Google-এর AI স্যুট অফ টুলস ChatGPT-কে ছাড়িয়ে অ্যাপ স্টোরের শীর্ষে! ব্যবহারকারী গাইড অন্তর্ভুক্ত

আপনি কি ভেবেছিলেন ChatGPT র‍্যাঙ্কিংয়ের শীর্ষে থাকবে? কিন্তু এই সপ্তাহে, জিনিস একটি মোড় নিয়েছে.

গুগল জেমিনি, তার সাম্প্রতিক জনপ্রিয় ন্যানো ব্যানানা ইমেজ এডিটিং অ্যাপ সহ, অ্যাপ স্টোর ফ্রি তালিকায় শীর্ষে রয়েছে , যা চ্যাটজিপিটিকে দ্বিতীয় স্থানে ঠেলে দিয়েছে।

এর মানে হল যে গুগল অবশেষে তার নিজস্ব "বিস্ফোরক এআই মুহূর্ত" পেয়েছে।

এবং মিথুন হল হিমশৈলের অগ্রভাগ। লেখা এবং অঙ্কন থেকে অধ্যয়ন নোট নেওয়া এবং ভিডিও জেনারেশন পর্যন্ত গুগলের এআই সরঞ্জামগুলির একটি বিস্তৃত স্যুট রয়েছে। আজ, আমরা Google এর ব্যাপক AI স্যুট আনবক্স করব৷

প্রবাহ-সংরক্ষণ সংস্করণ:

1. জেমিনি, ChatGPT-এর মতো, একটি সাধারণ-উদ্দেশ্য সহকারী । এতে ন্যানো কলা (একটি জনপ্রিয় কাঁচা চিত্রের মডেল), ক্যানভাস, ভিও৩ ভিডিও জেনারেশন, স্টোরিবুক এবং গভীর গবেষণার মতো বৈশিষ্ট্য রয়েছে। বর্তমানে, Gemini 2.5 Pro এবং Flash মডেল পাওয়া যাচ্ছে। এটির অভিজ্ঞতা নিতে gemini.google.com এ যান।
2. NotebookLM, গভীর গবেষণার জন্য একটি জ্ঞানের ভিত্তি : আপনি 300টি পর্যন্ত ফাইল আপলোড করতে পারেন এবং অডিও, ভিডিও এবং মাইন্ড ম্যাপ সহ ছয় ধরনের নথির সংক্ষিপ্ত বিবরণ দিতে পারেন। এটি শেখার এবং গবেষণার জন্য সেরা হাতিয়ার। অভিজ্ঞতার ঠিকানা: notebooklm.google
3. ফ্লো, উচ্চ-মানের ভিডিও জেনারেশন : উল্লম্ব স্ক্রিন সমর্থন করে 9:16, 1080p HD, কম দাম, বিনামূল্যে ব্যবহারকারীরা প্রতি মাসে 100 পয়েন্ট পাবেন। অভিজ্ঞতার ঠিকানা: flow.google
4. AI মোড অনুসন্ধানকে যুক্তি ও চিন্তা করার ক্ষমতা দেয় : আপনি AI সারাংশ/ওভারভিউ এর চেয়ে আরও কঠোর এবং বিশদ ফলাফল পেতে সরাসরি Google অনুসন্ধান ইনপুট বক্সে এটি খুলতে পারেন। এটি বর্তমানে ইংরেজি (কিন্তু চীনা নয়) সহ পাঁচটি ভাষা সমর্থন করে। google.com/ai- এ এটির অভিজ্ঞতা নিন
5. Gemini CLI: একটি বহুমুখী স্থানীয় সহকারী : শুধুমাত্র একটি উন্নয়ন টুল নয়, এটি ভিডিও ডাউনলোড করতে, GIF রূপান্তর করতে এবং ফাইল কম্প্রেস করতেও সক্ষম। অভিজ্ঞতা লিঙ্ক: github.com/google-gemini/gemini-cli
6. এআই স্টুডিও এবং ল্যাবস গুগল : অন্যান্য আকর্ষণীয় গ্যাজেট, একটি টুকরো মিউজিক তৈরি করুন, সহজেই একটি নতুন ভাষা শিখুন, সাম্প্রতিকতম এবং সবচেয়ে ব্যাপক Google ভাষার মডেলের অভিজ্ঞতা নিন… অভিজ্ঞতার ঠিকানা: ai.dev এবং labs.google

মিথুন: শুধু একটি চ্যাট অ্যাপ ছাড়াও এটি একটি বহুমুখী ওয়ার্কস্টেশন।

সম্প্রতি জনপ্রিয় ন্যানো কলাটির প্রধান অফিসিয়াল চ্যানেল রয়েছে, ওয়েব সংস্করণ ছাড়াও, জেমিনি অ্যাপ।

কিন্তু আপনি যদি শুধুমাত্র ফটো এডিটিং এর জন্য মিথুন ব্যবহার করেন, তাহলে তা নষ্ট হবে। ChatGPT-এর মতো, এটি কথোপকথন জুড়ে "মেমরি" ফাংশনকে পরিপূরক করে এবং Google ইকোসিস্টেমের সাথে নির্বিঘ্নে একত্রিত করা যায়।

আমার জন্য, এডুকেশনমেলের সাথে আসা বিনামূল্যের প্রো সদস্যতার সাথে মিলিত এই মূল আপডেটটি আমার দৈনন্দিন কথোপকথনের বেশিরভাগ অংশকে সরিয়ে দেওয়ার জন্য যথেষ্ট।

গুগল সম্প্রতি জেমিনি বিনামূল্যে এবং অর্থপ্রদানকারী ব্যবহারকারীদের জন্য নির্দিষ্ট ব্যবহারের সীমা আপডেট করেছে। বিনামূল্যে ব্যবহারকারীদের Gemini 2.5 Pro এবং গভীর গবেষণায় সীমিত অ্যাক্সেস রয়েছে, কিন্তু ন্যানো কলার দাম খুবই সস্তা, তাই বিনামূল্যে ব্যবহারকারীদেরও 100 প্রজন্মের উদার সুযোগ রয়েছে।

জেমিনি 2.5 প্রো-এর সবচেয়ে বড় সুবিধা হল যে প্রতিটি উত্তরে ডিপসিকের মতো একটি স্পষ্ট যুক্তি প্রক্রিয়া রয়েছে, তবে এটি অনেক দ্রুত। ChatGPT GPT-5-এ আপডেট হওয়ার পরে এই সুবিধাটি আরও সুস্পষ্ট, যা নতুন রাউটিং নিয়ন্ত্রণ এবং স্বয়ংক্রিয় মডেল নির্বাচন গ্রহণ করে।

কারণ ChatGPT কখনও কখনও বিচার করতে পারে না যে আমি তাকে উত্তর দেওয়ার জন্য কোন মডেল ব্যবহার করতে চাই; এবং আমার অভিব্যক্তি সবসময় মডেলের জন্য আমার উদ্দেশ্য বোঝার জন্য যথেষ্ট পরিষ্কার হয় না।

যাইহোক, একজন চ্যাটি প্রোগ্রামার হওয়ার মূল্য একটি উত্পাদনশীলতা বিশেষজ্ঞ হওয়ার মূল্যে আসে। LMArena র‌্যাঙ্কিং-এ যেমন দেখানো হয়েছে, টেক্সট ডেভেলপমেন্টে জেমিনি প্রথম স্থানে রয়েছে, কিন্তু এর ওয়েব ডেভেলপমেন্ট ক্ষমতা GPT এবং Claude-এর থেকে পিছিয়ে আছে। সৌভাগ্যবশত, Google আজকাল সক্রিয়ভাবে জেমিনিকে প্যাচ করছে, সফ্টওয়্যার ইন্টারঅ্যাকশনে ব্যবহারকারীর অভিজ্ঞতা উন্নত করছে।

উদাহরণস্বরূপ, ওয়েব ডেভেলপমেন্টে, জেমিনি ক্যানভাস এখন অ্যাপ্লিকেশনের একটি উপাদানে সরাসরি ক্লিক করা এবং প্রাকৃতিক ভাষা ব্যবহার করে পরিবর্তনগুলিকে সমর্থন করে।

ক্যানভাস এবং চ্যাটজিপিটি-এর ক্যানভাস প্রিভিউ একই ফাংশন, উভয়ই অত্যন্ত স্বজ্ঞাত, আমাদের সৃজনশীলতাকে অ্যাপ্লিকেশন, গেমস, ইনফোগ্রাফিক্স এবং অন্যান্য সামগ্রীতে পরিণত করে।

দ্বিতীয়ত, জেমিনি অবশেষে অডিও ফাইল আপলোড সমর্থন করে। এর মানে হল যে মিটিংয়ের রেকর্ডিং এবং সাক্ষাত্কারের ভিডিওগুলির মতো সমৃদ্ধ প্রসঙ্গ সম্বলিত সামগ্রীগুলি প্রক্রিয়াকরণের জন্য সরাসরি মিথুনের কাছে হস্তান্তর করা যেতে পারে, ম্যানুয়ালি সংগঠিত করার এবং জটিল প্রম্পট লেখার ঝামেলা দূর করে৷

সর্বশেষ খবর হল যে ফ্লোইথের প্রতিষ্ঠাতা ডেরেক নি এবং জেমিনি 3 ইঞ্জিনিয়ারিং দলের মধ্যে যোগাযোগ অনুসারে, তিনি প্রকাশ করেছেন যে জেমিনি 3.0 ফ্ল্যাশের ক্ষমতা 2.5 প্রো-এর বেশি হবে৷

ChatGPT দ্বারা ব্যবহৃত শর্তের মতো, মিথুনের Google অ্যাকাউন্টের অবস্থানের উপর অতিরিক্ত বিধিনিষেধ থাকতে পারে।

অভিজ্ঞতার ঠিকানা: gemini.google.com

নোটবুক এলএম: আপনার সেরা ব্যক্তিগত জ্ঞানের ভিত্তি

আপনি কি দীর্ঘ ইংরেজি নিবন্ধ এবং বইয়ের উদ্ধৃতিগুলির একটি গুচ্ছ সংরক্ষণ করেছেন, কিন্তু সর্বদা "সেগুলি পরে পড়বেন"? নোটবুক এলএম এই জিনিসগুলিকে ধুলো জমানো থেকে বাঁচাতে ডিজাইন করা হয়েছে।

আপনাকে কেবল কয়েকটি নিবন্ধ, প্রতিবেদন বা এমনকি বইয়ের উদ্ধৃতি দিতে হবে এবং এটি হবে:

• স্বয়ংক্রিয়ভাবে আপনাকে মূল পয়েন্টগুলি বের করতে এবং একটি পরিষ্কার এবং সংগঠিত অধ্যয়ন নোট তৈরি করতে সহায়তা করে;
• আপনি যদি ভিজ্যুয়ালাইজেশন পছন্দ করেন তবে আপনি সরাসরি একটি মাইন্ড ম্যাপও আঁকতে পারেন, যাতে আপনি এক নজরে নিবন্ধটির কাঠামো বুঝতে পারেন;
• আরো জানতে চান? এটি আপনাকে আপনার জ্ঞান পর্যালোচনা এবং একত্রিত করতে বাধ্য করার জন্য উপাদানের উপর ভিত্তি করে কুইজও দিতে পারে।

উদাহরণস্বরূপ, আমি এর আগে কাগজপত্র সংগঠিত করতে এটি ব্যবহার করেছি। নোটবুকএলএম 300টি পর্যন্ত ফাইল আপলোড করতে সমর্থন করে এবং PDF, txt, মার্কডাউন এবং অডিও এবং ভিডিও ফাইল সহ বিস্তৃত ফাইল প্রকারকে সমর্থন করে। এটি তাদের চিনতে পারে।

পডকাস্ট এবং পাঠ্য প্রতিবেদনগুলি নোটবুকএলএম-এ দেওয়া প্রথম বিকল্প ছিল এবং এখন সেগুলিও অপ্টিমাইজ করা হয়েছে৷

টেক্সট রিপোর্ট সরাসরি ব্লগ, নির্দেশ নথি, গাইড, এবং অন্যান্য ধরনের হিসাবে তৈরি করা যেতে পারে। NotebookLM এমনকি জ্ঞানের ভিত্তির তথ্যের উপর ভিত্তি করে গতিশীল পরামর্শ প্রদান করবে; উদাহরণস্বরূপ, একটি কাগজ আপলোড করা একটি সাদা কাগজ তৈরির পরামর্শ দিতে পারে, যখন সংবাদ নিবন্ধগুলি ব্যাখ্যামূলক বিষয়বস্তু তৈরি করতে পারে; কাস্টম প্রম্পটও এখন অনুমোদিত।

অডিও পডকাস্টগুলি এখন 80 টিরও বেশি ভাষা সমর্থন করে এবং পডকাস্টের ধরনগুলি ওভারভিউ থেকে গভীরতর বিষয়বস্তুতে প্রসারিত হয়েছে এবং বিতর্ক এবং সমালোচনামূলক চিন্তার মতো বিভিন্ন প্রকারে আরও প্রসারিত হয়েছে৷

নতুন যোগ করা ভিডিও, কুইজ এবং ফ্ল্যাশকার্ড আমার প্রিয় বৈশিষ্ট্য। নোটবুক এলএম খুব দরকারী যে এটি আমাকে জ্ঞান হজম করতে বা আরও বিষয়বস্তু প্রচার করতে সহায়তা করে।

যাইহোক, এই কাগজে গবেষণা একটি তুলনামূলকভাবে বিশেষ বিষয়, তাই আমরা এটি শুধুমাত্র নোটবুকএলএম-এর ক্ষমতার পরিচয় দিতে ব্যবহার করছি। ছাত্র এবং গবেষকদের জন্য, এটি অবশ্যই Google AI-তে সর্বাধিক প্রস্তাবিত সরঞ্জামগুলির মধ্যে একটি।

আরও সাধারণ প্রয়োগের পরিস্থিতিতে, এটি যেকোনো ধরনের জ্ঞানের ভিত্তি তৈরি করতে ব্যবহার করা যেতে পারে। উদাহরণ স্বরূপ, NotebookLM দ্বারা প্রদত্ত অফিসিয়াল ব্যবহারের ক্ষেত্রে, একাধিক কোম্পানির প্রথম ত্রৈমাসিকের আর্থিক প্রতিবেদন আপলোড করার জন্য একটি মাইন্ড ম্যাপ ব্যবহার করা হয়, যাতে ব্যবহারকারীরা একবারে আর্থিক প্রতিবেদনের নির্দিষ্ট বিষয়বস্তু স্পষ্টভাবে বুঝতে পারে।

NotebookLM তাদের জনপ্রিয় বিষয়বস্তুকে ইন্টারেক্টিভ নোটবুকে রূপান্তর করতে OpenStax (একটি বিনামূল্যের পাঠ্যপুস্তক প্রদানকারী) এর সাথে অংশীদারিত্ব করেছে, যার মধ্যে জীববিজ্ঞান, রসায়ন, মনোবিজ্ঞান এবং ব্যবস্থাপনার মতো বিষয়ের নোটবুক রয়েছে।

এই মনোবিজ্ঞানের জ্ঞানের ভিত্তিতে, প্রতিটি অধ্যায়ে কুইজ এবং মেমরি কার্ড দিয়ে সজ্জিত করা হয়েছে যাতে আমরা যে জ্ঞানগুলি শিখেছি তা একত্রিত করতে সাহায্য করে।

ক্যুইজ এবং ফ্ল্যাশকার্ডগুলি বিষয় এবং অসুবিধার পরিপ্রেক্ষিতে কাস্টমাইজযোগ্য। উপরন্তু, ফ্ল্যাশকার্ড এবং কুইজ উভয়ের জন্য, বিষয়ের গভীরে অনুসন্ধান করতে কেবল ব্যাখ্যাটিতে ক্লিক করুন। নোটবুকএলএম আপনাকে ফ্ল্যাশকার্ডের সংজ্ঞা বুঝতে সাহায্য করতে বা মূল উৎস উপাদানের উদ্ধৃতি সহ, কেন আপনি একটি প্রশ্ন ভুল করেছেন তা ব্যাখ্যা করতে সাহায্য করার জন্য বিস্তারিত ওভারভিউ তৈরি করে।

অভিজ্ঞতার ঠিকানা: notebooklm.google

ফ্লো সিনেমাটিক এআই ভিডিও জেনারেশন

যদিও এআই ভিডিওগুলি অবিশ্বাস্যভাবে জনপ্রিয়, সেগুলি আসলে কীসের জন্য ব্যবহার করা যেতে পারে সেই প্রশ্নটি অনেকের কাছে দীর্ঘস্থায়ী প্রশ্ন থেকে যায়। আমরা বেশ কিছু AI ভিডিও জেনারেশন মডেল কভার করেছি এবং অনেক পাঠক মন্তব্য করেছেন: "এই AI ভিডিওগুলি আসলে কার জন্য?"

Google এর আপডেট কিছু উত্তর প্রদান করতে পারে: উল্লম্ব স্ক্রীন (9:16) এবং 1080p HD এর জন্য সমর্থন। এটি নিঃসন্দেহে ছোট ভিডিও সোশ্যাল মিডিয়া প্ল্যাটফর্ম যেমন TikTok, YouTube Shorts এবং Reels-এর জন্য তৈরি।

আজকাল, এআই ভিডিও একটি নতুন সামগ্রী ব্যবহার পণ্য হয়ে উঠেছে। এটিকে নিষ্ক্রিয়ভাবে দেখার পরিবর্তে, এটি নিজে চেষ্টা করা ভাল।

সোরা, কেলিং এবং শঙ্খের মতো জনপ্রিয় ভিডিও জেনারেশন মডেলগুলি ছাড়াও, ভিনসেন্ট ভিডিওর ক্যাটাগরিতে Google-এর Veo 3 সর্বদাই বৃহৎ মডেল অঙ্গনে সেরাদের মধ্যে রয়েছে।

প্রথম-ব্যক্তির দৃষ্টিকোণ সময় ভ্রমণ, ASMR ফল-কাটিং, ধাতু, খরগোশ ট্রামপোলিন নাইট ভিশন মনিটরিং এবং কিছু সময় আগে ভাইরাল হওয়া অন্যান্য ভিডিওগুলি সবই Veo 3 ব্যবহার করে তৈরি করা হয়েছিল।

যাইহোক, প্রম্পট শব্দের গুণমান হল মূল বাধা যা ভিডিওর গুণমান নির্ধারণ করে। উদাহরণস্বরূপ, উপরের ভিডিওটি সরাসরি Google এর অফিসিয়াল কেস থেকে ধার করা হয়েছে।

তারা ব্যাখ্যা করেছে যে একটি ভাল প্রম্পট তিনটি অংশ নিয়ে গঠিত। প্রথম অংশ হল "50mm ক্যামেরা, ক্লোজ-আপ শট" ক্যামেরা নির্দিষ্ট করতে; মাঝের অংশ বস্তু এবং নির্দিষ্ট ভিডিও বিষয়বস্তু প্রম্পট করতে ব্যবহৃত হয়; এবং শেষ বাক্যটি আলো এবং টেক্সচারকে আরও স্পষ্ট করে।

ফ্লো-এর কঠোর নেটওয়ার্ক প্রয়োজনীয়তা রয়েছে এবং এটি সাধারণত Gemini ওয়েবসাইট বা অ্যাপে ব্যবহার করার জন্য যথেষ্ট।

অভিজ্ঞতার ঠিকানা: flow.google

এআই মোড ইংরেজি ছাড়াও আরও ভাষা সমর্থন করে

অনুসন্ধান হল বৃহত্তম ট্র্যাফিক প্রবেশদ্বার, তাই এআই ব্রাউজারগুলি বড় মডেল নির্মাতাদের জন্য একটি যুদ্ধক্ষেত্র হয়ে উঠেছে, যদিও এই রাস্তাটি সহজ নয়।

আর্ক প্রকল্পটি বন্ধ হয়ে যাওয়ার পর, পুনরায় চালু করা Dia ব্রাউজারটি সম্প্রতি Atlassian $610 মিলিয়নে অধিগ্রহণ করেছে। অসুবিধাটি লাভের অভাব নয়, বরং এই লাভজনক ব্যবসাটি অর্জন করতে আগ্রহী প্রযুক্তি জায়ান্টদের নিছক সংখ্যা।

গত মাসে, মাইক্রোসফ্ট ঘোষণা করেছে যে এটি তার এজ ব্রাউজারকে একটি এআই-চালিত একটিতে আপগ্রেড করছে, কোপাইলট ব্রাউজারের প্রতিটি কোণে নির্বিঘ্নে একত্রিত হয়েছে, রেস্তোরাঁ এবং ফ্লাইট সংরক্ষণ, ক্রস-ট্যাব সারাংশ ব্যবস্থাপনা এবং আরও অনেক কিছু সক্ষম করছে। ওপেনএআই যখন তার ChatGPT এজেন্ট চালু করেছিল, তখন এটি তার নিজস্ব AI ব্রাউজার তৈরি করছে বলেও গুজব ছিল।

অবশ্যই, গুগল সেখানে থামবে না। AI ওভারভিউ এর বিপরীতে আমরা সাধারণত Google এ অনুসন্ধান করার সময় দেখি, AI মোড একটি গভীর গবেষণা প্রতিবেদনের মতো। এটি আমাদের ক্যোয়ারী ইনপুট প্রক্রিয়া করতে জেমিনি 2.5 এর উন্নত যুক্তি এবং মাল্টিমডাল ক্ষমতা ব্যবহার করবে।

উদাহরণস্বরূপ, যখন আমি তাকে জিজ্ঞাসা করি যে iPhone Air-এ eSIM কার্ডের সাথে কী চলছে, তখন এটি স্বয়ংক্রিয়ভাবে ওয়েব পৃষ্ঠার বিষয়বস্তুগুলিকে বাছাই করবে এবং আরও সঠিক উত্তর দেবে৷

যাইহোক, এআই মোডের একটি ত্রুটি রয়েছে: এটি বর্তমানে চীনা সমর্থন করে না। যাইহোক, কয়েকদিন আগে গুগল জাপানি, কোরিয়ান এবং পর্তুগিজ সহ আরও পাঁচটি ভাষার জন্য সমর্থন ঘোষণা করেছে। তারা উল্লেখ করেছে যে একটি বিশ্বব্যাপী AI অনুসন্ধান নির্মাণ করা শুধু অনুবাদের চেয়ে বেশি কিছু নয়; সমর্থিত ভাষাগুলি স্থানীয়ভাবে প্রাসঙ্গিক এবং দরকারী হওয়া উচিত।

অভিজ্ঞতার ঠিকানা: google.com/ai

Gemini CLI ভিডিও ডাউনলোড করে এবং ফাইল ফরম্যাট রূপান্তর করে।

এটা কোন ব্যাপার না যে ক্লড কোড স্টক নেই, জেমিনি CLI ব্যবহার করা সত্যিই সহজ।

আমরা আগে উল্লেখ করেছি যে ফাইলের নাম পরিবর্তন করার জন্য এই টার্মিনাল টুল ব্যবহার করা আসলে এটি ব্যবহার করার সবচেয়ে দুর্বল উপায়। ইদানীং, আমি X ভিডিও এবং ইউটিউব থেকে ভিডিও ডাউনলোড করা, ভিডিওগুলিকে জিআইএফ এবং অন্যান্য বিভিন্ন ফর্ম্যাটে রূপান্তর করা এবং ছবি এবং ভিডিওগুলি সংকুচিত করা থেকে শুরু করে সবকিছুর জন্য জেমিনি সিএলআই ব্যবহার করছি৷

জেমিনি সিএলআই-এর ইনস্টলেশন প্রক্রিয়াটি বেশ স্পষ্ট, এবং এমনকি যদি আপনি পরিবেশ কনফিগারেশন সমস্যার সম্মুখীন হন, আজকের এআই নির্ভরযোগ্য সমাধান প্রদান করতে পারে।

প্রাথমিক সমস্যাটি প্রধানত Node.js ইনস্টল করার উপর ফোকাস করে। উইন্ডোজ ব্যবহারকারীদের জন্য, টার্মিনাল ব্যবহার ম্যাকওএস এবং লিনাক্সের মতো বন্ধুত্বপূর্ণ নয়, তাই একটু ধৈর্যের প্রয়োজন।

Node.js ইনস্টল করার পরে, GitHub-এর নির্দেশাবলী অনুসরণ করুন এবং Gemini CLI ইনস্টল করতে npm/npx কমান্ডটি চালান।

টার্মিনালে "মিথুন" লিখলে তা আমাদের যাচাই করতে বলবে। সাধারণত, Google প্রমাণীকরণের সাথে লগ ইন করাই যথেষ্ট, এবং জেমিনি API-এর মতো অতিরিক্ত ক্রিয়াকলাপ তৈরি করার প্রয়োজন নেই৷ বিনামূল্যে ব্যবহারকারীরা প্রতি মিনিটে 60টি অনুরোধ এবং প্রতিদিন 1,000টি অনুরোধ করতে পারে, যা দৈনিক সাধারণ কর্মপ্রবাহের জন্য যথেষ্ট।

টার্মিনালে কিছু খুব মৌলিক কমান্ড আছে। আমরা যখন টার্মিনাল খুলি, তখন ডিফল্ট ফোল্ডার পুরো কম্পিউটারের ফাইল হতে পারে। আমরা যদি সরাসরি মিথুনে প্রবেশ করি, তাহলে ফাইলগুলি পুনরুদ্ধার করতে সমস্যা হবে।

সঠিক অপারেশন হল কিছু মৌলিক কমান্ড প্রবেশ করানো: ls: বর্তমান ডিরেক্টরির সমস্ত ফাইল এবং ফোল্ডার তালিকাভুক্ত করবে; cd xxx: একটি ফোল্ডার লিখুন; mkdir xxx: একটি ফোল্ডার তৈরি করুন।

এটিকে yt-dlp টুল বলে। টার্মিনাল এনভায়রনমেন্টে, অনেক দক্ষ টুল আছে, যেমন FFmpeg, যা মাল্টিমিডিয়া কন্টেন্ট প্রসেস করার জন্য একটি শক্তিশালী টুল।

আমরা এক্স ভিডিওর উদাহরণ ব্যবহার করা চালিয়ে যাচ্ছি। এইবার, আমরা তাকে সরাসরি এই লিঙ্কের ভিডিওটি একটি GIF ফাইল হিসাবে ডাউনলোড করতে এবং GIF ফাইলের আকার 5-10 MB এর মধ্যে নিশ্চিত করতে বলি৷

ইন্টারনেট থেকে ফাইল ডাউনলোড করার পাশাপাশি, Gemini-CLI সরাসরি স্থানীয় ফাইলগুলিও প্রক্রিয়া করতে পারে। উদাহরণস্বরূপ, যদি আমার কাছে এমন একটি চিত্র থাকে যার আকার প্ল্যাটফর্ম আপলোডের বৈশিষ্ট্যগুলি পূরণ করে না, আমি এটিকে ফাইলের নাম বলতে পারি এবং এটিকে সংকুচিত করতে বলতে পারি। প্রক্রিয়া চলাকালীন কোনো অনলাইন টুল খুঁজে বের করার প্রয়োজন নেই।

অনেক ধরনের কমান্ড লাইন টুল রয়েছে এবং প্রায় বেশিরভাগ ফাইলই প্রসেস করা যায়। কখনও কখনও, যদি কিছু সংকুচিত প্যাকেজ ডিকম্প্রেস করা না যায়, তাহলে সংশ্লিষ্ট ডিকম্প্রেশন টুল ডাউনলোড না করেই সেগুলিকে সরাসরি পরিচালনা করতে Gemini CLI ব্যবহার করা যেতে পারে।

এমসিপি (লার্জ মডেল কনটেক্সট প্রোটোকল, বিভিন্ন ডেটা সংযোগের জন্য একটি সার্বজনীন ইন্টারফেস) এর সাথে মিলিত, জেমিনি সিএলআই কেবল প্রোগ্রামিং বিকাশের চেয়ে আরও অনেক কিছু করতে পারে।

অভিজ্ঞতার ঠিকানা: https://github.com/google-gemini/gemini-cli

এআই স্টুডিও এবং ল্যাবস গুগল: গুগলের অত্যাধুনিক এআই টেস্টিং গ্রাউন্ড

Google Labs হল অনেক AI-চালিত পণ্যের বাড়ি যা এখনও আনুষ্ঠানিকভাবে প্রকাশ করা হয়নি। এআই মোড এবং নোটবুকএলএম-এর মতো প্রকল্পগুলি এখনও ল্যাব পণ্য, কিন্তু তারা বেশ সুপরিচিত। আমরা কয়েকটি আকর্ষণীয় ছোট প্রকল্পও বেছে নিয়েছি। যদিও অন্তর্নিহিত মডেলগুলি একই জেমিন 2.5 প্রো/ফ্ল্যাশ প্রসেসরে চলে, আপনি মডেলগুলির মধ্যে বিভিন্ন সফ্টওয়্যার বাস্তবায়নের দিকে নজর দিতে পারেন।

প্রথমটি হল হুইস্ক, একটি ছবি তৈরির টুল যার জন্য কোনো প্রম্পটের প্রয়োজন হয় না এবং আপনাকে ফটো আপলোড করতে এবং মজা করতে দেয়। এখন এটি অ্যানিমেট অ্যানিমেশন ফাংশন যুক্ত করেছে, যা সরাসরি তৈরি করা ছবিকে ভিডিওতে রূপান্তর করে।

একটি ভাষা শেখার জন্য লিটল ল্যাঙ্গুয়েজ লেসনও রয়েছে। যা এটিকে বিশেষ করে তোলে তা হ'ল এটি মিথুনের উপর নির্মিত ছোট ছোট পরীক্ষার একটি সিরিজের মাধ্যমে একটি নতুন ভাষা দ্রুত শিখতে, বাস্তব-বিশ্বের পরিস্থিতিতে সরাসরি প্রয়োগ করতে এবং বিভিন্ন অশ্লীল অভিব্যক্তি শিখতে দেয়।

আমি এটি ক্যান্টনিজে চেষ্টা করেছি, এবং অন্তত ডুওলিঙ্গোতে এটি একই পুরানো চালের রোল এবং কালো বিন সস অতিরিক্ত পাঁজর ছিল না।

Google Labs-এর আরও অনেক প্রজেক্ট আছে, সেগুলোর অভিজ্ঞতা এখানে দেখুন: labs.google

আমরা সাধারণ-উদ্দেশ্যের বড় মডেল জেমিনি 2.5 প্রো, ইমেজ এডিটিং ন্যানো কলা, এবং ভিডিও জেনারেশন ভিও 3 সম্পর্কে কথা বলেছি, তাই আমরা কীভাবে ইমেজেন 4 সম্পর্কে কথা বলতে পারি না?

বর্তমানে, Imagen 4 শুধুমাত্র Gemini API এবং AI স্টুডিওর মাধ্যমে অনুভব করা যেতে পারে। যদিও Google Labs একটি ডেডিকেটেড ইমেজ জেনারেশন টুল, ইমেজএফএক্স, ব্যবহৃত মডেলটি এখনও Imagen 3।

AI স্টুডিও আপনাকে Google-এর সাম্প্রতিকতম এবং সবচেয়ে ব্যাপক মডেলের অভিজ্ঞতা নিতে দেয়। তদুপরি, AI স্টুডিওর মধ্যে কথোপকথনগুলি একটি "শাখা" বৈশিষ্ট্য অফার করে, যা আপনাকে বিদ্যমানটিকে সংরক্ষণ করার সময় একটি নতুন বিষয় শুরু করার অনুমতি দেয়।

কিছু সময় আগে, মাস্কের X-এ আলট্রাম্যানের সাথে ঝগড়া হয়েছিল, এবং একে অপরকে সরাসরি অভিশাপ দিয়েছিল যে অ্যাপল এবং আল্ট্রাম্যানের একটি ব্যক্তিগত চুক্তি ছিল, অন্যথায় কেন তার গ্রোক তালিকার শীর্ষে থাকতে পারে না এবং কেন এটি সর্বদা ChatGPT ছিল।

এটি আনবক্স করার পরে, আমি মিথুনের শক্তির মধ্যে একটি আভাস পেয়েছি বলে মনে হচ্ছে৷ Google AI নির্বিঘ্নে একটি ব্যাপক কর্মপ্রবাহের সাথে আমাদের শেখার, কাজ এবং সৃজনশীল প্রক্রিয়াগুলির সাথে একীভূত করে। তথ্য সংগঠিত করা থেকে শুরু করে সৃজনশীলতাকে উজ্জীবিত করা এবং হাত মুক্ত করা, এই বিস্তৃত স্যুটের মূল বিষয় হল প্রত্যেকের উৎপাদনশীলতাকে সত্যিকার অর্থে উন্নত করা।

আপনি কোনটি সবচেয়ে বেশি ব্যবহার করেন বা সবচেয়ে বেশি চেষ্টা করতে চান? আপনার কোন প্রশ্ন থাকলে নীচে একটি মন্তব্য করুন.

WeChat https://mp.weixin.qq.com/s/gdSkrm95Mq1RORe-sIoK4A- এ ভিডিও চালাতে লিঙ্কে ক্লিক করুন

#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।

iFanr | মূল লিঙ্ক · মন্তব্য দেখুন · সিনা ওয়েইবো