মডেল ও প্রোডাক্ট রিলিজ
Qwen-Image-2.1 ওপেন ওয়েট. Alibaba Qwen-Image-2.1 প্রকাশ করেছে, একটি 7B ওপেন-ওয়েট ইমেজ জেনারেশন ও এডিটিং মডেল, যা নিজের বেঞ্চমার্কে ক্লোজড মডেলকে ছাড়িয়ে যাওয়ার দাবি করে। এটি নেটিভভাবে ট্রান্সপারেন্ট RGBA ইমেজ এবং এডিটিংয়ের জন্য সর্বোচ্চ ১০টি রেফারেন্স ইমেজ হ্যান্ডল করে; তবে এর গবেষণা লাইসেন্স অনুমোদন ছাড়া বাণিজ্যিক ব্যবহার নিষিদ্ধ করে।
Tencent-এর Gander মডেল. Tencent Gander নামের একটি গবেষণা মডেল পরিচয় করিয়েছে, যা রিয়েল-টাইম কথোপকথনের সঙ্গে ব্যাকগ্রাউন্ড এজেন্ট টাস্ক মেলায়—কথার জন্য একটি 'সেরিবেলাম' এবং জটিল কাজের জন্য বদলানো যায় এমন একটি 'ব্রেইন' ব্যবহার করে। এটি ইন্টারাপশন এবং একইসঙ্গে স্পিচ, ইমেজ ও টেক্সট প্রসেসিং সমর্থন করে; তবে টেস্টে টাস্ক অ্যাকুরেসিতে পিছিয়ে ছিল।
Runway রিয়েল-টাইম ভিডিও. Runway রিয়েল-টাইম ভিডিও জেনারেশন নিয়ে গবেষণার প্রিভিউ দিয়েছে, যেখানে ব্যবহারকারীরা প্রম্পট দেওয়ার সময়ই ভিডিও স্ট্রিম ও নিয়ন্ত্রণ করতে পারেন—এটি প্রতিষ্ঠানটির GWM-1 ওয়ার্ল্ড মডেলের উপর তৈরি। লক্ষ্য হলো একবারে ব্যাচে ফ্রেম তৈরি না করে ইন্টার্যাক্টিভভাবে তৈরি করে অপেক্ষার সময় ও GPU খরচ কমানো।
টুল ও ফ্রেমওয়ার্ক
Kotlin-এর Google ADK. Google Kotlin-এর জন্য ADK 1.0 প্রকাশ করেছে, যা তার Agent Development Kit-কে Python ও Java-র সঙ্গে ফিচার-প্যারিটিতে নিয়ে এসেছে এবং Android অন-ডিভাইস ও হাইব্রিড AI সাপোর্ট যোগ করেছে। ফ্রেমওয়ার্কটিতে রয়েছে হায়ারার্কিক্যাল মাল্টি-এজেন্ট অর্কেস্ট্রেশন, কনটেক্সট কমপ্যাকশন এবং সেশন ম্যানেজমেন্ট।
Alibaba-র OpenCodeReview. Alibaba OpenCodeReview ওপেন-সোর্স করেছে—এটি Apache-2.0 লাইসেন্সের একটি CLI, যা কোড বিশ্লেষণের জন্য ডিটারমিনিস্টিক ফাইল সিলেকশন ও রুল ম্যাচিংয়ের সঙ্গে একটি LLM এজেন্ট একসঙ্গে ব্যবহার করে। এটি অভ্যন্তরীণভাবে হাজার হাজার ডেভেলপার ব্যবহার করেছেন এবং লাইন-নম্বর ড্রিফট ও প্রম্পট ইনস্টেবিলিটির মতো ব্যর্থতা লক্ষ্য করে।
ZCode ওপেন সোর্স. কোডিং এজেন্ট প্ল্যাটফর্ম ZCode, রিপোর্ট করা সিকিউরিটি ইস্যু সমাধানের পর এখন ওপেন সোর্স। রিপোতে আছে ডেস্কটপ অ্যাপ, ওয়েব ওয়ার্কস্পেস, ব্যাকএন্ড, Agent CLI ও রানটাইম, সঙ্গে নতুন ভালনারেবিলিটি রিপোর্টিং প্রক্রিয়া ও পুরস্কার।
সিস্টেম ১ ও ডিসিশন মডেল
Laya ডিসিশন মডেল. Laya হলো Convai Innovations-এর একটি ওপেন-ওয়েট, নন-অটোরিগ্রেসিভ 'সিস্টেম ১' মডেল, যা এক ফরওয়ার্ড পাসে টাইপড ডিসিশন প্রশ্নের উত্তর দেয়। এর ইংরেজি, বহুভাষিক ও টাইপড-ডিসিশনস—এই তিন ধরনের চেকপয়েন্ট রয়েছে। একটি C++ ইমপ্লিমেন্টেশন laya.cpp, RTX PRO 6000-এ প্রতি সেকেন্ডে সর্বোচ্চ ৮১০টি প্রশ্ন সমাধান করে।
DIY Jev বিকল্প. কয়েকটি প্রজেক্ট সাধারণ ওপেন-ওয়েট LLM ব্যবহার করে Jev-ধাঁচের ডিসিশন স্কোরিং পুনরুৎপাদন করেছে: একটি LoRA Qwen3.5 4B-কে টাইপড-ডিসিশনসে ০.৭০৯-এ ফাইন-টিউন করেছে, আবার অন্যরা llama.cpp-এর মাধ্যমে প্রার্থী যাচাই ব্যাচ করে বা logprobs-সহ n_predict=1 ব্যবহার করে। এই পদ্ধতিগুলোর লক্ষ্য আলাদা ক্লাসিফায়ার হেড ছাড়াই Jev-এর সমতুল্য হওয়া।
লোকাল এজেন্ট ও হার্ডওয়্যার
Qwen 3.8 27B এজেন্ট লুপ. Qwen 3.8 27B-ভিত্তিক একটি লোকাল এজেন্ট লুপ একটি RTX 3090-এ প্রায় তিন সপ্তাহ বেশিরভাগ সময় আনসুপারভাইজডভাবে চলেছে এবং মাত্র ১২টি মানুষের পাঠানো বার্তায় একটি CUDA ইনফারেন্স ইঞ্জিন তৈরি করেছে। কমপ্যাকশন ৮৩ ঘণ্টা খেয়ে ফেলেছে, তবে এই রান দেখিয়েছে দীর্ঘমেয়াদি লোকাল এজেন্ট কাজ সম্ভব—যদিও এটি এখনো পারফরম্যান্সের দিক থেকে লাভজনক নয়।
mini-AGI কন্টিনিউয়াল লার্নিং. mini-AGI একটি 530M-প্যারামিটার কন্টিনিউয়াল লার্নিং মডেল, যা একটি ৮ জিবি VRAM ল্যাপটপে স্ক্র্যাচ থেকে ডাইনামিক মিক্সচার-অব-এক্সপার্টস পদ্ধতি ও একটি একক ধারাবাহিক ডেটা স্ট্রিম ব্যবহার করে ট্রেন করা হয়েছে। এটি কনজিউমার-স্কেল ট্রেনিং দেখায়, যেখানে ডেটার উপর পূর্ণ নিয়ন্ত্রণ থাকে।
GB10 ক্লাস্টারে Kimi K3. ১৬-নোডের একটি GB10 ক্লাস্টার কাস্টম রানটাইম প্যাচ দিয়ে Moonshot AI-এর 2.8T-প্যারামিটার Kimi K3 চালিয়েছে, যেখানে কোডিং থ্রুপুট ছিল প্রায় ৩০ টোকেন/সেকেন্ড এবং কনকারেন্সি পিক ১৩৬ টোকেন/সেকেন্ড। সেটআপে পরিবর্তিত NCCL টপোলজি ও ডুয়াল-সুইচ নেটওয়ার্কিং দরকার ছিল।
গবেষণা হাইলাইটস
Fuse সোশ্যাল রিজনিং. Fuse একটি মাল্টি-এজেন্ট সিমুলেশন ফ্রেমওয়ার্ক, যা মূল্যায়ন করে LLM অ্যাসিস্ট্যান্টরা ব্যবহারকারীর বর্ণনা থেকে সামাজিক উদ্দেশ্য কীভাবে অনুমান করে এবং লুকানো টার্গেট এজেন্টের মাধ্যমে যাচাইযোগ্য গ্রাউন্ড ট্রুথ দেয়। ১২টি LLM-এর টেস্ট দেখায়, ব্যবহারকারীর মধ্যস্থতা জটিলতা বাড়ায় এবং মডেলগুলো পক্ষপাতদুষ্ট ফ্রেমিংয়ে সংবেদনশীল।
StudentSim AI টিউটর. Microsoft ও UIUC-এর গবেষকরা StudentSim তৈরি করেছেন, যা ডিজিটাল শিক্ষার্থী প্রতিলিপি বানায়; এরা বাস্তবসম্মত ভুল করে AI টিউটরের উন্নতি ত্বরান্বিত করে, ব্যয়বহুল প্রকৃত শিক্ষার্থী-পরীক্ষা ছাড়াই। পদ্ধতিটি সীমিত ডেটা থেকে আলাদা আলাদা প্রতিলিপি তৈরি করে এবং টিউটর উন্নয়ন ত্বরান্বিত করার লক্ষ্য রাখে।
ইন্ডাস্ট্রি ও পলিসি
AI সেফটি বিতর্ক. Anthropic-এর ডারিও আমোদেই 'পেস দ্য ফ্রন্টিয়ার' পরিকল্পনা প্রস্তাব করেছেন, অন্যদিকে Nvidia-র জেনসেন হুয়াং AI-ভীতি অতিরঞ্জিত বলেছেন এবং বলেছেন, AI পৃথিবী ধ্বংস করবে—এমন '০% সম্ভাবনা' রয়েছে। এই বিভাজন নীতিনির্ধারকরা নিয়মকানুন বিবেচনা করার সময় ইন্ডাস্ট্রি নেতাদের মধ্যে মতভেদ তুলে ধরে।
ট্রাম্পের AI Force. প্রেসিডেন্ট ট্রাম্প একটি 'AI Force' ও একজন 'AI czar' তৈরির পরিকল্পনা ঘোষণা করেছেন, AI-এর বৃদ্ধি বাধাগ্রস্ত করবেন না বলে প্রতিশ্রুতি দিয়েছেন এবং দাবি করেছেন ডেটা সেন্টার কমিউনিটির উপকার করে। তাঁর পোস্টগুলো AI নেতাদের অস্তিত্বগত ঝুঁকির সতর্কবার্তার পর এলো এবং তাঁর প্রশাসনের ডিরেগুলেটরি অবস্থান প্রতিফলিত করে।
AI ধীরগতির মামলা. একটি মামলায় অভিযোগ করা হয়েছে, Anthropic, OpenAI, SpaceXAI ও Google AI ধীরগতি নিয়ে অবৈধ চুক্তি করেছে। বিস্তারিত সীমিত, তবে এটি ফ্রন্টিয়ার AI উন্নয়নের গতি নিয়ে বিতর্কে আইনি চাপ বাড়ায়।
Anthropic IPO বিলম্ব. Anthropic তার IPO অক্টোবর থেকে নভেম্বর ২০২৬-এ পিছিয়ে দিচ্ছে বলে জানা যাচ্ছে; উপদেষ্টারা তৃতীয় প্রান্তিকের শক্তিশালী ফলাফল উপস্থাপনের প্রয়োজনীয়তার কথা বলছেন। বিনিয়োগকারীরা প্রায় ২ ট্রিলিয়ন ডলার মূল্যায়ন এবং সর্বোচ্চ ১০০ বিলিয়ন ডলার তহবিল সংগ্রহের আশা করছেন।
এই দিনের জন্য এটুকুই – প্রায় ৫ মিনিটের পাঠ।