গুগলের নতুন AI মডেল DiffusionGemma এখন এনভিডিয়ায় বিনামূল্যে, ব্যবহার করুন এখনই
গুগল তাদের নতুন ওপেন সোর্স ইমেজ জেনারেশন মডেল DiffusionGemma প্রকাশ করেছে। 26 বিলিয়ন প্যারামিটার ও 4 বিলিয়ন অ্যাকটিভ এই মডেলটি এনভিডিয়ার ক্লাউড API-তে বিনামূল্যে ব্যবহার করা যাবে। এটি আগের জেমিনি ডিফিউশন গবেষণার ভিত্তিতে তৈরি।
গুগল তাদের নতুন ওপেন সোর্স ইমেজ জেনারেশন মডেল DiffusionGemma প্রকাশ করেছে। 26 বিলিয়ন প্যারামিটার ও 4 বিলিয়ন অ্যাকটিভ এই মডেলটি এনভিডিয়ার ক্লাউড API-তে বিনামূল্যে ব্যবহার করা যাবে। এটি আগের জেমিনি ডিফিউশন গবেষণার ভিত্তিতে তৈরি।
গুগল তাদের নতুন ওপেন ওয়েট ইমেজ জেনারেশন মডেল DiffusionGemma প্রকাশ করেছে। এই মডেলটি Apache 2 লাইসেন্সের অধীনে আসছে। এনভিডিয়া তাদের NIM ক্লাউড API-তে এই মডেলটি বিনামূল্যে হোস্ট করছে।
গত বছর মে মাসে গুগল পরীক্ষামূলকভাবে একটি জেমিনি ডিফিউশন মডেল প্রকাশ করেছিল। তখন সেই মডেলটি 857 টোকেন প্রতি সেকেন্ড গতিতে কাজ করছিল। কিন্তু গুগল সেই গবেষণা নিয়ে আর কোনো ঘোষণা দেয়নি। এখন সেই গবেষণা ফিরে এসেছে একটি ওপেন ওয়েট মডেল হিসেবে।
DiffusionGemma মডেলটির মোট প্যারামিটার সংখ্যা 26 বিলিয়ন। তবে শুধুমাত্র 4 বিলিয়ন প্যারামিটার সক্রিয় থাকে। এই কৌশলটিকে A4B বলা হয়। এটি মডেলটিকে তুলনামূলকভাবে দক্ষ করে তোলে। কম্পিউটেশনাল রিসোর্স কম ব্যবহার করেও ভালো ফলাফল দেওয়া সম্ভব হয়।
এনভিডিয়া তাদের NIM ক্লাউড API-তে এই মডেলটি বিনামূল্যে ব্যবহারের সুযোগ দিচ্ছে। এর ফলে ডেভেলপাররা খুব সহজেই এই মডেলটি ব্যবহার করতে পারবেন। কোনো জটিল সেটআপ বা ব্যয়বহুল হার্ডওয়্যার ছাড়াই ইমেজ জেনারেশন করা সম্ভব হবে।
বাংলাদেশের ডেভেলপার এবং ফ্রিল্যান্সারদের জন্য এটি একটি বড় সুযোগ। তারা এখন বিনামূল্যে একটি শক্তিশালী ইমেজ জেনারেশন মডেল ব্যবহার করতে পারবেন। বিভিন্ন অ্যাপ্লিকেশন, ওয়েবসাইট বা কন্টেন্ট তৈরির জন্য এটি কাজে লাগানো যাবে। শিক্ষার্থীরাও এই মডেল নিয়ে গবেষণা ও পরীক্ষা-নিরীক্ষা করতে পারবেন।
তবে মডেলটি এখনও নতুন। এর সীমাবদ্ধতা ও সম্ভাবনা সম্পর্কে আরও জানতে সময় লাগবে। গুগল ভবিষ্যতে এই মডেলের আরও উন্নত সংস্করণ প্রকাশ করতে পারে। এনভিডিয়াও তাদের API-তে আরও সুবিধা যোগ করতে পারে।
আরও পড়ুন
এই সংবাদটি আন্তর্জাতিক সূত্রের তথ্য অবলম্বনে AI-সহায়তায় বাংলায় উপস্থাপন ও বাংলাদেশের প্রেক্ষাপটে সম্পাদিত। মূল তথ্যের জন্য নিচের সূত্র দেখুন।
মূল প্রতিবেদন: Simon Willison
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...