বের শীর্ষে স্থান পেয়েছে।
যুক্তি করার ক্ষমতা
মডেলিং বিষয়ে পরীক্ষা দেওয়া নতুন নয়, তবে পিকিং ইউনিভার্সিটি বা সিংহুয়া বিশ্ববিদ্যালয়ের মতো উচ্চ স্কোর পাওয়া বিরল।
একটি উদাহরণ হিসাবে যুক্তি ক্ষমতা গ্রহণ, Doubao 1.6 পূর্ববর্তী মডেলের তুলনায় উল্লেখযোগ্য অগ্রগতি করেছে। Doubao এই বছর নতুন জাতীয় কলেজের প্রবেশিকা পরীক্ষায় গণিত প্রশ্নে 144 পয়েন্ট অর্জন করেছে, দেশের মধ্যে প্রথম স্থান অধিকার করেছে। গত বছরের 500 থেকে 600 পয়েন্টের তুলনায় Haidian simulated full test ব্যবহার করে, Doubao 1.6 এ বছর উদার শিল্প ও বিজ্ঞান উভয় ক্ষেত্রেই 700 পয়েন্ট অর্জন করেছে।
যৌক্তিক যুক্তির ক্ষেত্রে ডুবাওর একটি হাইলাইট হল যে এটি কেবল নিজের জন্যই চিন্তা করে না, তবে "চিন্তার সময় অনুসন্ধান" কীভাবে করতে হয় তাও জানে। এটি প্রথমে সমস্যাটি ভেঙে দেয়, মূল তথ্য খুঁজে বের করে, চিন্তাভাবনা করে এবং তারপরে অনুপস্থিত তথ্যের উপর ভিত্তি করে একাধিক রাউন্ড অনুসন্ধান করে।
উদাহরণস্বরূপ, যখন ডুবাওকে "গুয়াংডং প্রদেশে পোকামাকড় এবং সাধারণ প্রজাতির বিতরণের বিশদ বিবরণ এবং একটি গবেষণা প্রতিবেদন আকারে উপস্থাপন করতে" বলা হয়েছিল, তখন এটি প্রথমে গভীর চিন্তাভাবনার সময় গবেষণা প্রতিবেদনের বিন্যাসের প্রয়োজনীয়তাগুলি বিবেচনা করে এবং তারপর দ্রুত বাছাইয়ের কাঠামো নির্ধারণ করে। তারপর, Doubao বিবেচনা করে যে "বিষয়বস্তু নির্দিষ্ট ডেটা এবং উদাহরণ দ্বারা সমর্থিত হওয়া প্রয়োজন", তাই এটি স্বাধীনভাবে গুয়াংডং প্রদেশে প্রাকৃতিক পরিবেশের ডেটা এবং পূর্ববর্তী সম্পর্কিত গবেষণার জন্য অনুসন্ধান শুরু করে।
বৈঠকে এটিও উল্লেখ করা হয়েছিল যে ডুবাও বর্তমানে ডিপ রিসার্চ ফাংশন পরীক্ষা করছে। অতীতে, পেশাদারদের একটি পেশাদার প্রতিবেদন লিখতে বেশ কয়েক ঘন্টা বা দিন লেগেছিল, কিন্তু Doubao এটি 5 থেকে 30 মিনিটের মধ্যে সম্পূর্ণ করতে পারে। এটি স্বয়ংক্রিয়ভাবে তথ্য বের করতে পারে এবং লোকেদের চেক করার জন্য একটি ওয়েব পৃষ্ঠায় সংক্ষিপ্ত করতে পারে।
এছাড়াও, এন্টারপ্রাইজ ব্যবহারকারীদের "অনুসন্ধানের সময় চিন্তা করুন" এবং "গভীর গবেষণা" ফাংশনগুলি ব্যবহার করার সুবিধার্থে, Volcano Engine অফিসিয়াল ওয়েবসাইটটি একটি বৃহৎ মডেল অ্যাপ্লিকেশন ল্যাবরেটরি চালু করেছে এবং কোডটি ওপেন সোর্স করেছে, ব্যবহারকারীদের তাদের নিজস্ব AI অ্যাপ্লিকেশন প্রোটোটাইপ তৈরি করতে এবং নমনীয়ভাবে তাদের নিজস্ব বুদ্ধিমান সত্ত্বাকে অর্কেস্ট্রেট করার অনুমতি দেয়৷
মাল্টিমোডাল বোঝার ক্ষমতা
সম্পূর্ণ Doubao 1.6 সিরিজ স্থানীয়ভাবে মাল্টিমডাল চিন্তা করার ক্ষমতা সমর্থন করে, মডেলটিকে বাস্তব-বিশ্বের সমস্যাগুলিকে আরও ভালভাবে বুঝতে এবং পরিচালনা করার অনুমতি দেয়।
মাল্টিমোডাল বোঝাপড়া Doubao-এর সর্বশেষ "রিয়েল-টাইম ভিডিও কল" বৈশিষ্ট্যকে সমর্থন করে। এন্টারপ্রাইজের দিক থেকে, এটি ই-কমার্স পণ্য পর্যালোচনা, স্বায়ত্তশাসিত ড্রাইভিং লেবেলিং, নিরাপত্তা পরিদর্শন এবং অন্যান্য পরিস্থিতিতে ব্যাপকভাবে ব্যবহার করা যেতে পারে।
উদাহরণস্বরূপ, মডেলটি ব্যবসায়ীদের দ্বারা আপলোড করা ছবিগুলির মানসম্মত পর্যালোচনা পরিচালনা করতে ব্যবহার করা যেতে পারে, অথবা এটি একই পণ্যগুলির দাম দ্রুত তুলনা করতে ব্যবহার করা যেতে পারে।
স্বয়ংচালিত ক্ষেত্রে, মডেলগুলি একটি গাড়ির ভ্রমণ এবং ড্রাইভিং অভিপ্রায়ের দিকনির্দেশকে আরও সঠিকভাবে সনাক্ত করতে এবং ডাউনস্ট্রিম স্বায়ত্তশাসিত ড্রাইভিং মডেলগুলির প্রশিক্ষণের জন্য প্রচুর পরিমাণে রাস্তার ডেটা থেকে নির্দিষ্ট অংশগুলি নির্বাচন করতে ব্যবহার করা যেতে পারে।
আরও অফলাইন পরিস্থিতিতে, Doubao ছবির তথ্য সঠিকভাবে সনাক্ত করতে এবং গণনা করতে পারে, যার ফলে নিরাপত্তা পরিদর্শন এবং স্টোর পরিদর্শনের মতো কাজগুলি সম্পূর্ণ হয়৷
উদাহরণ স্বরূপ, Doubao 1.6-চিন্তাকে একটি গুহা অন্বেষণের ফটোতে হেলমেট না পরার কারণে কোন সম্ভাব্য নিরাপত্তা বিপত্তি আছে কিনা তা পরীক্ষা করতে দিন। গভীর চিন্তাভাবনার মাধ্যমে, এটি কেবলমাত্র ছবিতে পরা হেলমেটের সংখ্যা সঠিকভাবে গণনা করতে পারে না, তবে আশ্চর্যজনকভাবে, এটি "হেলমেট পরা কি নিরাপদ?" প্রশ্নটি সম্পর্কে আরও চিন্তা করতে পারে এবং তারপরে বিশ্লেষণ করতে পারে যে ছবিতে হেলমেটগুলি সঠিকভাবে পরা হয়েছে কিনা, পোশাকটি উপযুক্ত কিনা, আলোকসজ্জার সরঞ্জামগুলি, চূড়ান্তভাবে হাঁটা এবং চূড়ান্ত দূরত্ব সম্পূর্ণ হয়েছে কিনা, ইত্যাদি। সংশোধনের অগ্রাধিকার।
GUI অপারেশন ক্ষমতা
এর নেতৃস্থানীয় ভিজ্যুয়াল গভীর চিন্তা করার ক্ষমতা এবং সুনির্দিষ্ট ভিজ্যুয়াল পজিশনিং ক্ষমতা সহ, Doubao 1.6 বুদ্ধিমান এজেন্টদের ব্রাউজার এবং অন্যান্য সরঞ্জামগুলির সাথে যোগাযোগ করতে এবং মসৃণভাবে পরিচালনা করতে এবং হোটেল রিজার্ভেশন স্ক্রীনিং এবং টিকিট সাজানোর মতো কাজগুলি দক্ষতার সাথে সম্পাদন করতে সক্ষম করে।
GUI-এর মডেলের ক্রিয়াকলাপটি কেবল লোকেদের আঙ্গুল দিয়ে APP-এ ক্লিক করার সুবিধার প্রতিস্থাপন করে না, তবে এটি মানুষের প্রয়োজনীয় চাহিদাগুলি আরও বুদ্ধিমত্তার সাথে এবং স্বয়ংক্রিয়ভাবে মেটাতে ঐতিহ্যবাহী APP এবং GUI-এর সীমাবদ্ধতা ভেঙ্গে যেতে পারে।
খরচ-কার্যকারিতা
Doubao Big Model 1.6 একটি ইউনিফাইড প্রাইসিং মডেল গ্রহণ করে। গভীর চিন্তার মোডটি চালু হোক বা না হোক, এটি পাঠ্য বা ভিজ্যুয়াল হোক না কেন, টোকেনের দাম একই, এবং দাম ইনপুট প্রসঙ্গের দৈর্ঘ্যের পরিসরের উপর ভিত্তি করে।
বেশিরভাগ কোম্পানির দ্বারা ব্যবহৃত 0-32k ইনপুট পরিসরে, ইনপুটের জন্য মূল্য 0.8 ইউয়ান/মিলিয়ন টোকেন এবং আউটপুটের জন্য 8 ইউয়ান/মিলিয়ন টোকেন।
32k-128k ইনপুট পরিসরে, ইনপুটের জন্য মূল্য 1.2 ইউয়ান/মিলিয়ন টোকেন এবং আউটপুটের জন্য 16 ইউয়ান/মিলিয়ন টোকেন।
128k-256k ইনপুট পরিসরে, ইনপুটের জন্য মূল্য 2.4 ইউয়ান/মিলিয়ন টোকেন এবং আউটপুটের জন্য 24 ইউয়ান/মিলিয়ন টোকেন।
ব্যাপক খরচের দৃষ্টিকোণ থেকে, বেশিরভাগ অনুরোধের ইনপুট 32k এর মধ্যে, এবং ইনপুট-আউটপুট অনুপাত হল 3:1। Doubao Large Model 1.6 (2.6 yuan) এর ব্যাপক মূল্য Doubao Large Model 1.5 Deep Thinking Model এবং DeepSeek R1 (7 ইউয়ান) এর ব্যাপক খরচের তুলনায় 63% কম৷ এর মানে হল যে আপনি মূল মূল্যের মাত্র এক-তৃতীয়াংশে আরও শক্তিশালী ক্ষমতা এবং নেটিভ মাল্টিমোডাল সহ একটি নতুন মডেল ব্যবহার করতে পারেন৷
এবার, ভলকানো ইঞ্জিন একটি বিশেষ ছাড় জোনও যুক্ত করেছে। 32k এর ইনপুট এবং 200 টোকেনের কম আউটপুট সহ অনুরোধের জন্য, Doubao Large Model 1.6-এর দাম আরও কমিয়ে ইনপুটের জন্য 0.8 ইউয়ান/মিলিয়ন টোকেন এবং আউটপুটের জন্য 2 ইউয়ান/মিলিয়ন টোকেন করা হবে। এটি বেশিরভাগ অ-চিন্তাশীল মডেলের প্রয়োজনের সমতুল্য, এবং আপনি মানসিক শান্তির সাথে আরও ভাল প্রভাব সহ নতুন মডেলটি ব্যবহার করতে পারেন।
সিডেন্স 1.0 প্রো এখন উপলব্ধ: আপনি কোনও অর্থ ব্যয় না করেই ব্লকবাস্টার সিনেমাগুলি শ্যুট করতে পারেন
Doubao Big Model 1.6 সিরিজের মডেলগুলি ছাড়াও, এই প্রেস কনফারেন্সে, Volcano Engine একটি নতুন ভিডিও জেনারেশন মডেল Seedance 1.0 pro নিয়ে এসেছে।
এই মডেলের কথা বলার মতো প্রথম পরিবর্তন হল লেন্সের ভাষায় এর অগ্রগতি।
মডেলটি টেক্সট এবং ইমেজ ইনপুট সমর্থন করে এবং 1080P উচ্চ মানের ভিডিও তৈরি করতে পারে বিজোড় মাল্টি-লেন্স সুইচিং সহ। Seedance 1.0 pro একটি মাল্টি-অ্যাকশন ইউজ কেস এবং ফ্রি ক্যামেরা মুভমেন্টের উপর ফোকাস করে, যা শুধুমাত্র 2-3 লেন্স স্যুইচিং সহ 10-সেকেন্ডের ভিডিও তৈরিকে সমর্থন করে না, তবে লং শট, মাঝারি শট এবং ক্লোজ শটগুলির মধ্যেও সুইচ করে, যার ফলে ভিডিওর তথ্য বিষয়বস্তু এবং বর্ণনার ব্যাপক উন্নতি হয়।
অধিকন্তু, প্রশিক্ষণ-পরবর্তী পর্যায়ে প্রবর্তিত বহু-মাত্রিক ডেটা সেট এবং প্রতিক্রিয়া শেখার পদ্ধতির সাথে, নতুন মডেলটি গতির ধারাবাহিকতা, ছবির স্থায়িত্ব এবং সামগ্রিক টেক্সচারের ক্ষেত্রে খুব উচ্চ স্তর বজায় রাখে।
Doubao এর নতুন ভিডিও মডেল ডেমো পর্যায়ে থামে না. এটি পণ্যের বিজ্ঞাপন তৈরি করা হোক না কেন, স্টোরিবোর্ডের স্কেচগুলি দ্রুত শেষ করা হোক বা গ্রাহকদের গেমের চরিত্র এবং প্লট ভিডিও তৈরি করার ক্ষমতা প্রদান করা হোক না কেন, Doubao-এর নতুন ভিডিও মডেল ধাপে ধাপে এই সবচেয়ে উত্পাদনশীল পরিস্থিতিগুলির দিকে এগিয়ে চলেছে৷
কৃত্রিম বিশ্লেষণ, তৃতীয় পক্ষের মূল্যায়ন সংস্থার র্যাঙ্কিং দেখায় যে সিড্যান্স 1.0 বর্তমানে চীনা এবং ইংরেজি উভয় র্যাঙ্কিংয়ে শীর্ষ-র্যাঙ্কযুক্ত মডেল।
Wensheng ভিডিও তালিকায়, Seedance 1.0-এর ELO স্কোর রয়েছে 1299, যা Google-এর Veo 3 প্রিভিউ, Veo 2 এবং Kuaishou-এর কেলিং সিরিজকে ছাড়িয়ে গেছে। Tusheng ভিডিও তালিকায়, Seedance 1.0-এর একটি ELO স্কোর রয়েছে 1343, যা Runway Gen 4, Keling 2.0, ইত্যাদিকে ছাড়িয়ে গেছে এবং এটি অজেয়।
কর্মক্ষমতা সর্বাধিক করা হলেও, দাম আশ্চর্যজনকভাবে ডাউন-টু-আর্থ।
RMB 10,000 বাজেটের সাথে, আপনি Seedance 1.0 pro এর সাথে 2,725 ভিডিও (5 সেকেন্ড 1080P) তৈরি করতে পারেন, যা Seedance 1.0 lite-এর সাথে 9,708 ভিডিও (5s 720P) জেনারেট করার সমতুল্য। তুলনায়, KeLing v2.1 Master Edition এবং Veo2 (5 সেকেন্ড 1080P) এর মতো প্রতিযোগী পণ্যের আউটপুট 1,000 এর কম।
ভিডিও জেনারেশন মডেলের পাশাপাশি, Doubao একই সাথে একটি পূর্ণ-স্কেল রিয়েল-টাইম ভয়েস মডেল চালু করেছে, নৃতাত্ত্বিকতা এবং শব্দার্থ নিয়ন্ত্রণকে নতুন উচ্চতায় ঠেলে দিয়েছে।
এটি প্রসঙ্গ অনুযায়ী স্বন, ভলিউম ইত্যাদি নমনীয়ভাবে সামঞ্জস্য করতে পারে; গান গাওয়া এবং ফিসফিস করার মত অভিব্যক্তিপূর্ণ ভয়েস মিথস্ক্রিয়া সমর্থন করে; এবং এমনকি সিচুয়ান উপভাষা সহ স্থানীয় উপভাষাগুলিকে সমর্থন করে। লাইভ প্রদর্শনের সময়, ডুবাও ভয়েস মডেল "দ্য মুন রিপ্রেজেন্টস মাই হার্ট" গেয়েছিলেন। আপনি কি জানেন, এটা সত্যিই আকর্ষণীয় শোনাচ্ছে.
বাস্তব প্রয়োগের পরিস্থিতির পরিপ্রেক্ষিতে, গাড়ির মধ্যে ভয়েস ইন্টারঅ্যাকশন বিকাশের জন্য মার্সিডিজ-বেঞ্জের সাথে সহযোগিতা করার পাশাপাশি, Doubao রিয়েল-টাইম ভয়েস প্রযুক্তির উপর ভিত্তি করে একটি "পডকাস্ট জেনারেশন মডেল"ও চালু করেছে, যা জটিল ভয়েস কাঠামোকে সমর্থন করে যেমন প্রাকৃতিক কথোপকথন, বাধা এবং একাধিক ব্যক্তির মধ্যে বিরতি।
এটি স্বয়ংক্রিয়ভাবে ইনপুট সামগ্রী (প্রম্পট, ওয়েব লিঙ্ক, দীর্ঘ পাঠ্য) সনাক্ত করতে পারে এবং তারপর স্বয়ংক্রিয়ভাবে একটি সম্পূর্ণ পডকাস্ট স্ক্রিপ্ট + নৃতাত্ত্বিক অডিও সামগ্রী তৈরি করতে পারে। ছন্দ থেকে ইন্টারজেকশন, সাইটে প্রদর্শিত একটি পডকাস্ট ক্লিপের টোন পর্যন্ত, এআই-এর প্রায় কোনও অনুভূতি নেই।
2025 এজেন্টের প্রথম বছর। এন্টারপ্রাইজ সিস্টেমে একজন এজেন্টকে কীভাবে সত্যিকার অর্থে সংহত করা যায় তা সমস্ত নির্মাতাদের মুখোমুখি একটি ব্যবহারিক সমস্যা হয়ে দাঁড়িয়েছে।
এজেন্ট ডেভেলপমেন্ট এবং অ্যাপ্লিকেশানকে আরও ভালভাবে সমর্থন করার জন্য, Volcano Engine MCP পরিষেবা, প্রম্পটপাইলট ইন্টেলিজেন্ট প্রম্পট টুলস, AI জ্ঞান ব্যবস্থাপনা সিস্টেম, verl রিইনফোর্সমেন্ট লার্নিং ফ্রেমওয়ার্ক, মাল্টিমডাল ডেটা লেক, AICC প্রাইভেট কম্পিউটিং মডেল এবং বৃহৎ ফায়ারওয়ালস থেকে একযোগে AI ক্লাউড-নেটিভ ফুল-স্ট্যাক পণ্যগুলির একটি সম্পূর্ণ সেট চালু করেছে।
আগ্নেয়গিরি ইঞ্জিনের সভাপতি তান দাই এজেন্টিক AI-তে "নিরাপত্তা" এর গুরুত্বের উপর জোর দিয়েছেন এবং দুটি AI সুরক্ষা পণ্য চালু করেছেন যা শীঘ্রই চালু হবে: "AICC কনফিডেন্সিয়াল কম্পিউটিং" এবং "বড় মডেল অ্যাপ্লিকেশন ফায়ারওয়াল"।
তাদের মধ্যে, AICC গোপনীয় কম্পিউটিং এন্টারপ্রাইজগুলিকে ক্লাউড পরিষেবাগুলি নিরাপদে এবং অনুগতভাবে ব্যবহার করতে সক্ষম করতে পারে, ঠিক যেমন ব্যক্তিগত মডেলগুলি ব্যবহার করে, যুক্তির প্রভাব নিশ্চিত করে৷
বৃহৎ মডেল অ্যাপ্লিকেশন ফায়ারওয়ালটি "ভলকানো আর্ক" থেকে উদ্ভূত এবং কম লেটেন্সি এবং উচ্চ নির্ভুলতার সাথে আক্রমণের ধরনগুলিকে আটকাতে পারে, এন্টারপ্রাইজ বুদ্ধিমান অ্যাপ্লিকেশনগুলির জন্য একটি নিরাপদ এবং নির্ভরযোগ্য যুক্তির জায়গা তৈরি করে।
পুরো প্রেস কনফারেন্স জুড়ে, আগ্নেয়গিরির ইঞ্জিন এজিআই-এর বর্ণনাকে উন্নত করতে পারেনি। পরিবর্তে, তারা তাদের দৃষ্টিভঙ্গি বর্তমানের দিকে ফিরিয়ে এনেছে এবং AI পণ্যগুলির উপর দৃষ্টি নিবদ্ধ করেছে যা আজকে উত্পাদন পরিবেশে প্রয়োগ করা, স্থাপন করা এবং চালানো যেতে পারে।
গত ছয় মাসে, শিল্পের ঐকমত্য ক্রমশ স্পষ্ট হয়ে উঠেছে যে AI এর দ্বিতীয়ার্ধ আসলে পণ্যের প্রথমার্ধ। প্যারামিটারের পার্থক্যগুলি বাদ দেওয়া অব্যাহত থাকবে, তবে পণ্যের কল দক্ষতা, ইন্টিগ্রেশন পাথ এবং ব্যবহারের খরচ ব্যবহারকারীর ধরে রাখার হার নির্ধারণ করবে।
এই কারণেই, আজকের প্রেস কনফারেন্সে, Doubao Big Model 1.6 এবং ভিডিও জেনারেশন মডেল Seedance 1.0 pro ছাড়াও, Volcano Engine একই সাথে অনেকগুলি পণ্যের ক্ষমতা চালু করেছে যেগুলি খুব বিস্ফোরক শোনাচ্ছে না কিন্তু অত্যন্ত সমালোচনামূলক৷
মডেল কলিং থেকে নির্দিষ্ট দৃশ্যকল্পের সংমিশ্রণ থেকে নিরাপদ এবং স্থিতিশীল ক্লোজড-লুপ এক্সিকিউশন পর্যন্ত, সত্যিকারের ব্যবহারযোগ্য AI উত্পাদন ব্যবস্থা তৈরি করতে এই ক্ষমতাগুলিকে একে অপরের সাথে সংযুক্ত থাকতে হবে।
এটি সবচেয়ে আকর্ষণীয় নাও হতে পারে, তবে এটি সবচেয়ে সম্ভাব্য এবং "ব্যবহারযোগ্যতার" সবচেয়ে কাছাকাছি হতে পারে।
লেখক: ওয়াং জিন, মো চংইউ
#iFanr: iFanr (WeChat ID: ifanr) এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম, যেখানে যত তাড়াতাড়ি সম্ভব আরও উত্তেজনাপূর্ণ বিষয়বস্তু আপনার কাছে উপস্থাপন করা হবে।