গত বছর প্রায় এই সময়ে, iFanr এবং Dongchehui আইডিয়াল বেইজিং R&D সেন্টারে আইডিয়াল অ্যাসিস্টেড ড্রাইভিং দলের সাথে একটি আলোচনা করেছে। সেই সময়ে, আইডিয়াল অ্যাসিস্টেড ড্রাইভিং-এর নতুন প্রযুক্তির আর্কিটেকচার, "এন্ড-টু-এন্ড + ভিএলএম ভিজ্যুয়াল ল্যাঙ্গুয়েজ মডেল," যানবাহনে বাস্তবায়িত হতে চলেছে৷ সেই সময়ে আইডিয়াল অ্যাসিস্টেড ড্রাইভিং দলের বক্তব্য ছিল:
"এন্ড-টু-এন্ড + VLM ভিজ্যুয়াল ল্যাঙ্গুয়েজ মডেল" এর পিছনের তাত্ত্বিক কাঠামো স্বায়ত্তশাসিত ড্রাইভিং এর "চূড়ান্ত উত্তর"।
"এন্ড-টু-এন্ড + VLM ভিজ্যুয়াল ল্যাঙ্গুয়েজ মডেল" প্রযুক্তিগত স্থাপত্যের VLA (ভিশন-ল্যাংগুয়েজ-অ্যাকশন, ভিজ্যুয়াল ল্যাঙ্গুয়েজ অ্যাকশন মডেল) রূপান্তরের সাথে, আমরা "চূড়ান্ত উত্তর" এর এক ধাপ কাছাকাছি।
লি জিয়াং এবং আইডিয়াল অ্যাসিস্টেড ড্রাইভিং টিমের মতে, এটি "বানর" পর্যায় থেকে "মানব" পর্যায়ে আইডিয়ালের সহায়ক ড্রাইভিং ক্ষমতার বিবর্তনের একটি মূল ধাপ। আজ একই সময়ে, আমরা আদর্শ সহকারী ড্রাইভিং দলের সাথে এই ক্ষেত্রের নতুন প্রবণতা নিয়ে আলোচনা চালিয়ে যেতে আইডিয়াল বেইজিং গবেষণা ও উন্নয়ন কেন্দ্র পরিদর্শন করেছি।
▲ ল্যাং জিয়ানপেং, আইডিয়াল অটোতে স্বায়ত্তশাসিত ড্রাইভিং R&D-এর সিনিয়র ভাইস প্রেসিডেন্ট
সহায়ক ড্রাইভিং, বানর এবং মানুষের মধ্যে পার্থক্য কি?
Ideal-এর সাহায্যকারী ড্রাইভিং সলিউশন গত বছর "এন্ড-টু-এন্ড + VLM ভিজ্যুয়াল ল্যাঙ্গুয়েজ মডেল"-এ স্যুইচ করার আগে, এটি শিল্প-মান "পারসেপশন – প্ল্যানিং – কন্ট্রোল" প্রযুক্তিগত আর্কিটেকচার গ্রহণ করেছিল। এই স্থাপত্যটি বিভিন্ন বাস্তব-বিশ্বের ট্র্যাফিক অবস্থার উপর ভিত্তি করে যানবাহনের নিয়ন্ত্রণ পরিচালনার জন্য সংশ্লিষ্ট নিয়মগুলি লেখার জন্য ইঞ্জিনিয়ারদের উপর নির্ভর করে, কিন্তু বাস্তব-বিশ্বের সমস্ত ট্র্যাফিক পরিস্থিতি কভার করা কঠিন।
এটি সহায়ক ড্রাইভিং এর "যান্ত্রিক যুগ"। সহায়ক ড্রাইভিং শুধুমাত্র সংশ্লিষ্ট নিয়মের সাথে পরিস্থিতি মোকাবেলা করতে পারে এবং চিন্তা করার এবং শেখার ক্ষমতা নেই।
"এন্ড-টু-এন্ড + VLM ভিজ্যুয়াল ল্যাঙ্গুয়েজ মডেল" হল সহায়ক ড্রাইভিং এর "বানর যুগ"। যন্ত্রের তুলনায়, বানররা বুদ্ধিমান এবং অনুকরণ করার এবং শেখার কিছু ক্ষমতা রাখে। অবশ্যই, বানররাও আরও সক্রিয় এবং অবাধ্য।
"এন্ড-টু-এন্ড + VLM" ভিজ্যুয়াল ল্যাঙ্গুয়েজ মডেলের সারমর্ম হল "ইমিটেশন লার্নিং", প্রশিক্ষণের জন্য ব্যাপক মানব ড্রাইভিং ডেটার উপর নির্ভর করে। এই ডেটার পরিমাণ এবং গুণমান কর্মক্ষমতা নির্ধারণ করে। অধিকন্তু, নিরাপত্তার কারণে, এই আর্কিটেকচারে, ভিএলএম ভিজ্যুয়াল ল্যাঙ্গুয়েজ মডেল, জটিল পরিস্থিতির জন্য দায়ী, যানবাহন নিয়ন্ত্রণে অংশগ্রহণ করে না; এটি শুধুমাত্র সিদ্ধান্ত গ্রহণ এবং গতিপথ নির্দেশিকা প্রদান করে।
ভিএলএ (ভিশন-ল্যাংগুয়েজ-অ্যাকশন) হল সহায়ক ড্রাইভিং এর "মানব যুগ" যা "চিন্তা, যোগাযোগ, মনে রাখা এবং নিজেকে উন্নত করার" ক্ষমতা রাখে।
বানররা মানুষে পরিণত হওয়ার জন্য দীর্ঘ রূপান্তরের মধ্য দিয়ে গেছে। তত্ত্বগতভাবে, "এন্ড-টু-এন্ড + VLM ভিজ্যুয়াল ল্যাঙ্গুয়েজ মডেল" এর "অনুকরণ শিক্ষা" দীর্ঘ সময়ের মধ্যে প্রায় সমস্ত মানুষের ড্রাইভিং ডেটা শিখতে পারে এবং প্রায় মানুষের মতো আচরণ করতে পারে।
কিন্তু দাম "সময়"।
আইডিয়াল অটোতে স্বায়ত্তশাসিত ড্রাইভিং R&D-এর সিনিয়র ভাইস প্রেসিডেন্ট ল্যাং জিয়ানপেং বলেছেন:
আমাদের প্রকৃত এন্ড-টু-এন্ড MPI (গড় টেকওভার মাইলেজ) গত বছর জুলাই মাসে প্রথম সংস্করণে প্রায় দশ কিলোমিটার ছিল। আমরা তখন ভেবেছিলাম এটি বেশ ভালো ছিল কারণ আমাদের মানচিত্র-মুক্ত সংস্করণটি দীর্ঘকাল ধরে পুনরাবৃত্তি করছিল, এবং ব্যাপক MPI (হাইওয়ে + শহর) মাত্র 10 কিলোমিটার ছিল।
1 মিলিয়ন থেকে 2 মিলিয়ন ক্লিপ (ভিডিও ক্লিপগুলি এন্ড-টু-এন্ড অ্যাসিস্টেড ড্রাইভিং প্রশিক্ষণের জন্য ব্যবহৃত হয়), এবং তারপর 10 মিলিয়ন ক্লিপ, ডেটার পরিমাণ বৃদ্ধির সাথে সাথে, MPI এই বছরের শুরুতে 100 কিলোমিটারে পৌঁছেছে। 7 মাসে, এমপিআই দশগুণ বেড়েছে, মাসে গড়ে কয়েকগুণ।
কিন্তু 10 মিলিয়ন ক্লিপ পৌঁছানোর পরে, আমরা একটি সমস্যা আবিষ্কার করেছি: কেবলমাত্র ডেটার পরিমাণ বাড়ানো অকেজো ছিল; মূল্যবান তথ্য পরিমাণ হ্রাস ছিল. এটি একটি পরীক্ষার মতো: আপনি যখন ব্যর্থ হন, তখন একটি এলোমেলো ক্রেডিট নেওয়া আপনার স্কোরকে খুব দ্রুত উন্নত করতে পারে। কিন্তু আপনি যখন 80 বা 90 এর দশকে থাকেন, তখন এমনকি 5 বা 10 পয়েন্টের উন্নতি করা খুব কঠিন।
এই মুহুর্তে, আমরা মানুষের প্রত্যাশা পূরণ করে এমন ফলাফল তৈরি করতে মডেলটিকে বাধ্য করতে সুপার অ্যালাইনমেন্ট ব্যবহার করেছি। আমরা কিছু ডেটাও নির্বাচন করেছি এবং মডেলের ক্ষমতাকে আরও উন্নত করতে সুপার অ্যালাইনমেন্টের সাথে এটিকে সম্পূরক করেছি। এই পদ্ধতির কিছু প্রভাব ছিল, কিন্তু মডেল পারফরম্যান্সে মোটামুটি দ্বিগুণ উন্নতি করতে আমাদের এই বছরের মার্চ থেকে জুলাইয়ের শেষ পর্যন্ত প্রায় পাঁচ মাস সময় লেগেছে।
"এন্ড-টু-এন্ড + VLM ভিজ্যুয়াল ল্যাঙ্গুয়েজ মডেল" প্রযুক্তিগত আর্কিটেকচারের দ্রুত অগ্রগতির পরে এটিই প্রথম সমস্যাটির সম্মুখীন হয়: যত বেশি সময় যাবে, উপযোগী ডেটা তত কম হবে এবং মডেলের কর্মক্ষমতার উন্নতি ততই ধীর হবে।
মৌলিক সমস্যাও উন্মোচিত হলো। ল্যাং জিয়ানপেং বলেছেন:
মূলত, বর্তমান এন্ড-টু-এন্ড অনুকরণ শেখার গভীর যৌক্তিক চিন্তা করার ক্ষমতার অভাব রয়েছে। এ যেন একটা বানর গাড়ি চালাচ্ছে। এটিকে কিছু কলা খাওয়ান, এবং এটি আপনার ইচ্ছা অনুযায়ী আচরণ করতে পারে, কিন্তু কেন তা জানে না। এটি আপনার কাছে আসতে পারে যখন একটি গং মারা হয়, বা একটি ড্রাম বাজালে নাচতে পারে, কিন্তু কেন তা জানি না।
তাই এন্ড টু এন্ড আর্কিটেকচারে গভীরভাবে চিন্তা করার ক্ষমতা নেই। সর্বাধিক, এটি একটি চাপ প্রতিক্রিয়া. অর্থাৎ, একটি ইনপুট দেওয়া হলে, মডেলটি একটি আউটপুট দেয়। এর পেছনে কোনো গভীর যুক্তি নেই।
এই কারণেই আমরা এন্ড-টু-এন্ড বড় মডেলে একটি ভিজ্যুয়াল ল্যাঙ্গুয়েজ মডেল (VLM) যুক্ত করি। VLM এর আরও শক্তিশালী বোঝার এবং চিন্তা করার ক্ষমতা রয়েছে, যা আরও ভাল সিদ্ধান্ত গ্রহণকে সক্ষম করে। যাইহোক, এই মডেলটি চিন্তা করতে ধীর এবং শেষ থেকে শেষ বড় মডেলের সাথে গভীরভাবে মিলিত নয়। ফলস্বরূপ, এন্ড-টু-এন্ড বড় মডেলটি প্রায়ই VLM দ্বারা নেওয়া সিদ্ধান্তগুলি বুঝতে বা গ্রহণ করতে ব্যর্থ হয়।
গত বছর এই সময়ে, আইডিয়াল অ্যাসিস্টেড ড্রাইভিং টিম বলেছিল:
দুটি ভবিষ্যত প্রবণতা আছে। প্রথমত, মডেলের স্কেল বৃদ্ধি পাবে। সিস্টেম 1 এবং সিস্টেম 2 বর্তমানে VLM সহ দুটি এন্ড-টু-এন্ড মডেল। এই দুটি মডেল একত্রিত হতে পারে. বর্তমানে, তারা ঢিলেঢালাভাবে মিলিত, কিন্তু ভবিষ্যতে, তারা আরও শক্তভাবে জোড়া হতে পারে। দ্বিতীয়ত, আমরা বড় মাল্টিমডাল মডেলের বর্তমান প্রবণতা থেকেও শিখতে পারি। এই মডেলগুলি দেশীয় মাল্টিমোডালিটির দিকে অগ্রসর হচ্ছে, ভাষা, বক্তৃতা, দৃষ্টি এবং লিডার পরিচালনা করতে সক্ষম। এটি এমন কিছু যা আমরা ভবিষ্যতে বিবেচনা করব।
প্রবণতা দ্রুত একটি বাস্তব হয়ে ওঠে.
ল্যাং জিয়ানপেং এন্ড-টু-এন্ড + ভিএলএম থেকে ভিএলএ-তে স্যুইচ করার কারণও ব্যাখ্যা করেছেন:
আমরা যখন গত বছর এন্ড-টু-এন্ডে কাজ করছিলাম, তখন আমরা ক্রমাগত চিন্তা করছিলাম যে এন্ড-টু-এন্ড যথেষ্ট কি না, এবং যদি না হয়, তাহলে আমাদের আর কী করা দরকার।
আমরা ভিএলএ নিয়ে কিছু প্রাথমিক গবেষণা করছি। আসলে, ভিএলএ-র প্রাথমিক গবেষণা আমাদের বোঝার প্রতিনিধিত্ব করে যে কৃত্রিম বুদ্ধিমত্তা একটি অনুকরণমূলক শিক্ষা নয়। মানুষের মত চিন্তা ও যুক্তির ক্ষমতা থাকতে হবে। অন্য কথায়, এটি অবশ্যই এমন জিনিসগুলি সমাধান করতে সক্ষম হবে যা এটি কখনও দেখেনি বা অজানা পরিস্থিতিতে। কারণ এটির শেষ থেকে শেষ পর্যন্ত একটি নির্দিষ্ট সাধারণীকরণ ক্ষমতা থাকতে পারে, তবে এটি চিন্তাভাবনা করার জন্য যথেষ্ট নয়।
একটি বানরের মতো, এটি এমন কিছু করতে পারে যা আপনি আপনার কল্পনার বাইরে বলে মনে করেন, তবে এটি সবসময় তা করবে না। কিন্তু মানুষ ভিন্ন। মানুষ বাড়তে পারে এবং পুনরাবৃত্তি করতে পারে, তাই আমাদের কৃত্রিম বুদ্ধিমত্তা বিকাশ করতে হবে যেভাবে মানুষের বুদ্ধি বিকাশ হয়। আমরা দ্রুত ভিএলএ সমাধানে এন্ড-টু-এন্ড স্যুইচ করেছি।
ভিএলএ (ভিশন-ল্যাংগুয়েজ-অ্যাকশন) হল গত বছরের চিন্তার প্রবণতা এবং প্রযুক্তিগত স্থাপত্য যা আজ বাস্তবে পরিণত হয়েছে।
যদিও VLA এবং VLM শুধুমাত্র একটি অক্ষর দ্বারা পৃথক, তাদের অর্থ খুব আলাদা।
ভিএলএ-তে দৃষ্টি বলতে নেভিগেশন তথ্য সহ বিভিন্ন সেন্সর তথ্যের ইনপুটকে বোঝায়, যা মডেলটিকে স্থান বুঝতে এবং উপলব্ধি করতে সক্ষম করে।
VLA-এর ভাষা বলতে বোঝায় মডেলের সংক্ষিপ্তকরণ, অনুবাদ, সংকুচিত করার এবং অনুভূত স্থানিক বোঝাপড়াকে ভাষার অভিব্যক্তিতে এনকোড করার ক্ষমতা, ঠিক একজন মানুষের মতো।
ভিএলএ-এর অ্যাকশন হল গাড়ি চালানোর জন্য দৃশ্যের কোডিং ভাষার উপর ভিত্তি করে একটি আচরণগত কৌশল তৈরি করে।
সবচেয়ে স্বজ্ঞাত পার্থক্য হল মানুষ ভাষা দিয়ে গাড়ি নিয়ন্ত্রণ করতে পারে। তারা কথা বলে গাড়ির গতি কমাতে বা গতি বাড়াতে, বাম বা ডান দিকে ঘুরতে পারে। এটি মূলত ভাষার অংশের কারণে। মানব কমান্ডের বৃহৎ মডেল দ্বারা প্রাপ্ত প্রম্পটগুলি ভিএলএ মডেলের মধ্যেও প্রম্পট, যা মানুষ এবং গাড়িকে সংযুক্ত করার সমতুল্য।
উপরন্তু, দৃষ্টি এবং আচরণের মধ্যে কোন বাধা নেই। চাক্ষুষ তথ্য ইনপুট থেকে গাড়ি নিয়ন্ত্রণ আচরণ আউটপুট পর্যন্ত গতি এবং দক্ষতা ব্যাপকভাবে ত্বরান্বিত হয়, এবং ধীরগতির ভিএলএম এবং ভিএলএম বোঝার শেষ থেকে শেষের অভাবের সমস্যাগুলি সমাধান করা হয়।
আরও উল্লেখযোগ্য পার্থক্য হল চেইন অফ থট (CoT) ক্ষমতা। VLA মডেলের একটি অনুমান ফ্রিকোয়েন্সি 10Hz, যা VLM এর চেয়ে তিনগুণ বেশি দ্রুত। এটির পরিবেশ সম্পর্কে আরও ব্যাপক উপলব্ধি এবং বোঝাপড়া রয়েছে, এটি দ্রুত এবং আরও যুক্তিযুক্ত যুক্তি সক্ষম করে এবং ড্রাইভিং সিদ্ধান্তগুলি তৈরি করে।
চিন্তাভাবনা এবং যোগাযোগের ক্ষমতা ছাড়াও, VLA এর একটি নির্দিষ্ট স্মৃতিশক্তিও রয়েছে, যা মালিকের পছন্দ এবং অভ্যাস মনে রাখতে পারে; পাশাপাশি একটি মোটামুটি শক্তিশালী স্বায়ত্তশাসিত শেখার ক্ষমতা।
▲ Ideal i8 হল Ideal VLA প্রযুক্তি ব্যবহার করা প্রথম মডেল
আদর্শ সহায়ক ড্রাইভিং "ফ্লাইং লাইফ"
বাস্তব জগতে, মানুষ যদি অভিজ্ঞ ড্রাইভার হতে চায়, তাহলে তাদের প্রথমে একটি ড্রাইভিং স্কুলে ভর্তি হতে হবে এবং একটি ড্রাইভিং লাইসেন্স পেতে হবে, তারপর একটি "ইন্টার্নশিপ স্টিকার" লাগিয়ে রাস্তায় আঘাত করতে হবে, কয়েক বছর ধরে বাস্তব রাস্তায় গাড়ি চালাতে হবে।
পূর্ববর্তী সহায়ক ড্রাইভিং প্রশিক্ষণের ক্ষেত্রেও একই কথা সত্য, যার জন্য প্রশিক্ষণের জন্য শুধুমাত্র বাস্তব-বিশ্বের ড্রাইভিং ডেটার প্রয়োজন হয় না, তবে বাস্তব জগতে প্রচুর পরিমাণে সড়ক পরীক্ষারও প্রয়োজন হয়।
কিছু উপন্যাসে, কিছু প্রতিভাবান প্রতিযোগী পড়ার মাধ্যমে অত্যন্ত উচ্চ স্তরের দক্ষতার সাথে মার্শাল আর্টের মাস্টার হতে পারে, যেমন "কনফুসিয়ান সোর্ড ইমমর্টাল" জি জুয়ান "দ্য গান অফ ইয়ুথ" এবং জুয়ানুয়ান জিংচেং "দ্য সোর্ডসম্যান ইন দ্য স্নো"-এ।
যাইহোক, ঐতিহ্যবাহী মার্শাল আর্ট উপন্যাসে, "দ্য ডেমি-গডস অ্যান্ড সেমি-ডেভিলস"-এ ওয়াং ইউয়ানের মতো চরিত্রগুলিই আছে যারা মার্শাল আর্ট ক্লাসিকে দক্ষ কিন্তু তাদের প্রকৃত যুদ্ধের ক্ষমতা নেই।
▲ "স্পিডিং লাইফ" থেকে স্থিরচিত্র
অবশ্যই, মধ্যবর্তী পরিস্থিতিও রয়েছে: রেসিং মুভি "স্পিডিং লাইফ" তে, ডাউন-আউট রেসিং ড্রাইভার ঝাং চি ক্রমাগত তার মনের মধ্যে বেইনবুলুক এলাকায় জটিল ট্র্যাক অবস্থার পুনরুত্পাদন করেছিলেন, দিনে 20 বার তার মনে গাড়ি চালাতেন, 36,000 বারের বেশি সিমুলেটেড ড্রাইভিং করেছিলেন যখন তিনি 5 বছরে ট্র্যাক হয়েছিলেন, এবং তারপরে তিনি ট্র্যাকে ফিরে আসেন।
কার্যত ড্রাইভিং, ক্রমাগত উন্নতি করা এবং আপনার অতীতের সেরা ফলাফলগুলিকে ছাড়িয়ে যাওয়া, এটি হল "অ্যালগরিদম"।
যাইহোক, ঝাং চি ট্র্যাকে ফিরে আসার আগে এবং আবার চ্যাম্পিয়ন ড্রাইভার হওয়ার আগে, তিনি ইতিমধ্যে এই ট্র্যাকে নিজেকে অনেকবার প্রমাণ করেছিলেন এবং প্রচুর ব্যবহারিক ড্রাইভিং অভিজ্ঞতা সঞ্চয় করেছিলেন।
আসল গাড়ি এবং আসল রাস্তা, যতক্ষণ না আপনি এই ট্র্যাকের সমস্ত রাস্তার অবস্থা বুঝতে পারবেন ততক্ষণ অভিজ্ঞতা সঞ্চয়, এটি "ডেটা"।
ল্যাং জিয়ানপেং বলেছেন যে একটি ভাল ভিএলএ মডেল বিকাশের জন্য চারটি স্তরের ক্ষমতা প্রয়োজন: ডেটা, অ্যালগরিদম, কম্পিউটিং শক্তি এবং প্রকৌশল ক্ষমতা।
আইডিয়াল দীর্ঘকাল ধরে তার প্রাচুর্য ডেটা, চমৎকার ডেটা, ভাল ডাটাবেস এবং সঠিক ডেটা লেবেলিং এবং ডেটা মাইনিংয়ের উপর জোর দিয়েছে। ডেটা সম্পর্কিত, আইডিয়ালের একটি নতুন দক্ষতা রয়েছে: ডেটা প্রশিক্ষণ তৈরি করা।
দৃশ্যটি পুনর্গঠনের জন্য বিশ্ব মডেল ব্যবহার করা হয় এবং তারপরে পুনর্গঠিত বাস্তব তথ্যের উপর ভিত্তি করে অনুরূপ দৃশ্য তৈরি করা হয়। উদাহরণস্বরূপ, বিশ্ব মডেলে একটি উচ্চ-গতির ETC দৃশ্য পুনর্গঠন করা আদর্শ। এই দৃশ্যে, দিনের বেলায় রোদ ঝলমলে এবং শুষ্ক স্থলের মতো শুধুমাত্র আসল বাস্তব তথ্যের অবস্থাই ব্যবহার করা যাবে না, কিন্তু পিচ্ছিল মাটি সহ দিনের বেলা ভারী তুষারপাত এবং দুর্বল দৃশ্যমানতার সাথে রাতে হালকা বৃষ্টির মতো দৃশ্যগুলিও তৈরি করা যেতে পারে।
ভিএলএ মডেলের জন্য আদর্শ প্রশিক্ষণ অ্যালগরিদমও উৎপন্ন ডেটার সাথে ঘনিষ্ঠভাবে সম্পর্কিত। ল্যাং জিয়ানপেং ব্যাখ্যা করেছেন:
2023 সালে আমরা এখনও এন্ড-টু-এন্ড ডেভেলপমেন্ট অর্জন করতে পারিনি। প্রতি বছর বাস্তব যানবাহনের কার্যকরী পরীক্ষা মাইলেজ প্রায় 1.57 মিলিয়ন কিলোমিটার, এবং প্রতি কিলোমিটার খরচ 18 ইউয়ান।
যখন আমরা এন্ড-টু-এন্ড সিস্টেমে কাজ করা শুরু করি, তখন আমরা ইতিমধ্যেই আমাদের কাজের একটি অংশ সিমুলেশন পরীক্ষায় সম্পন্ন করেছি। 2024 জুড়ে, আমরা সিমুলেশন পরীক্ষায় আনুমানিক 5 মিলিয়ন কিলোমিটার এবং বাস্তব যানবাহন পরীক্ষায় 1 মিলিয়ন কিলোমিটারের বেশি কভার করেছি। গড় খরচ প্রতি কিলোমিটারে 5 ইউয়ানেরও কম হয়েছে, যার দাম এখনও প্রায় 30 মিলিয়ন ইউয়ান। যাইহোক, সেই একই 30 মিলিয়ন ইউয়ান দিয়ে, আমরা 6 মিলিয়ন কিলোমিটার পরীক্ষা করতে সক্ষম হয়েছি।
এই বছরের প্রথম ছয় মাসে (1লা জানুয়ারী থেকে 30শে জুন), আমরা 40 মিলিয়ন কিলোমিটার পরীক্ষা করেছি, যার মধ্যে শুধুমাত্র 20,000 কিলোমিটার প্রকৃত যানবাহনে, মৌলিক পরিস্থিতিগুলি কভার করে৷ আপনি দেখেছেন সুপার অ্যালাইনমেন্ট এবং বর্তমান VLA বৈশিষ্ট্যগুলি সহ আমাদের সমস্ত পরীক্ষা সিমুলেশন ব্যবহার করে সম্পন্ন হয়৷ খরচ প্রতি কিলোমিটারে 0.5 সেন্ট, সবেমাত্র বিদ্যুত এবং সার্ভার খরচ কভার। উপরন্তু, পরীক্ষার মান উচ্চ, সমস্ত ক্ষেত্রে এবং পরিস্থিতি সম্পূর্ণরূপে প্রতিলিপি করা এবং সঠিক, সঠিক ফলাফল নিশ্চিত করে। আমাদের বর্ধিত পরীক্ষার মাইলেজ এবং উন্নত পরীক্ষার গুণমান R&D দক্ষতা বাড়িয়েছে।
অনেক লোক প্রশ্ন করেছিল যে আমাদের পক্ষে অর্ধ বছরে একটি ভিএলএ তৈরি করা অসম্ভব এবং আমরা এটি সব পরীক্ষাও করতে পারিনি। আসলে, আমরা অনেক পরীক্ষা করেছি।
এর কম খরচ ছাড়াও, সিমুলেশন পরীক্ষার সুবিধা হল যে এটি দৃশ্যটি পুরোপুরি পুনরুত্পাদন করতে পারে। বাস্তব-বিশ্বের পরীক্ষায়, একটি দৃশ্য 100% পুনরুদ্ধার করা কঠিন। ভিএলএ মডেলের জন্য, দৃশ্য প্রজননে সামান্যতম পার্থক্যও ড্রাইভিং পারফরম্যান্সে বিশাল পার্থক্য সৃষ্টি করতে পারে।
এই অর্থে, আদর্শ প্রশিক্ষণ VLA মডেলটি "স্পিডিং লাইফ" চলচ্চিত্রের মডেলের সাথে কিছুটা মিল যেখানে নায়ক ক্রমাগত বাস্তব ড্রাইভিং অভিজ্ঞতার ভিত্তিতে ভার্চুয়াল প্রশিক্ষণ পরিচালনা করে।
অবশ্যই, ভিএলএ মডেলের প্রশিক্ষণের জন্যও ব্যাপক কম্পিউটিং শক্তি প্রয়োজন। আইডিয়ালের বর্তমান মোট কম্পিউটিং শক্তি হল 13টি EFLOPS, যার মধ্যে 3টি EFLOPS অনুমানের জন্য এবং 10টি EFLOPS প্রশিক্ষণের জন্য নিবেদিত৷ গ্রাফিক্স কার্ডে রূপান্তরিত, এটি প্রশিক্ষণের জন্য 20,000 NVIDIA H20 GPU এবং অনুমানের জন্য 30,000 NVIDIA L20 GPU-এর সমতুল্য।
মূল প্রশ্নোত্তর
প্রশ্ন: বুদ্ধিমান সাহায্যকারী ড্রাইভিং একটি "অসম্ভব ত্রিভুজ" উপস্থাপন করে—দক্ষতা, স্বাচ্ছন্দ্য এবং নিরাপত্তা—যা পারস্পরিকভাবে সীমাবদ্ধ এবং এই পর্যায়ে একই সাথে অর্জন করা কঠিন হতে পারে। আইডিয়াল অটোর ভিএলএ বর্তমানে কোন মেট্রিককে অগ্রাধিকার দিচ্ছে? আপনি শুধু এমপিআই উল্লেখ করেছেন। আমরা কি বুঝতে পারি যে আইডিয়াল অটোর চূড়ান্ত লক্ষ্য কার্যকরভাবে টেকওভার কমাতে নিরাপত্তা উন্নত করা?
ল্যাং জিয়ানপেং: MPI আমাদের মেট্রিকগুলির মধ্যে একটি। আরেকটি হল MPA, যা দুর্ঘটনার আগে মাইলেজ বোঝায়। আদর্শ গাড়ির মালিকরা প্রায় প্রতি 600,000 কিলোমিটার মানুষের ড্রাইভিংয়ে একটি দুর্ঘটনার সম্মুখীন হন, যখন সহায়তাকারী ড্রাইভিং ব্যবহার করেন তারা প্রতি 3.5 থেকে 4 মিলিয়ন কিলোমিটারে একটি দুর্ঘটনার সম্মুখীন হন। আমরা এই মাইলেজ ডেটা উন্নত করতে থাকব। আমাদের লক্ষ্য হল মানুষের গাড়ি চালানোর তুলনায় MPA 10 গুণে বৃদ্ধি করা, যার অর্থ এটি মানুষের ড্রাইভিং থেকে 10 গুণ নিরাপদ, এবং 6 মিলিয়ন কিলোমিটার দুর্ঘটনার হার অর্জন করা। যাইহোক, VLA মডেল উন্নত হওয়ার পরেই এটি অর্জন করা যেতে পারে।
আমরা এমপিআইও বিশ্লেষণ করেছি। যদিও কিছু নিরাপত্তা ঝুঁকি ড্রাইভার টেকওভারের দিকে নিয়ে যেতে পারে, অন্যান্য কারণ, যেমন হঠাৎ বা ভারী ব্রেকিংয়ের সময় দুর্বল আরামের কারণেও ড্রাইভার টেকওভার হতে পারে। যদিও নিরাপত্তা ঝুঁকি সবসময় ঘটতে পারে না, তবে ড্রাইভিং আরাম সর্বোত্তম না হলে ব্যবহারকারীরা সহায়ক ড্রাইভিং ব্যবহার করতে অনিচ্ছুক হতে পারে। যেহেতু MPA নিরাপত্তা পরিমাপ করে, নিরাপত্তার পাশাপাশি, আমরা MPI তে ড্রাইভিং আরাম উন্নত করার উপর ফোকাস করেছি। আইডিয়াল i8-এর সহকারী ড্রাইভিং বৈশিষ্ট্যগুলি অনুভব করুন, এবং আপনি আগের সংস্করণগুলির তুলনায় আরামে উল্লেখযোগ্য উন্নতি দেখতে পাবেন।
দক্ষতা নিরাপত্তা এবং আরাম পরে আসে. উদাহরণ স্বরূপ, আমরা যদি ভুল রাস্তা ধরি, যদিও কার্যক্ষমতার ক্ষতি হবে, আমরা কিছু বিপজ্জনক পদক্ষেপ নিয়ে অবিলম্বে তা সংশোধন করব না। আমাদের এখনও নিরাপত্তা এবং আরামের ভিত্তিতে দক্ষতা অর্জন করতে হবে।
প্রশ্ন: ভিএলএ মডেলের অসুবিধাগুলি কী কী? উদ্যোগের জন্য প্রয়োজনীয়তা কি? একটি এন্টারপ্রাইজ যদি VLA মডেল বাস্তবায়ন করতে চায় তাহলে কোন চ্যালেঞ্জের মুখোমুখি হবে?
ল্যাং জিয়ানপেং: অনেক লোক জিজ্ঞাসা করেছে যে গাড়ি কোম্পানিগুলি আগের নিয়ম অ্যালগরিদম এবং এন্ড-টু-এন্ড স্টেজ এড়িয়ে যেতে পারে যদি তারা একটি VLA মডেল তৈরি করতে চায়। আমি মনে করি এটা সম্ভব নয়।
যদিও VLA-এর ডেটা, অ্যালগরিদম এবং অন্যান্য দিকগুলি পূর্ববর্তী মডেলগুলির থেকে আলাদা হতে পারে, তারা এখনও বিদ্যমান ভিত্তিগুলির উপর নির্ভর করে৷ বাস্তব যানবাহন থেকে সংগৃহীত ডেটার সম্পূর্ণ বন্ধ লুপ ছাড়া, বিশ্ব মডেলকে প্রশিক্ষণ দেওয়ার জন্য কোনও ডেটা নেই। আইডিয়াল অটো VLA মডেল বাস্তবায়ন করতে সক্ষম হয়েছে কারণ আমাদের কাছে 1.2 বিলিয়ন ডেটা পয়েন্ট রয়েছে। শুধুমাত্র এই ডেটার পুঙ্খানুপুঙ্খ বোঝার সাথে আমরা আরও ভাল ডেটা তৈরি করতে পারি। এই ডেটা ফাউন্ডেশন ছাড়া, প্রথমত, বিশ্ব মডেলকে প্রশিক্ষণ দেওয়া অসম্ভব, এবং দ্বিতীয়ত, কী ধরনের ডেটা তৈরি করতে হবে তা স্পষ্ট নয়।
একই সময়ে, মৌলিক প্রশিক্ষণ কম্পিউটিং শক্তি এবং অনুমান কম্পিউটিং শক্তিকে সমর্থন করার জন্য প্রচুর তহবিল এবং প্রযুক্তিগত ক্ষমতার প্রয়োজন, যা পূর্বের সঞ্চয় ছাড়া সম্পূর্ণ করা যায় না।
প্রশ্ন: এই বছর আইডিয়ালের আসল যানবাহন পরীক্ষা 20,000 কিলোমিটার। প্রকৃত যানবাহন পরীক্ষা উল্লেখযোগ্যভাবে হ্রাস করার জন্য ভিত্তি কি?
ল্যাং জিয়ানপেং: আমরা বিশ্বাস করি যে বাস্তব-কার পরীক্ষা অনেক চ্যালেঞ্জ উপস্থাপন করে। খরচ একটি সমস্যা, কিন্তু সবচেয়ে তাৎপর্যপূর্ণ হল যে নির্দিষ্ট পরিস্থিতিতে পরীক্ষা করার সময় যে সমস্যাটি ঘটেছে তা সম্পূর্ণরূপে প্রতিলিপি করা অসম্ভব। তদ্ব্যতীত, বাস্তব-কার পরীক্ষা অদক্ষ, ড্রাইভারদের গাড়ি চালানোর প্রয়োজন হয় এবং তারপরে এটি পুনরায় পরীক্ষা করা হয়। আমাদের বর্তমান সিমুলেশনগুলি রিয়েল-কার পরীক্ষার প্রতিদ্বন্দ্বী। আইডিয়াল i8-এর বর্তমান সুপার সংস্করণ এবং VLA সংস্করণে 90%-এর বেশি পরীক্ষা সিমুলেটেড।
আমরা গত বছর থেকে আমাদের এন্ড-টু-এন্ড সংস্করণ যাচাই করতে সিমুলেশন টেস্টিং ব্যবহার করছি। আমরা বিশ্বাস করি এটি অত্যন্ত নির্ভরযোগ্য এবং কার্যকর, তাই আমরা এটির সাথে বাস্তব-বিশ্বের যানবাহন পরীক্ষা প্রতিস্থাপন করেছি। যদিও কিছু পরীক্ষা অপরিবর্তনীয়, যেমন হার্ডওয়্যার স্থায়িত্ব পরীক্ষা, আমরা সাধারণত পারফরম্যান্স-সম্পর্কিত পরীক্ষার জন্য সিমুলেশন টেস্টিং ব্যবহার করি এবং ফলাফলগুলি চমৎকার।
শিল্প যুগের আবির্ভাবের সাথে, স্ল্যাশ-এন্ড-বার্ন প্রক্রিয়াগুলি যান্ত্রিকীকরণ দ্বারা প্রতিস্থাপিত হয়েছিল; তথ্য যুগের আবির্ভাবের সাথে, ইন্টারনেট উল্লেখযোগ্য পরিমাণে কাজ প্রতিস্থাপন করেছে। স্বায়ত্তশাসিত ড্রাইভিং যুগেও একই কথা। এন্ড-টু-এন্ড যুগের আবির্ভাবের সাথে, আমরা স্বায়ত্তশাসিত ড্রাইভিংয়ের জন্য AI ব্যবহারে রূপান্তরিত হয়েছি। বিপুল সংখ্যক প্রকৌশলী এবং অ্যালগরিদম পরীক্ষক নিয়োগ থেকে শুরু করে ডেটা-চালিত পদ্ধতিতে, আমরা ডেটা প্রক্রিয়া, ডেটা প্ল্যাটফর্ম এবং অ্যালগরিদম পুনরাবৃত্তির মাধ্যমে স্বায়ত্তশাসিত ড্রাইভিং ক্ষমতা উন্নত করছি। বৃহৎ আকারের ভার্চুয়ালাইজড স্বয়ংক্রিয় মডেলের (ভিএলএ) যুগে, দক্ষতার উন্নতির মূল বিষয় হল পরীক্ষার দক্ষতা। দ্রুত পুনরাবৃত্তি অর্জনের জন্য, দ্রুত পুনরাবৃত্তিকে বাধা দেয় এমন কারণগুলি অবশ্যই বাদ দিতে হবে। যদি উল্লেখযোগ্য বাস্তব-বিশ্বের যানবাহন এবং ম্যানুয়াল হস্তক্ষেপ এখনও জড়িত থাকে তবে গতি হ্রাস পাবে। এটি অগত্যা বাস্তব বিশ্বের যানবাহন পরীক্ষার প্রতিস্থাপন সম্পর্কে নয়; বরং, প্রযুক্তি এবং পদ্ধতির অন্তর্নিহিতভাবে সিমুলেশন পরীক্ষার ব্যবহার প্রয়োজন। এটি ছাড়া, আমরা শক্তিবৃদ্ধি শেখার অনুশীলন করছি না বা VLA মডেল তৈরি করছি না।
প্রশ্ন: ভিএলএ আসলে এন্ড-টু-এন্ড + ভিএলএমকে বিপর্যস্ত করে না, তাই এটা কি বোঝা যায় যে ভিএলএ একটি উদ্ভাবন যা ইঞ্জিনিয়ারিং ক্ষমতার উপর ফোকাস করে?
Zhan Kun (সিনিয়র অ্যালগরিদম বিশেষজ্ঞ, স্বায়ত্তশাসিত ড্রাইভিং, আদর্শ অটো): VLA শুধুমাত্র একটি প্রকৌশল উদ্ভাবনের চেয়ে বেশি। আপনি যদি মূর্ত বুদ্ধিতে আগ্রহী হন, আপনি লক্ষ্য করবেন যে এই প্রবণতাটি ভৌত জগতে বড় মডেলের প্রয়োগ দ্বারা চালিত হয়। এটি মূলত একটি VLA অ্যালগরিদমের বিকাশকে জড়িত করে। আমাদের VLA মডেলের লক্ষ্য হল স্বায়ত্তশাসিত ড্রাইভিং ক্ষেত্রে মূর্ত বুদ্ধিমত্তার ধারণা এবং পদ্ধতির প্রয়োগ করা। আমরাই প্রথম এটির প্রস্তাব দিয়েছিলাম এবং এটিকে বাস্তবে প্রয়োগ করেছি। ভিএলএও এন্ড-টু-এন্ড, কারণ এর সারমর্ম হল দৃশ্য ইনপুট এবং ট্র্যাজেক্টরি আউটপুট, ভিএলএ-এর মতই একটি ধারণা। যাইহোক, অ্যালগরিদমিক উদ্ভাবনে অতিরিক্ত চিন্তাভাবনা জড়িত। এন্ড-টু-এন্ড ভাষা ছাড়াই VA হিসাবে বোঝা যায়। ভাষা চিন্তা ও বোঝার সাথে মিলে যায়। আমরা এই উপাদানটিকে VLA-তে অন্তর্ভুক্ত করেছি, রোবোটিক্স দৃষ্টান্তকে একীভূত করে এবং স্বায়ত্তশাসিত ড্রাইভিংকে রোবোটিক্সের একটি বিভাগ বানিয়েছি। এটি শুধুমাত্র প্রকৌশল উদ্ভাবন নয়, অ্যালগরিদমিক উদ্ভাবনের প্রতিনিধিত্ব করে।
স্বায়ত্তশাসিত ড্রাইভিংয়ের জন্য একটি বড় চ্যালেঞ্জ হল ইঞ্জিনিয়ারিং উদ্ভাবন। ভিএলএ একটি বড় মডেল, এবং এটিকে প্রান্ত কম্পিউটিং শক্তিতে স্থাপন করা অত্যন্ত চ্যালেঞ্জিং। অনেক দল অগত্যা মনে করে না যে ভিএলএ একটি খারাপ ধারণা, বরং ভিএলএ স্থাপন করা কঠিন। এটিকে অনুশীলনে রাখা অবিশ্বাস্যভাবে চ্যালেঞ্জিং, বিশেষত যখন প্রান্ত চিপগুলিতে কম্পিউটিং শক্তির অভাব হয়। অতএব, আমাদের অবশ্যই এটি উচ্চ-কম্পিউটিং চিপগুলিতে স্থাপন করতে হবে। এটি কেবল প্রকৌশল উদ্ভাবনের বিষয়ে নয়, তবে সাফল্য অর্জনের জন্য এটির জন্য প্রকৌশল স্থাপনার ব্যাপক অপ্টিমাইজেশন প্রয়োজন।
প্রশ্ন: গাড়িতে বড় ভিএলএ মডেল স্থাপন করার সময়, মডেল ছাঁটাই বা পাতন করা হবে? আমরা কিভাবে অনুমান দক্ষতা এবং মডেল কর্মক্ষমতা মধ্যে একটি ভারসাম্য আঘাত করতে পারি?
Zhan Kun: আমরা স্থাপনার সময় দক্ষতা এবং পাতনের মধ্যে একটি সতর্ক ভারসাম্য তৈরি করেছি। আমাদের বেস মডেলটি একটি মালিকানাধীন 8×0.4B MoE (বিশেষজ্ঞদের মিশ্রণ) মডেল, যা শিল্পে অনন্য। NVIDIA চিপগুলির গভীরভাবে বিশ্লেষণ করার পরে, আমরা এই স্থাপত্যটিকে একটি নিখুঁত ফিট হিসাবে খুঁজে পেয়েছি। এটি দ্রুত অনুমান গতি এবং বড় মডেল ক্ষমতা অফার করে, এটি বিভিন্ন পরিস্থিতিতে এবং ক্ষমতা সহ বড় মডেলগুলিকে মিটমাট করার অনুমতি দেয়। এই ছিল আমাদের স্থাপত্য পছন্দ.
উপরন্তু, আমরা একটি বড় মডেল distilled. আমরা প্রাথমিকভাবে একটি 32B ক্লাউড-ভিত্তিক মডেল প্রশিক্ষিত করেছি যাতে প্রচুর পরিমাণে জ্ঞান এবং ড্রাইভিং ক্ষমতা রয়েছে৷ আমরা এর চিন্তাভাবনা এবং যুক্তি প্রক্রিয়াগুলিকে একটি 3.2B MoE মডেলে পাতিয়েছি, এবং দৃষ্টি এবং অ্যাকশনের সাথে একত্রে ডিফিউশন প্রযুক্তি ব্যবহার করেছি (একটি ডিফিউশন মডেল যা ইমেজ, ভিডিও, অডিও, মোশন ট্র্যাজেক্টোরি এবং অন্যান্য ডেটা তৈরি করতে পারে। বিশেষত, আদর্শ VLA দৃশ্যে, ডিফিউশন ড্রাইভিং ট্র্যাজেক্টোরিজ তৈরি করতে ব্যবহৃত হয়)।
আমরা এই পদ্ধতি ব্যবহার করে অসংখ্য অপ্টিমাইজেশন করেছি। বিশেষত, আমরা ডিফিউশনের জন্য ইঞ্জিনিয়ারিং অপ্টিমাইজেশনগুলিও প্রয়োগ করেছি। কেবলমাত্র স্ট্যান্ডার্ড ডিফিউশন ব্যবহার করার পরিবর্তে, আমরা অনুমান সংকোচন প্রয়োগ করেছি, যা পাতনের একটি রূপ হিসাবে বিবেচিত হতে পারে। পূর্বে, ডিফিউশনের জন্য 10টি অনুমান পদক্ষেপের প্রয়োজন হতে পারে, তবে ফ্লো ম্যাচিং ব্যবহার করার জন্য শুধুমাত্র দুটি প্রয়োজন। এই কম্প্রেশন মৌলিক কারণ আমরা VLA স্থাপন করতে সক্ষম ছিল.
প্রশ্ন: ভিএলএ কি যথেষ্ট ভালো সমাধান? তথাকথিত "GPT মুহূর্ত" এ পৌঁছাতে কতক্ষণ লাগবে?
ঝান কুন: আগে যখন বলা হয়েছিল যে মাল্টিমোডাল মডেলটি GPT মুহুর্তে পৌঁছেনি, তখন এটি VLM-এর পরিবর্তে VLA-এর মতো শারীরিক AI-কে নির্দেশ করতে পারে। প্রকৃতপক্ষে, VLM এখন সম্পূর্ণরূপে একটি খুব উদ্ভাবনী "GPT মুহূর্ত" মান পূরণ করে। আমরা যদি ফিজিক্যাল এআই-এর উপর ফোকাস করি, বর্তমান ভিএলএ, বিশেষ করে রোবোটিক্স এবং মূর্ত বুদ্ধিমত্তার ক্ষেত্রে, "GPT মুহূর্ত" স্ট্যান্ডার্ডে পৌঁছাতে পারেনি কারণ এটিতে এত ভালো সাধারণীকরণ ক্ষমতা নেই।
যাইহোক, স্বায়ত্তশাসিত ড্রাইভিং ক্ষেত্রে, ভিএলএ আসলে একটি তুলনামূলকভাবে একীভূত ড্রাইভিং দৃষ্টান্ত সমাধান করে এবং এইভাবে একটি "GPT মুহূর্ত" অর্জন করার সুযোগ রয়েছে। আমরা এটাও খুব স্বীকার করি যে বর্তমান VLA হল প্রথম সংস্করণ এবং প্রথম VLA সংস্করণ যা শিল্পে ব্যাপক উৎপাদনে ঠেলে দেওয়া হবে, তাই কিছু ত্রুটি অবশ্যই থাকবে।
এই প্রধান প্রচেষ্টা হল একটি নতুন পথ অন্বেষণ করতে VLA ব্যবহার করা। এটিতে চেষ্টা করার জন্য অনেকগুলি ক্ষেত্র এবং অনেকগুলি অন্বেষণের পয়েন্ট রয়েছে যা বাস্তবায়ন করা দরকার৷ এর মানে এই নয় যে আমরা যদি "GPT মুহূর্ত" অর্জন করতে না পারি, তাহলে আমাদের অবশ্যই ব্যাপক উৎপাদনে যেতে হবে না। আমাদের মূল্যায়ন এবং সিমুলেশন সহ অনেকগুলি বিশদ রয়েছে যা যাচাই করার জন্য এটিকে ব্যাপক উত্পাদন করা যায় কিনা এবং এটি ব্যবহারকারীদের "ভালো, আরও আরামদায়ক এবং নিরাপদ" অভিজ্ঞতা প্রদান করতে পারে কিনা। উপরের তিনটি পয়েন্ট অর্জিত হলে, আমরা ব্যবহারকারীদের আরও ভালো ডেলিভারি প্রদান করতে পারি।
"GPT মুহূর্তগুলি" শক্তিশালী বহুমুখিতা এবং সাধারণীকরণকে আরও উল্লেখ করে। এই প্রক্রিয়ায়, আমরা স্পেস রোবট বা অন্যান্য মূর্ত ক্ষেত্রগুলিতে স্বায়ত্তশাসিত ড্রাইভিং প্রসারিত করার সাথে সাথে আমরা আরও শক্তিশালী সাধারণীকরণ ক্ষমতা বা আরও ব্যাপক সমন্বয় ক্ষমতা বিকাশ করতে পারি। বাস্তবায়নের পরে, আমরা ধীরে ধীরে ChatGPT মুহুর্তগুলিতে স্থানান্তরিত করব কারণ "ব্যবহারকারীর ডেটা পুনরাবৃত্তি হয়, পরিস্থিতি আরও সমৃদ্ধ হয়, চিন্তাভাবনা আরও যুক্তিযুক্ত হয় এবং ভয়েস ইন্টারঅ্যাকশন আরও ঘন ঘন হয়।"
যেমন ডাঃ ল্যাং বো (ডঃ ল্যাং জিয়ানপেং) বলেছেন, আমরা যদি আগামী বছরের মধ্যে 1000 MPI-এ পৌঁছাই, তাহলে এটি ব্যবহারকারীদের মনে হতে পারে যে আমরা VLA-এর জন্য সত্যিই একটি "GPT মুহূর্ত" পৌঁছেছি।
#iFaner-এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম: iFaner (WeChat ID: ifanr), যেখানে যত তাড়াতাড়ি সম্ভব আপনার কাছে আরও উত্তেজনাপূর্ণ সামগ্রী উপস্থাপন করা হবে।