কুয়েন৩.৫-অমনি মডেলটি উন্মোচিত হয়েছে, যা টেক্সট, ছবি, অডিও ও ভিডিওর নেটিভ বোঝাপড়ার জন্য তৈরি নতুন প্রজন্মের কুয়েন সংস্করণ। এতে বুদ্ধিমত্তা ও রিয়েল-টাইম ইন্টারঅ্যাকশনে বড় অগ্রগতি এসেছে। এর অন্যতম বৈশিষ্ট্য ‘অডিও-ভিজ্যুয়াল ভাইব কোডিং’, যার মাধ্যমে ব্যবহারকারী ক্যামেরার সামনে নিজের ধারণা বর্ণনা করলে কুয়েন৩.৫-অমনি-প্লাস তাৎক্ষণিকভাবে একটি কার্যকর ওয়েবসাইট বা গেম তৈরি করতে পারে। এই পরিবারের মধ্যে প্লাস, ফ্ল্যাশ ও লাইট সংস্করণ অন্তর্ভুক্ত।
অফলাইনে এটি স্ক্রিপ্ট-লেভেল ক্যাপশনিং সুবিধা দেয়, যা টাইমস্ট্যাম্প, দৃশ্য বিভাজন ও বক্তা শনাক্তকরণসহ বিস্তারিত ভিডিও স্ক্রিপ্ট তৈরি করে। এটি অডিও পারফরম্যান্সে জেমিনি-৩.১ প্রো-কে ছাড়িয়ে গেছে এবং অডিও-ভিজ্যুয়াল বোঝাপড়ায় সমান দক্ষতা দেখিয়েছে। মডেলটি সর্বোচ্চ ১০ ঘণ্টা অডিও বা ৪০০ সেকেন্ড ৭২০পি ভিডিও প্রক্রিয়াকরণ করতে পারে এবং ১০০ মিলিয়নের বেশি ঘণ্টার ডেটায় প্রশিক্ষিত। এটি ১১৩টি ভাষা চিনতে পারে এবং ৩৬টি ভাষায় কথা বলতে সক্ষম।
রিয়েল-টাইম ফিচারের মধ্যে রয়েছে আবেগ ও গতি নিয়ন্ত্রণসহ সূক্ষ্ম ভয়েস কন্ট্রোল, বিল্ট-ইন ওয়েব সার্চ, জটিল ফাংশন কলিং এবং স্বল্প নমুনা থেকে ভয়েস ক্লোনিং। এছাড়া এটি মানবসদৃশ কথোপকথন সমর্থন করে, যা শব্দ উপেক্ষা করে প্রকৃত উদ্দেশ্য বুঝতে পারে।
কুয়েন৩.৫-অমনি এলো মাল্টিমোডাল এজিআই ও উন্নত অডিও-ভিজ্যুয়াল সুবিধাসহ
Meet the next generation of Qwen, designed for native text, image, audio, and video understanding, with major advances in both intelligence and real-time interaction.
A standout feature: 'Audio-Visual Vibe Coding'. Describe your vision to the came
সহজে ব্যবহারের সুবিধার্থে একনজরের ওয়েব অ্যাপটি সেটাপ করে নিন।