ai course in bangla - PeeAI.com - Learn AI in Bangla

Huge Discount: Use the coupon - WINTER40 FULL VIDEO: https://youtu.be/E49YxYL9D8s 1) Grok Imagine 3.1 — ফাস্ট মেমে/ক্লিপ জেনারেটরইমেজ/টেক্সট থেকে দ্রুত ছোট ভিডিও বানাতে পারে।নরমাল/ফান/কাস্টম/“স্পাইসি”—চারটা অ্যানিমেশন মোড আছে।হালকা প্রজেক্ট, টিজার, মিম ভিডিও—দ্রুত বানাতে ভালো।এখনও “প্রো-লেভেল” না, কিন্তু আইডিয়া টেস্টিংয়ে দারুণ ফাস্ট।👉 লিংক: grok.com/imagine 2) Apps in ChatGPT — ইন-চ্যাট অ্যাপ + ডেভ SDK (MCP)চ্যাটের ভেতরেই মিনি-অ্যাপ চালানো যাবে—UI ইন্টারঅ্যাকশন লাইভ।ডেভেলপারদের জন্য Apps SDK—ওয়ার্কফ্লো-টাইপ এক্সপেরিয়েন্স।নো-কনটেক্সট-সুইচ—ইউজার-সাইডে টাইম সেভিং।👉 লিংক: openai.com/index/introducing-apps-in-chatgpt 3) AgentKit (OpenAI) — এন্ড-টু-এন্ড এজেন্ট প্ল্যাটফর্মঅর্কেস্ট্রেশন, কানেক্টর, ইভ্যাল, প্রম্পট-স্টোর—এক ছাতার নিচে।ভিজ্যুয়াল ফ্লো/চ্যাটকিট UI—এম্বেডেবল ফ্রন্টএন্ড ব্লকস।n8n-স্টাইল অটোমেশন-ফিল, কিন্তু LLM-নেটিভ।👉 লিংক: openai.com/index/introducing-agentkit 4) Google OPAL — ফ্রি-স্টাইল এজেন্ট/অটোমেশন (রেফারেন্স)ফ্রি-ওরিয়েন্টেড সলিউশন—এজেন্ট/ওয়ার্কফ্লো এক্সপেরিমেন্টে ইউজফুল।প্রাইসিং-ফ্রিকশন কম, টেস্ট-অ্যান্ড-বিল্ড ইজি।(প্রিভিয়াস ভিডিও ) 5) Sora 2 / Sora 2 Pro API — ওয়াটারমার্ক-অন, প্রোড রেডিটেক্সট-টু-ভিডিও কোয়ালিটিতে বড় লীপ—ফিজিক্স/ক্যামেরা মুভ বেটার।API ওয়ার্কফ্লো-ফ্রেন্ডলি, কিন্তু জেনারেটেড কনটেন্টে ওয়াটারমার্ক অন।শর্ট-ফর্ম অ্যাড/ডেমো—স্টুডিও-লেভেল আউটপুট সম্ভব।👉 রেফ: Sora 2 API (অফিশিয়াল পোস্ট/ডক্স দেখান) 6) Wan 2.5 (Alibaba) — একসাথে অডিও + ভিডিও জেনারেশনHook: অডিও-ভিডিও দুইটাই এক মডেলে—কন্টেন্ট-ওয়ার্কফ্লো স্মুথ।ভয়েস/সাউন্ড ডিজাইনসহ সিন জেনারেট করতে পারে—স্টোরিটেলিং ইজি হয়।কনসিস্টেন্সি ও টেম্পো কন্ট্রোলে আগের ভার্সনের চেয়ে রিফাইনড।শর্টস/অ্যাড/প্রোডাক্ট ডেমো—এন্ড-টু-এন্ড জেনারেটিভ ফ্লো সম্ভব।👉 রেফ: Alibaba “Wan 2.5” (PDF লিস্টেড; অফিসিয়াল পেজ না থাকলে ‘Wan family’ সার্চ দেখাতে পারেন) 7) Wan-Alpha — ট্রান্সপারেন্ট (RGBA) ভিডিও, কাট-আউট রেডিব্যাকগ্রাউন্ড বাদ দিয়ে ডিরেক্ট RGBA ভিডিও দেয়—কম্পোজিটিং সুপার-ফাস্ট।হেয়ার/স্মোক/গ্লাসের মতো সূক্ষ্ম ডিটেইলও ঠিকমতো থাকে।VFX, AR, গেম UI—প্লাগ-অ্যান্ড-প্লে ইউজ কেস।কনটেন্ট লেয়ারিং-এ এটাই গেম-চেঞ্জার।👉 লিংক: donghaotian123.github.io/Wan-Alpha 8) HuMo AI (China) — আল্ট্রা-রিয়েল ফেস + মোশন ট্রান্সফারএই টুলে টেক্সট/রেফারেন্স ইমেজ/অডিও মিশিয়ে হিউম্যান-লাইক ভিডিও বের হয়।লিপ-সিঙ্ক ও ফেসিয়াল এক্সপ্রেশন ভিডিওজুড়ে কনসিস্টেন্ট থাকে।টকিং-হেড, মিউজিক ডাব, সিন-রিপ্লে—সবখানে ইউজ কেস ক্লিয়ার।মোশন-ট্রান্সফার দিয়ে অন্য কারো মুভমেন্টও কপি করা যায়।👉 লিংক: phantom-video.github.io/HuMo 9) Qwen 3-Max — ফ্ল্যাগশিপ টেক্সট LLM, লং-কনটেক্সট + রিজনিংদীর্ঘ কথোপকথন, প্ল্যানিং, টাস্ক-ব্রেকডাউন—সবখানে স্টেবল আউটপুট।এজেন্টিক ওয়ার্কফ্লোতে চেইন-অফ-থট/টুল-ইউজে টিউনড।রিসার্চ, রিপোর্ট, ডক-সমারি—প্রোড ইউজের ফিল।ইকোসিস্টেমে আপডেটেড বেঞ্চমার্কও এসেছে।👉 লিংক: qwen.ai/blog…87dc93f… 10) Qwen 3-Omni — টেক্সট+ইমেজ+অডিও+ভিডিও একসাথেমাল্টিমডাল ইনপুট বুঝে কনসিস্টেন্ট আউটপুট দেয়।ইমেজ প্রশ্ন, ভয়েস কমান্ড, ভিডিও কনটেক্সট—এক ফ্লোতে কাজ হয়।রিয়েল-টাইম স্ট্রিমিং রেসপন্সে UX ফাস্ট ফিল করে।মাল্টিল্যাঙ্গুয়েজে পারফর্ম্যান্সও স্ট্রং।👉 লিংক: qwen.ai/blog…65f766f… 11) Qwen 3-VL — ভিশন-ল্যাঙ্গুয়েজ, ইমেজ-রিজনিং আপগ্রেডইমেজে অবজেক্ট/টেক্সট/লেআউট—সব মিলিয়ে প্রশ্নের ভালো উত্তর দেয়।স্পেশাল রিজনিং, কাউন্টিং, রিলেশন—আগের চেয়ে অ্যাকিউরেট।ডক-ভিশন, UI-অ্যানালাইসিস, চার্ট-রিডিং—প্র্যাক্টিকাল ইউজ কেস।👉 লিংক: qwen.ai/blog…3c42801… 12) Qwen 3-Image Edit — ControlNet সহ ডিপ এডিটিংডেপথ/এজ/কী-পয়েন্ট কন্ডিশনে ফাইন কন্ট্রোল মিলে।প্রোডাক্ট শট, ফেস এডিট, লোকাল টেক্সট-ইনপেইন্ট—সব সহজ।আইডেন্টিটি কনসিস্টেন্সি ও রঙ/ম্যাটেরিয়াল স্টেবল।👉 লিংক: qwen.ai/blog…7a90090… 13) Reve AI - Image edit like Nano Bananaনতুন এজেন্ট মোড নিয়ে এসেছে রিভ।Google Nano Banana এর মত।কিন্তু কিছু কিছু জায়গায় Gemini 2.5 Flash এর চেয়েও ভালো কাজ করছে।👉 লিংক: https://app.reve.com/home 14) “Nano-Banana” আপডেট (Gemini 2.5 Flash Image) — AR/Aspect Ratioবহু অ্যাসপেক্ট রেশিও—21:9 থেকে 4:5—নেটিভ সাপোর্ট।মাল্টি-ইমেজ ফিউশন, লোকাল এডিট, SynthID-ওয়াটারমার্ক অন।ক্রিয়েটরদের জন্য ফরম্যাট-ফ্রিকশন অনেক কমে যায়।👉 লিংক: developers.googleblog.com…aspect-ratios 15) [Hunyuan Image 3.0 — রিয়্যালিস্টিক টেক্সচার/লাইটিং]ফটো-রিয়্যালিজম, শ্যাডো/ম্যাটেরিয়াল-ফিডেলিটি উন্নত।চাইনিজ কনটেন্টে বেটার কনসিস্টেন্সি—ব্র্যান্ড/ই-কম শট-ফ্রেন্ডলি।লো-নয়েজ/ক্লিনার ডিটেইলে সোশ্যাল-রেডি ইমেজ।👉 লিংক: github.com/Tencent-Hunyuan/HunyuanImage-3.0 16) Kimi K2 Agent — স্মার্ট কম্পিউটার-অ্যাসিস্ট্যান্ট ভাইবফাইল অর্গানাইজ/ডক সার্চ/ওয়েব-অ্যাকশন—ওয়ার্কফ্লো-স্টাইল এক্সিকিউট।MoE-ধাঁচের আর্কিটেকচারে বড় টাস্ক ভেঙে করে।ডেস্কটপ-ইন্টিগ্রেশনের হিন্ট—প্রোডাক্টিভিটি বুস্ট।👉 লিংক: kimi.com 17) [Suno v5 — প্রো/প্রীমিয়ার ইউজারদের জন্য আপগ্রেড]টেক্সট-টু-মিউজিক/ভোকাল রিয়্যালিজমে উন্নতি।কম ল্যাটেন্সি, স্টাইল-কন্ট্রোল, কপি-সেফটি টিউন।শর্ট-ফর্ম সাউন্ড-বাইট/জিঙ্গল বানানো আরও ইজি।👉 রেফ: Suno v5: https://help.suno.com/en/articles/8105153 18) [Kani-TTS — ১ সেকেন্ডে ~১৫ সেকেন্ড ভয়েস]রিয়েল-টাইম ডাব/শর্ট-ভিডিও ন্যারেশন—টাইম সেভ হয়।কোডেক-সিন্থেসিস ও টোকেন-জেনারেশনে স্পিড-আপ।কোয়ালিটি-টু-লেটেন্সি রেশিও ভালো—লাইভ-ওয়ার্কফ্লোতে কাজে লাগে।👉 লিংক: nineninesix.ai/n/kani-tts 19) [CAP4D — ছবি থেকে রিয়েল-টাইম 4D অ্যাভাটার]সিঙ্গেল/মাল্টি-ফটো ইনপুট থেকে 4D মডেল ফিট করে।রিয়েল-টাইম রেন্ডার/এক্সপ্রেশন কন্ট্রোল—স্ট্রিমিং-রেডি।গেম, VTuber, ভার্চুয়াল-ইনফ্লুয়েন্সার—ডাইরেক্ট ইউজ কেস।👉 লিংক: felixtaubner.github.io/cap4d 20) [Samsung “7M-Param” মডেল — ARC-AGI বেঞ্চমার্কে চমক]মাত্র ৭ মিলিয়ন প্যারামিটারে রিকার্সিভ রিজনিং—“লেস ইজ মোর” ডেমো।টিনি-নেটওয়ার্কে হাই-রিজনিং—ফিউচারের নতুন ডিরেকশন ইঙ্গিত।কস্ট/কমপিউট কমিয়ে টেস্ট-অ্যান্ড-ডিপ্লয় পসিবল।👉 লিংক (PDF): arxiv.org/pdf/2510.04871 21) [Apriel-1.5-15B (ServiceNow) — ছোট মডেল, বড় পারফরম্যান্স]কম প্যারামিটারে রিজনিং/ইন্সট্রাকশন-ফলো উন্নত।ইমেজ-রিজনিং/টেক্সট-রিজনিং—ব্যালান্সড রেজাল্ট।এন্টারপ্রাইজ-অ্যাপ/অটোমেশন-চ্যাটে হালকা-ফাস্ট অপশন।👉 লিংক: huggingface.co/ServiceNow-AI/Apriel-1.5-15b-Thinker 22) [Paper2Video — পেপার → স্লাইড/ভিডিও অটো-ক্রিয়েশন]লং-ডক/পেপার থেকে কনসাইস স্লাইড/ভিডিও বানায়।টেক্সট/ফিগার/টেবিল—স্টোরি-অর্ডারে সাজিয়ে দেয়।রিসার্চ-কমিউনিকেট/ইউটিউব সামারি—হাই ভ্যালু ইউজ কেস।👉 লিংক: showlab.github.io/Paper2Video23) Qwen 3-Coder — কোড জেন/ডিবাগ, এজেন্টিক ওয়ার্কফ্লোপ্রম্পট দিলেই কমপ্লিট মডিউল/ফাইল জেনারেট করে।ডিবাগ সাজেশন, টেস্ট, API স্টাব—ডেভ-ফ্লো স্পিড আপ।CLI/টুলিং আছে; টিম-প্রজেক্টে দ্রুত প্রোটোটাইপিং।👉 লিংক: github.com/QwenLM/Qwen3-Coder 24) [CodeMender (DeepMind) — কোড সিকিউরিটি এজেন্ট]বাগ/ভালনারেবিলিটি খুঁজে অটো-প্যাচ সাজেস্ট/সাবমিট করতে পারে।ফাজিং + স্ট্যাটিক অ্যানালাইসিস + LLM রিজনিং কম্বো ইউজড।ওপেন-সোর্স রিপোজে বাস্তব ফিক্স ডেমো আছে।👉 লিংক: deepmind.google…codemender… 25) [GLM 4.6 — কোডিং/মাল্টিল্যাঙ্গুয়েজ-রেডি LLM]ডক্স/SDK-তে নতুন গাইড, IDE-ইন্টিগ্রেশনে ফ্লো স্মুথ।কস্ট-এফিশিয়েন্ট সাবস্ক্রিপশন/টোকেন-পলিসি আপডেটেড।কোড/চ্যাট—দুই ইউজ কেসে ব্যালান্সড পারফরম্যান্স।👉 লিংক: docs.z.ai/guides/llm/glm-4.6 26) [Deep Robotics DR02 — ওয়াটারপ্রুফ হিউম্যানয়েড/ফিল্ড-রেডি]বৃষ্টি/কাদা/পানিতে মুভ—IP-রেটেড বডি, আউটডোর-জব ফোকাস।ইন্ডাস্ট্রি-গ্রেড ডেমোতে স্টেবিলিটি শো করা হয়েছে।সিকিউরিটি/ইন্সপেকশন/সার্ভিস—প্র্যাক্টিকাল অ্যাপ্লিকেশন ক্লিয়ার।👉 লিংক: youtu.be/e0cIZgkTn4M 27) [Figure 03 — সফট-ম্যাটেরিয়াল, হোম-ফার্স্ট রোবট]গৃহস্থালি টাস্কে সেফ/ফ্লেক্সিবল মুভমেন্ট—হিউম্যান-ইন্টারঅ্যাকশন-ফ্রেন্ডলি।হোম-অ্যাসিস্ট্যান্ট ডেমনস্ট্রেশন—ফিউচার ইউজ কেস ক্লিয়ার।সফট-কন্ট্যাক্টে অ্যাক্সিডেন্ট-রিস্ক কমে।👉 লিংক: youtu.be/Eu5mYMavctM 28) Ling-1T (Ant Group) — 1T-টোকেন, এফিশিয়েন্ট ট্রেনিংবড় কর্পাস + অপ্টিমাইজড প্রিসিশনে স্পিড/মেমরি সেভিং।চাইনিজ-সেন্ট্রিক ইউজ কেসে স্ট্রং ল্যাঙ্গুয়েজ কভারেজ।রিসার্চ/এন্টারপ্রাইজ—দুই সাইডেই ইউজ কেস ওপেন।👉 লিংক: huggingface.co/inclusionAI/Ling-1T