এজেন্ট ও মডেল রিলিজ
Gemini 3.8 Live মডেল. গুগল Gemini 3.8 Live ও 3.8 Live Extended Thinking চালু করেছে। এগুলো ভয়েস এজেন্টের জন্য স্পিচ-টু-স্পিচ মডেল, যা API ও AI Studio-তে পাওয়া যায়। Extended Thinking ভ্যারিয়েন্টটি Artificial Analysis-এর স্পিচ-টু-স্পিচ লিডারবোর্ডে ৮২.৬% স্কোর নিয়ে শীর্ষে; এটি ৯৭টি ভাষা সমর্থন করে এবং প্রতি মিনিট অডিও ইনপুটে ০.০০৫ ডলার ও প্রতি মিনিট আউটপুটে ০.০১৮ ডলার খরচ পড়ে—OpenAI-এর GPT-Live-1-এর প্রতি মিনিট ০.০৫ ডলারের তুলনায় অনেক কম।
Apple Siri-র নতুন রূপ. অ্যাপল তার পুনর্নির্মিত Siri ইংরেজি বেটা হিসেবে রিলিজ করেছে। এটি গুগলের Gemini মডেলে চলে এবং ডেটা আংশিকভাবে ডিভাইসে, আংশিকভাবে ক্লাউডে প্রসেস করে। এটি স্ক্রিনের কনটেন্ট ও অ্যাপজুড়ে ব্যক্তিগত কনটেক্সট পড়তে পারে, তবে প্রাথমিক টেস্টে কিছু ভুল বোঝাবুঝি রয়ে গেছে। আপাতত এটি EU বা চীনে লঞ্চ হবে না।
Salesforce Koa মডেল. Salesforce তাদের প্রথম রিজনিং মডেল Koa চালু করেছে। এটি Nvidia-র সঙ্গে ওপেন-ওয়েট Nemotron মডেলের ওপর সেলস, মার্কেটিং ও কাস্টমার সাপোর্ট কাজের জন্য পোস্ট-ট্রেইন করা। Koa-কে ওপেন-ওয়েট, নির্দিষ্ট কাজের বিকল্প হিসেবে উপস্থাপন করা হচ্ছে; এটি কাস্টমার ডেটা নেয়নি এবং কম টোকেন ব্যবহার করে, আর রাউটিং হয় একটি AI গেটওয়ে দিয়ে।
এজেন্ট টুলস ও ইভালুয়েশন
Grab-এর LLM-Kit. Grab ৫০০-র বেশি অভ্যন্তরীণ এজেন্ট সার্ভিস LLM-Kit-এ স্ট্যান্ডার্ডাইজ করেছে। LLM-Kit একটি অভ্যন্তরীণ ফ্রেমওয়ার্ক, যা এজেন্ট লুপের সঙ্গে ইভালুয়েশন, ট্রেসিং, সিক্রেট হ্যান্ডলিং এবং ৫০টির বেশি MCP সার্ভারে টুল ডিসকভারি দেয়। এখন একটি নতুন এজেন্ট সার্ভিস প্রোডাকশনে যুক্ত করতে মোটামুটি এক ঘণ্টা লাগে, আগে যা দুই সপ্তাহ বা তার বেশি লাগত।
WhatsApp Business MCP. Meta এখন AI এজেন্টদের নতুন Model Context Protocol সার্ভারের মাধ্যমে WhatsApp Business মেসেজিং সেটআপ ও ম্যানেজ করার সুযোগ দিচ্ছে। এতে Claude, Cursor, Codex বা ChatGPT-এর মতো কোডিং এজেন্ট সরাসরি WhatsApp Business Platform-এর সঙ্গে যুক্ত হয়। এর ফলে আগে Developer Console, Business Manager ও API রেফারেন্সের মধ্যে যেতে হতো, সেই প্রয়োজন আর নেই।
এজেন্ট রিলায়েবিলিটি গ্যাপ. Hugging Face-এর একটি পোস্টে বলা হয়েছে, গড় সফলতা এজেন্টের অনির্ভরযোগ্যতা ঢেকে দেয়: AppWorld-এ একটি GPT-4.1 ReAct এজেন্ট ৭৭.৪% রানে সফল হয়েছে, কিন্তু সব পাঁচটি পুনরাবৃত্তিতেই সফল হয়েছে মাত্র ৫৩.০% টাস্ক। এই ফাঁক সরাসরি মোকাবিলায় তারা ALTK-Evolve-এ কনসিস্টেন্সি গাইডলাইন এনেছেন।
ট্র্যাডিশনাল চাইনিজ VLM বেঞ্চমার্ক. VisTW একটি বেঞ্চমার্ক, যা তাইওয়ানীয় রোড সাইন, রসিদ ও পাঠ্যবইয়ের মতো ট্র্যাডিশনাল চাইনিজ প্রেক্ষাপটে ভিশন-ল্যাঙ্গুয়েজ মডেল মূল্যায়নের জন্য তৈরি। এতে MCQ ও ডায়ালগ সাবসেট আছে। লিডারবোর্ড স্কোর MCQ-তে gemma-3-12b-it-এর ০.৪৮৬৩ থেকে o3-এর ০.৭৭৬৯ পর্যন্ত। Twinkle Eval এখন দুই সাবসেটেরই সাপোর্ট যুক্ত করেছে।
লোকাল ও ওপেন মডেল
Swift-Qwen-এর রিজনিং হ্রাস. UkisAI-এর Swift-Qwen3.8-27B ফাইন-টিউন মূল Qwen3.8-27B-এর তুলনায় রিজনিং টোকেন প্রায় ৪০% কমায়, একই সঙ্গে বেঞ্চমার্ক পারফরম্যান্স প্রায় সমান রাখে। এটি আগের Qwen3.6-27B ThinkingCap ফাইন-টিউনের পদ্ধতি অনুসরণ করে।
MoE স্ট্রিমিং স্পিডআপ. slotstream-এ একটি এক্সপার্ট-লুকঅ্যাহেড কৌশল কম-মেমোরির Mac-এ MoE SSD-স্ট্রিমিং পারফরম্যান্স ১০%-এর বেশি বাড়ায়। এটি কম্পিউটেশনের সময় দুই লেয়ার আগেই পরবর্তী এক্সপার্টদের প্রেডিক্ট করে। একটি ছোট কারেকশন মডেল আরও ৩-৪% উন্নতি যোগ করে।
M3 Ultra-তে DeepSeek. Apple M3 Ultra-তে DeepSeek V4.1 Flash-এর জন্য ds4-এর একটি ফর্ক ডিকোড গতি ১৬.৬ থেকে ৩১.৩ টোকেন/সেকেন্ডে উন্নীত করে এবং ৯১ মিনিটের এজেন্ট রানে ৯৯.৫% ক্যাশ হিটে ৮০০ টোকেন/সেকেন্ড প্রিফিল ছুঁয়েছে। গ্রিডি ডিকোডিংয়ে আউটপুট আপস্ট্রিমের সঙ্গে বাইট-আইডেন্টিকাল।
Apple-এর লোকাল ফাউন্ডেশন মডেল. Apple macOS 27-এ টার্মিনাল কমান্ড `fm chat`-এর মাধ্যমে নিজের Apple Foundation Models নেটিভভাবে ব্যবহারের সুযোগ দিয়েছে। এটি হার্ডওয়্যার-অপ্টিমাইজড লোকাল AI দেয়। এই পদক্ষেপকে লোকাল AI-এর দিকে একটি ধাপ বলে দেখা হচ্ছে, যদিও মডেলগুলো ওপেন-ওয়েট নয়।
এন্টারপ্রাইজ ও বিজনেস
Meta One AI প্ল্যান. Meta তার Meta One সাবস্ক্রিপশন বান্ডেল চালু করেছে। এতে Instagram, Facebook ও WhatsApp Plus প্ল্যানের সঙ্গে সম্প্রসারিত Meta AI মিডিয়া জেনারেশন মিলবে। Core প্ল্যানের খরচ মাসে ৭.৯৯ ডলার এবং Premium-এর মাসে ১৯.৯৯ ডলার; মূল অ্যাপগুলো ফ্রি থাকবে, আর বান্ডেলগুলোর লক্ষ্য Meta-র Muse মডেল থেকে আয় করা।
AI গোরস্থান বড় হচ্ছে. AI ওয়ার্কফ্লো অটোমেশন টুল Relay বন্ধ হয়ে গেছে, কারণ বড় প্ল্যাটফর্মগুলো একই ধরনের ফিচার এনেছে। S&P Global বলছে, প্রায় ৪২% AI উদ্যোগ শেষ পর্যন্ত পরিত্যক্ত হয়। TechCrunch-এর চলমান তালিকায় উল্লেখযোগ্য AI পণ্য বন্ধ, পিভট ও প্রত্যাশা পূরণে ব্যর্থতার নথি রয়েছে, যার মধ্যে OpenAI-এর হোঁচটও আছে।
Profound AEO ইউনিকর্ন. ব্র্যান্ডগুলোকে AI সার্চ ফলাফলে দেখানোর কাজ করা Profound সিরিজ C-এর মাত্র সাত মাস পর ১.৮ বিলিয়ন ডলার ভ্যালুয়েশনে ১৮০ মিলিয়ন ডলারের সিরিজ D ফান্ডিং তুলেছে। স্টার্টআপটির এখন ১,০০০-এর বেশি এন্টারপ্রাইজ গ্রাহক আছে এবং তারা বলছে, ছয় মাসে রেভিনিউ তিন গুণ হয়েছে।
ওপেন মডেল ফাঁক কমাচ্ছে. Mozilla-র সর্বশেষ State of Open Source AI রিপোর্ট বলছে, ফ্রন্টিয়ার ক্লোজড মডেল ও শীর্ষ ওপেন মডেলের মধ্যে পারফরম্যান্সের ফাঁক ৪.৪ মাসে নেমে এসেছে। রিপোর্টটি বেশিরভাগ কাজের জন্য ওপেন মডেলকেই ডিফল্ট হিসেবে সুপারিশ করে; বিশেষজ্ঞ পেশাদার কাজ, হাই-ইনটেনসিটি রিট্রিভাল ও লং কনটেক্সটের ক্ষেত্রে ক্লোজড মডেলের প্রিমিয়াম খরচ সার্থক হতে পারে।
হেলথকেয়ার এজেন্ট স্কেলিং. LangChain বিস্তারিত বলেছে, Madrigal Pharmaceuticals, Abridge ও Vizient কীভাবে ট্রাস্ট, অডিট, কমপ্লায়েন্স ও রোগী-নিরাপত্তার সীমাবদ্ধতার মধ্যে এজেন্ট তৈরি করছে। সফলতার মধ্যে ম্যানুয়াল রিভিউ ঘণ্টা থেকে মিনিটে নামিয়ে আনা এবং বিভিন্ন সিস্টেমের ডেটা একত্র করা রয়েছে; তবে স্কেলিং করতে প্রথম পাইলটের বাইরেও অবকাঠামো লাগবে।
AI সেফটি ও ট্রাস্ট
হুয়াং নিয়ন্ত্রণ নাকচ করেন. Nvidia সিইও জেনসেন হুয়াং বলেছেন, AI নিরাপত্তা একটি ইঞ্জিনিয়ারিং সমস্যা, আইনি সমস্যা নয়। তাঁর যুক্তি, বিদ্যমান আইন ও বাজারের চাপই যথেষ্ট; কোম্পানিগুলোর উচিত শুধু এমন পণ্য রিলিজ না করা, যেগুলো নিরাপদ বলে তারা নিশ্চিত নয়। AI-নির্দিষ্ট নতুন নিয়ন্ত্রণের কোনো প্রয়োজন তিনি দেখেন না।
সেফটি আলোচনা ও বিরোধিতা. OpenAI, Anthropic ও Google DeepMind কয়েক সপ্তাহ ধরে AI নিরাপত্তা নিয়ে আলোচনা করছে এবং মার্কিন আইনপ্রণেতাদের সঙ্গে বিপর্যয়কর ঝুঁকি নিয়ে কাজ করছে। কিন্তু Cohere-এর সিইও Aidan Gomez প্রস্তাবিত ফ্রন্টিয়ার ধীরগতিকে 'অন্য নামে কার্টেল' বলে অভিহিত করেছেন। তাঁর যুক্তি, এটি প্রতিযোগীদের বাদ দেয় এবং ওপেন-ওয়েট AI দুর্বল করে।
দুর্বৃত্ত এজেন্ট বিমা. Anthropic-এর শুরুর দিকের একজন কর্মী ও METR-এর সাবেক COO প্রতিষ্ঠিত Artificial Intelligence Underwriting Company (AIUC) ৪০ মিলিয়ন ডলারের সিরিজ A তুলেছে। লক্ষ্য, ক্রমশ স্মার্ট হয়ে ওঠা AI এজেন্ট নিয়ন্ত্রণে এন্টারপ্রাইজগুলোকে সহায়তা করা। গ্রাহকদের মধ্যে Cursor, Lovable, Harvey ও ElevenLabs রয়েছে।
এজেন্ট হুইসেলব্লোয়ার হটলাইন. দুটি নতুন হটলাইন AI এজেন্টদের অসদাচরণকারী সহকর্মী এজেন্টের বিরুদ্ধে রিপোর্ট করার সুযোগ দিচ্ছে। এর একটির কাজ Redwood Research-এর Ryan Greenblatt-এর, যা GET রিকোয়েস্টের মাধ্যমে চলে, যাতে সীমিত ইন্টারনেট অ্যাক্সেস থাকা এজেন্টও কর্তৃপক্ষকে জানাতে পারে। এজেন্টদের যোগসাজশ বা স্যান্ডবক্স থেকে বেরিয়ে পড়ার ঘটনার পর এই টুল এসেছে।
জিরো ডেটা রিটেনশনে আপত্তি. Anthropic ৩০ দিনের জন্য ব্যবহার লগ রাখা শুরু করার পর Nvidia ও Booz Allen Hamilton সংবেদনশীল কাজে Anthropic-এর Fable ব্যবহার সীমিত করছে। Nvidia Fable শুধু কম সংবেদনশীল কাজে ব্যবহার করে এবং অভ্যন্তরীণ সাপ্লাই চেইনের কাজে নিজেদের Nemotron মডেল চালায়। তাদের যুক্তি, জিরো ডেটা রিটেনশন ডিফল্ট হওয়া উচিত।
হার্ডওয়্যার ও ইনফ্রাস্ট্রাকচার
Agility Digit 5 রোবট. Agility Robotics Digit 5 উন্মোচন করেছে, একটি হিউম্যানয়েড রোবট যা নিরাপত্তা বেড়া ছাড়াই মানুষের পাশে কাজ করতে পারে। AI ও সেন্সর ব্যবহার করে কেউ কাছে এলে এটি থামে, সরে যায় বা স্কোয়াট করে। এটি ২২.৭ কেজি ওজন তোলে, ৯ মিনিটের চার্জে ৯০ মিনিট চলে, আর প্রথম ডেলিভারি ২০২৭ সালের শুরুতে প্রত্যাশিত।
GPU পাওয়ার লিমিট PR. LACT-এর একটি পুল রিকোয়েস্ট NVIDIA GPU-গুলোকে স্টক VBIOS পাওয়ার লিমিটের নিচে নামানোর সুযোগ দেয়—যেমন একটি 5090 সামান্য টেক্সট জেনারেশন ক্ষতিতে ৩০০ ওয়াটে চালানো যায়। এটি শান্ট-মড করা কার্ডেও সহায়ক এবং ফার্মওয়্যার লিমিটের ওপর নির্ভর করে ৩০ ওয়াট বা তার কম পর্যন্ত নামতে পারে।
ডেটা সেন্টার বিরোধিতা. New York Times/Siena জরিপে দেখা গেছে, সম্ভাব্য ভোটারদের ৬১% AI ডেটা সেন্টার নির্মাণের বিরোধিতা করেন। বিরোধীদের মধ্যে ৫৬% সীমাবদ্ধতা সমর্থন করেন, ৩৮% সম্পূর্ণ নিষেধাজ্ঞা চান। The Verge ও TechCrunch আরও জানিয়েছে, ফিলাডেলফিয়ার Grays Ferry-এর মতো কমিউনিটি পরিবেশ ও স্বাস্থ্য উদ্বেগে প্রতিরোধ গড়ে তুলছে।
ইনফ্রাস্ট্রাকচারের ওপর চাপ. BloombergNEF-এর প্রক্ষেপণ অনুযায়ী, ২০৩৫ সালের মধ্যে মার্কিন ডেটা সেন্টারগুলো প্রাকৃতিক গ্যাস ব্যবহার করতে পারে দৈনিক প্রায় ১৮ বিলিয়ন ঘনফুট (Bcf/d), যা আগের পূর্বাভাসের প্রায় দ্বিগুণ। অন্যদিকে হাইপারস্কেলারদের AI ডেটা সেন্টার খরচ ২০২৭ সালের মধ্যে প্রায় ১.১ ট্রিলিয়ন ডলারে পৌঁছাতে পারে। Wharton-এর একটি বিশ্লেষণ বলছে, ২০৩০ সালের মধ্যে ব্রেক ইভেন করতে হলে উৎপাদনশীলতা ২.৭ গুণ বাড়তে হবে।
এই দিনের জন্য এটুকুই – প্রায় ৫ মিনিটের পাঠ।