আলিবাবার ওপেন-সোর্স বহুমাধ্যমিক এআই মডেল Qwen3 Omni উন্মোচন

এখন এই উন্মোচন কেন গুরুত্বপূর্ণ

আলিবাবা উন্মোচন করেছে Qwen3 Omni, একটি বহুমাধ্যমিক কৃত্রিম বুদ্ধিমত্তার মডেল, যা একই ব্যবস্থায় লেখা, ছবি, অডিও ও ভিডিও প্রক্রিয়াকরণ করে। বিশ্বজুড়ে এআই প্রতিযোগিতা যখন তীব্র হচ্ছে, তখনই এটি এসেছে। Apache 2.0 লাইসেন্সের আওতায় মডেলটি ডাউনলোড ও ব্যবহার করা যায়। এই লাইসেন্স কোম্পানিগুলোকে বাণিজ্যিক পণ্যে প্রযুক্তিটি চালানো, পরিবর্তন করা ও বিতরণের ব্যাপক অধিকার দেয়। বিভিন্ন মাধ্যমের বিস্তৃত সমর্থন ও উদার লাইসেন্সের এই সমন্বয় যুক্তরাষ্ট্রের শীর্ষ প্রতিষ্ঠানগুলোর বদ্ধ ব্যবস্থার ওপর সরাসরি চাপ সৃষ্টি করছে।

উন্মোচনের সময়টি উল্লেখযোগ্য। পশ্চিমা প্রতিষ্ঠানগুলো নিজস্ব মালিকানাধীন এআই ও এর পেছনের অবকাঠামোতে বিপুল অর্থ ঢালছে, আর চীনা গবেষণা দলগুলো উন্মুক্ত প্রবেশাধিকারসহ মডেল দিয়ে ডেভেলপারদের আকৃষ্ট করছে। Hugging Face-এ কমিউনিটির জনপ্রিয়তার তালিকায় Qwen3 Omni দ্রুত ওপরে উঠেছে, যা দেখায় যে বিপুলসংখ্যক ডেভেলপার এটি ব্যবহার করছেন। আলিবাবার জন্য এই উন্মোচন ইঙ্গিত দেয়, চীনের বৃহত্তম ক্লাউড সেবাদাতা শুধু গবেষণায় মনোযোগ কাড়তেই নয়, বিশ্বজুড়ে এআই-নির্ভর কাজের বাজারেও প্রতিদ্বন্দ্বিতা করতে চায়।

মডেলটির প্রতিশ্রুতি সহজ: একটি ফাউন্ডেশন মডেল ভাষা, ছবি, অডিও ও ভিডিও গ্রহণ করবে, তারপর দ্রুত ধারাবাহিকভাবে লেখা বা স্বাভাবিক কণ্ঠে উত্তর দেবে। আলিবাবার জানানো সক্ষমতা সাধারণ ব্যবহারে বজায় থাকলে, প্রতিষ্ঠানগুলো বদ্ধ প্ল্যাটফর্মকে ব্যবহারভিত্তিক ফি না দিয়েই সহকারী, প্রতিলিপি তৈরির সেবা ও বিশ্লেষণী সরঞ্জাম চালু করতে পারবে। প্রতিটি ধরনের ডেটার জন্য আলাদা মডেল জোড়া লাগানোরও প্রয়োজন হবে না।

Qwen3 Omni কী এবং এটি কী করে

Qwen3 Omni একটি ফাউন্ডেশন মডেল, যা শুরু থেকেই বহুমাধ্যমিক আদান-প্রদানের জন্য তৈরি। এটি চার ধরনের ইনপুট গ্রহণ করে—লেখা, ছবি, অডিও ও ভিডিও—এবং দুই ধরনের আউটপুট দেয়: লেখা ও কণ্ঠস্বর। উত্তর প্রায় বাস্তব সময়ে ধারাবাহিকভাবে আসতে পারে। ফলে ব্যবহারকারী ব্যবস্থাটির সঙ্গে কথা বলতে পারেন, অথবা কোনো দৃশ্যের দিকে ক্যামেরা তাক করলে ফ্রেমগুলো প্রক্রিয়াকরণের সময়ই উত্তর শুনতে শুরু করতে পারেন।

ব্যবহারের ক্ষেত্র অনুযায়ী সক্ষমতা বেছে নিতে আলিবাবা তিনটি সংস্করণ দিচ্ছে। দক্ষতার জন্য প্রতিটি সংস্করণই ৩০ বিলিয়ন প্যারামিটারের একটি ব্যাকবোনের ওপর তৈরি, যা অনুমান-প্রক্রিয়ার সময় বেছে বেছে বিশেষজ্ঞ মডিউল সক্রিয় করে। সংস্করণগুলো হলো:

• Instruct: পূর্ণাঙ্গ ইন্টারঅ্যাকটিভ মডেল, যা অডিও, ভিডিও ও লেখা ইনপুট হিসেবে গ্রহণ করে এবং লেখা ও কণ্ঠস্বর—দুই ধরনের আউটপুটই তৈরি করে।
• Thinking: দীর্ঘ চিন্তার ধারাসহ উত্তর দেওয়ার জন্য যুক্তিনির্ভর মডেল। এটি একই ইনপুট গ্রহণ করে, তবে শুধু লেখা আউটপুট দেয়।
• Captioner: অডিওর বিস্তারিত বর্ণনা তৈরির জন্য ফাইন-টিউন করা সংস্করণ। শব্দের উৎস ও ঘটনা বর্ণনার সময় এর লক্ষ্য হ্যালুসিনেশন কমিয়ে আনা।

ডেভেলপাররা GitHub ও Hugging Face থেকে মডেলের ওজন ডাউনলোড করতে পারেন, অথবা আলিবাবার API-র পরিচালিত এন্ডপয়েন্ট ব্যবহার করতে পারেন। এতে দ্রুততর Flash সংস্করণও আছে, যা কম বিলম্ব দরকার এমন কাজে উপযোগী।

Thinker ও Talker নকশার ভেতরের কথা

ব্যবস্থাটিতে দুটি উপাদান রয়েছে, যেগুলোকে আলিবাবা Thinker ও Talker বলে। বিভিন্ন মাধ্যমের তথ্য থেকে যুক্তি নির্ণয়ের দায়িত্ব Thinker-এর। এটি লেখা, ভিজ্যুয়াল এনকোডার ও অডিও এনকোডারের সংকেত একত্র করে, তারপর পরিকল্পনা করে এবং অভিপ্রেত উত্তর বা কাজের প্রতিনিধিত্বকারী টেক্সট টোকেন তৈরি করে। Talker সেই পরিকল্পনাকে স্বাভাবিক কণ্ঠে রূপান্তর করে এবং দৃশ্য ও অডিওর প্রেক্ষাপটের সঙ্গে সময় ও স্বরভঙ্গির সামঞ্জস্য রাখে।

দুটি উপাদানই Mixture of Experts পদ্ধতি ব্যবহার করে। প্রতিটি ধাপে প্যারামিটারের কেবল একটি অংশ সক্রিয় থাকে। এতে কাজ বিভিন্ন বিশেষজ্ঞ মডিউলের মধ্যে ভাগ হয় এবং একসঙ্গে অনেক অনুরোধ এলে কাজের গতি বাড়ে। একই সময়ে একাধিক ব্যবহারকারীকে সেবা দিয়েও মডেলটির বিলম্ব কম রাখতে এই নকশা সহায়তা করে।

Talker, Thinker-এর অভ্যন্তরীণ টেক্সট উপস্থাপনার ওপর নির্ভর করে না। এটি সরাসরি অডিও ও ভিজ্যুয়াল বৈশিষ্ট্য থেকে তথ্য নিতে পারে। অনুবাদ বা সরাসরি সহায়তার সময় এতে কণ্ঠের ওঠানামা ও স্বরধর্ম দৃশ্যের সঙ্গে মেলানো যায়, ফলে কথন আরও স্বাভাবিক হয়। এই বিভাজনের পরিচালনাগত সুবিধাও রয়েছে। তথ্য পুনরুদ্ধার ব্যবস্থা বা নিরাপত্তা ফিল্টারের মতো বাহ্যিক মডিউল Talker কণ্ঠ তৈরি করার আগে Thinker-এর প্রস্তাবিত লেখা পরীক্ষা ও সমন্বয় করতে পারে।

দ্রুত ও স্পষ্ট কণ্ঠ তৈরির জন্য Talker স্বয়ংক্রিয়ভাবে একাধিক কোডবুকের ধারাবাহিকতা অনুমান করে এবং তাৎক্ষণিকভাবে অডিও ফ্রেম তৈরিতে হালকা Code2Wav নেটওয়ার্ক ব্যবহার করে। কণ্ঠের মানের বিস্তারিত বজায় রেখেই এই পদ্ধতি বিলম্ব কমায়।

গতি, পরিসর ও ভাষা

কণ্ঠ ও ভিডিওর সঙ্গে আদান-প্রদানে বিলম্ব গুরুত্বপূর্ণ। Qwen3 Omni-তে অডিওর ক্ষেত্রে প্রথম প্যাকেট পৌঁছাতে প্রায় ২৩৪ মিলিসেকেন্ড এবং ভিডিওর ক্ষেত্রে প্রায় ৫৪৭ মিলিসেকেন্ড লাগে বলে জানানো হয়েছে। একসঙ্গে একাধিক অনুরোধ সামলালেও শুরু থেকে শেষ পর্যন্ত সাড়া দেওয়ার গতি এক রিয়েল-টাইম ফ্যাক্টরের মধ্যে থাকে, ফলে কথোপকথন স্বচ্ছন্দ থাকে।

ভাষা সমর্থনের পরিসর বিস্তৃত। মডেলটি লেখার ক্ষেত্রে ১১৯টি ভাষা সমর্থন করে। ১৯টি ভাষায় কথ্য ইনপুট বুঝতে পারে এবং ১০টি ভাষায় কথা বলতে পারে। এর মধ্যে ক্যান্টনিজের মতো প্রধান বিশ্বভাষা ও উপভাষাও রয়েছে। অঞ্চলভেদে মডেল বদল না করেই বিশ্বজুড়ে ব্যবহারকারীদের জন্য সহকারী তৈরির সুযোগ এতে পায় পণ্য উন্নয়নকারী দলগুলো।

দীর্ঘ সেশনের জন্য কনটেক্সট উইন্ডো তৈরি করা হয়েছে। Thinking Mode-এ ৬৫,৫৩৬ টোকেন এবং Non Thinking Mode-এ ৪৯,১৫২ টোকেন দেওয়া হয়। ইনপুট ও আউটপুটের সর্বোচ্চ সীমা প্রতিটির জন্য ১৬,৩৮৪ টোকেন, আর সমর্থিত যুক্তির ধারার সর্বোচ্চ দৈর্ঘ্য ৩২,৭৬৮ টোকেন। মডেলটি প্রায় ৩০ মিনিট পর্যন্ত দীর্ঘ অডিও ক্লিপ বিশ্লেষণ ও সংক্ষেপ করতে পারে।

আলিবাবা যেভাবে মডেলটি প্রশিক্ষণ দিয়েছে

অডিও বোঝার ভিত্তি হলো AuT নামের একটি নিজস্ব Audio Transformer। প্রায় ২ কোটি ঘণ্টার লেবেলযুক্ত অডিও দিয়ে আলিবাবা AuT-কে শুরু থেকে প্রশিক্ষণ দিয়েছে। এর বেশির ভাগ ডেটা চীনা ও ইংরেজি স্বয়ংক্রিয় কথন শনাক্তকরণকেন্দ্রিক। বাকি ছোট অংশে রয়েছে অন্যান্য ভাষা এবং অডিওকে আরও বিস্তৃতভাবে বোঝার লক্ষ্যে তৈরি কাজ। AuT-তে প্রায় ৬০ কোটি প্যারামিটার রয়েছে এবং এটি ধারাবাহিক অডিওর ক্যাশ ও অফলাইন কাজ—দুই ক্ষেত্রেই উপযোগী করে সাজানো।

প্রাক্-প্রশিক্ষণ তিন ধাপে হয়েছে। এনকোডার সমন্বয় ধাপে ভাষার ব্যাকবোন স্থির রেখে দলটি ভিশন ও অডিও এনকোডার প্রশিক্ষণ দিয়েছে, যা উপলব্ধির মান বজায় রাখতে সহায়তা করে। এরপর প্রায় দুই ট্রিলিয়ন টোকেনের একটি ডেটাসেটে সাধারণ প্রশিক্ষণ চলে, যেখানে লেখা, অডিও ও ছবি ছিল; ভিডিও এবং অডিও-ভিডিও ডেটার পরিমাণ ছিল কম। শেষের দীর্ঘ কনটেক্সট ধাপে ধারাবাহিকতার দৈর্ঘ্য ৮,১৯২ থেকে বাড়িয়ে ৩২,৭৬৮ টোকেন করা হয় এবং দীর্ঘতর অডিও ও ভিডিও যুক্ত করা হয়, যাতে মডেলটি দীর্ঘ ধারাবাহিক তথ্য অনুসরণ করতে পারে।

প্রশিক্ষণ-পরবর্তী ধাপে নির্দেশনা অনুসরণ ও নিরাপত্তা সমন্বয় যোগ করা হয়েছে। Thinker-এর জন্য দলটি তত্ত্বাবধানে ফাইন-টিউনিং, শক্তিশালী থেকে দুর্বল মডেলে জ্ঞান স্থানান্তর এবং নিয়ম ও LLM-ভিত্তিক বিচারকের মতামত মিলিয়ে GSPO অপ্টিমাইজেশন প্রয়োগ করেছে। Talker-কে চার ধাপে প্রশিক্ষণ দেওয়া হয়েছে, যেখানে কয়েকশ মিলিয়ন বহুমাধ্যমিক কথনের নমুনার সঙ্গে বাছাই করা ডেটায় ধারাবাহিক প্রাক্-প্রশিক্ষণ যুক্ত হয়েছে। লক্ষ্য ছিল কথনের স্বচ্ছতা ও অভিব্যক্তি বাড়ানোর পাশাপাশি হ্যালুসিনেশন কমানো।

বেঞ্চমার্ক, সক্ষমতা ও সীমাবদ্ধতা

লেখা, কথন, ভিশন ও ভিডিও নিয়ে ৩৬টি উন্মুক্ত বেঞ্চমার্কে আলিবাবার দাবি, Qwen3 Omni ২২টিতে প্রথম এবং উন্মুক্ত মডেলগুলোর মধ্যে ৩২টিতে এগিয়ে। ফলাফল অডিওনির্ভর কাজে শক্তিশালী সক্ষমতা এবং লেখা ও ভিশনে প্রতিযোগিতামূলক পারফরম্যান্সের ইঙ্গিত দেয়।

যুক্তি ও লেখা: AIME25-এ মডেলটির স্কোর ৬৫.০, যা ২০২৪ সালের GPT 4o-এর ২৬.৭ স্কোরের চেয়ে অনেক বেশি। ZebraLogic-এ স্কোর ৭৬.০, যেখানে Gemini 2.5 Flash-এর স্কোর ৫৭.৯। WritingBench-এ মডেলটির স্কোর ৮২.৬, যা GPT 4o-এর ৭৫.৫-এর চেয়ে বেশি।

কথন ও অডিও: Wenetspeech পরীক্ষায় জানানো শব্দ-ভুলের হার ৪.৬৯ ও ৫.৮৯, যা GPT 4o-এর ১৫.৩০ ও ৩২.২৭-এর চেয়ে অনেক কম। LibriSpeech other-এ ভুলের হার নেমে এসেছে ২.৪৮-এ। সংগীত শ্রেণিবিন্যাসেও মডেলটি ভালো করেছে: GTZAN-এ ৯৩.০ এবং RUL MuchoMusic-এ ৫২.০, দুটিই GPT 4o-এর চেয়ে বেশি।

ভিশন ও ভিডিও: HallusionBench-এ স্কোর ৫৯.৭, MMMU pro-তে ৫৭.০ এবং MathVision full-এ ৫৬.৩; একই ফলাফলে সব কটিই GPT 4o-এর চেয়ে বেশি। MLVU ভিডিও বোঝার পরীক্ষায় Qwen3 Omni-এর স্কোর ৭৫.২, যেখানে Gemini 2.0 Flash-এর ৭১.০ এবং GPT 4o-এর ৬৪.৬।

এই ফলাফলগুলো শক্তিশালী, তবে দলগুলোর উচিত এগুলো প্রেক্ষাপটে বিচার করা। কথন ও বহুমাধ্যমিক মিথস্ক্রিয়ায় দক্ষ হওয়ার পাশাপাশি লেখার ও ভিশনের মান ধরে রাখার জন্য আলিবাবা ব্যবস্থাটিকে সাজিয়েছে। প্রাথমিক পর্যবেক্ষকদের মতে, একই পরিবারের শুধু-লেখাভিত্তিক একটি মডেল কিছু বিশুদ্ধ ভাষাগত কাজে এখনও এগিয়ে থাকতে পারে। একক মাধ্যমের প্রশিক্ষণ থেকে বিস্তৃত বহুমাধ্যমিক কাঠামোয় যাওয়ার সময় এমন বিনিময় স্বাভাবিক। আসল পরীক্ষা হলো দৈনন্দিন উৎপাদন-পরিবেশে এর পারফরম্যান্স।

উন্মুক্ত লাইসেন্স, ব্যবহারাধিকার ও মূল্য

Qwen3 Omni Apache 2.0 লাইসেন্সের আওতায় প্রকাশিত হয়েছে। এই লাইসেন্স বাণিজ্যিক ব্যবহার, পরিবর্তন ও পুনর্বিতরণের অনুমতি দেয় এবং পেটেন্ট ব্যবহারের অধিকারও অন্তর্ভুক্ত করে। প্রতিষ্ঠানগুলো মডেলটি নিজেদের পণ্যে যুক্ত করতে, নিজস্ব হার্ডওয়্যার বা বিশ্বস্ত ক্লাউডে চালাতে এবং নিজস্ব পরিবর্তন প্রকাশ না করেই বদ্ধ পণ্য বাজারে আনতে পারে। নিয়ন্ত্রিত পরিবেশে উন্নত মডেল ব্যবহারের পথে সাধারণত যে আইনি বাধাগুলো থাকে, এই লাইসেন্স সেগুলো দূর করে।

মডেল পরিবারের সদস্যগুলো GitHub ও Hugging Face থেকে ডাউনলোড করা যায়। পরিচালিত সেবা পছন্দ করা দলগুলো আলিবাবার API ব্যবহার করতে পারে, যেখানে দ্রুততর উত্তরের জন্য Flash বিকল্পও রয়েছে। সক্ষমতা যাচাই করে পরে অর্থ পরিশোধের সুযোগ দিতে আলিবাবা সক্রিয় করার পর ৯০ দিনের জন্য বিভিন্ন মাধ্যমে মোট ১০ লাখ টোকেন বিনা মূল্যে ব্যবহারের সুবিধা দিচ্ছে।

টোকেনের মূল্য নির্ধারণ যেভাবে হয়

প্রতি এক হাজার টোকেন হিসেবে বিল করা হয়। টোকেন হলো লেখার ক্ষুদ্র একক, অথবা অন্য মাধ্যমের একটি খণ্ডিত উপস্থাপনা। বিভিন্ন মাধ্যমে কম্পিউটিং ব্যয় মাপার সাধারণ মানদণ্ড এটি। Thinking ও Non Thinking মোডে প্রতি টোকেনের জন্য একই মূল্য রেখেছে আলিবাবা; একটি ব্যতিক্রম হলো, অডিও আউটপুট শুধু Non Thinking Mode-এ পাওয়া যায়।

ইনপুটের খরচ: প্রতি এক হাজার টেক্সট ইনপুট টোকেনের মূল্য ০.০০০২৫ ডলার, অর্থাৎ প্রতি ১০ লাখ টোকেনে প্রায় ২৫ সেন্ট। প্রতি এক হাজার অডিও ইনপুট টোকেনের মূল্য ০.০০২২১ ডলার, অর্থাৎ প্রতি ১০ লাখ টোকেনে প্রায় ২.২১ ডলার। ছবি ও ভিডিও ইনপুটের মূল্য প্রতি এক হাজার টোকেনে ০.০০০৪৬ ডলার, অর্থাৎ প্রতি ১০ লাখ টোকেনে প্রায় ৪৬ সেন্ট।

আউটপুটের খরচ: প্রম্পটে শুধু লেখা থাকলে প্রতি এক হাজার টেক্সট আউটপুট টোকেনের মূল্য ০.০০০৯৬ ডলার। ইনপুটে ছবি বা অডিও থাকলে প্রতি এক হাজার টেক্সট আউটপুট টোকেনের মূল্য ০.০০১৭৮ ডলার। লেখা ও অডিও—দুই ধরনের আউটপুট চাইলে অডিও অংশের মূল্য প্রতি এক হাজার টোকেনে ০.০০৮৭৬ ডলার। এ ক্ষেত্রে লেখার অংশ বিনা মূল্যে দেওয়া হয়।

এখনই যেসব কাজে ব্যবহার করা যায়

অডিও ও ভিডিওকেন্দ্রিক অ্যাপ্লিকেশনগুলো এর সুবিধা পেতে পারে। গ্রাহক সহায়তা ও গণমাধ্যম স্থানীয়করণের জন্য বহুভাষিক প্রতিলিপি তৈরি ও অনুবাদ একই মডেলে চালানো সম্ভব। এটি শুনবে, প্রেক্ষাপট বুঝবে এবং কথার মাধ্যমে উত্তর দেবে। Captioner সংস্করণটি অডিও বর্ণনায় মনোযোগী, যা গণমাধ্যমে ট্যাগ যোগ, সম্প্রচার পর্যবেক্ষণ ও সংগীতসংক্রান্ত তথ্য খোঁজার কাজে উপযোগী।

অপটিক্যাল ক্যারেক্টার রিকগনিশন, বস্তুর অবস্থান শনাক্তকরণ এবং ছবি বা ভিডিও নিয়ে প্রশ্নোত্তরের মতো ভিজ্যুয়াল কাজেও এটি উপযুক্ত। সহায়তা-সেবার কোনো প্রতিনিধি ল্যাপটপের দিকে তাক করা ফোনের সরাসরি ক্যামেরা ফিড দেখে কোন তারটি পরীক্ষা করতে হবে তা বর্ণনা করতে পারেন, তারপর স্বাভাবিক গতিতে করণীয় ধাপগুলো বলতে পারেন। পরিধানযোগ্য যন্ত্রের মাধ্যমে রেস্তোরাঁর মেনু তাৎক্ষণিকভাবে অনুবাদের প্রদর্শনীও দেখিয়েছে আলিবাবা। এসব উদাহরণ দেখায়, ধারাবাহিকভাবে ডেটা পাঠানোর বিলম্ব ও কথনের মান কেন গুরুত্বপূর্ণ।

Qwen3 Omni অডিও-ভিজ্যুয়াল সংলাপও সমর্থন করে। যা শোনে ও দেখে—দুইয়ের সূত্র ধরে এটি কথোপকথন চালাতে পারে, দীর্ঘ সেশনে প্রেক্ষাপট মনে রাখতে পারে এবং টুলের সঙ্গে যুক্ত থাকলে প্রাসঙ্গিক বাহ্যিক তথ্য সামনে আনতে পারে। ডেভেলপাররা সিস্টেম প্রম্পটের মাধ্যমে কথার ধরন ও আচরণ নির্ধারণ করতে, নির্দিষ্ট ক্ষেত্রের সহকারী তৈরি করতে এবং কণ্ঠ তৈরি হওয়ার আগে Thinker-এর আউটপুট নিজস্ব নিরাপত্তা ফিল্টারের মধ্য দিয়ে পাঠাতে পারেন।

GPT 4o, Gemini 2.5 ও Gemma 3n-এর সঙ্গে তুলনা

একই ব্যবস্থায় নানা ধরনের ডেটা প্রক্রিয়াকরণের লক্ষ্যে তৈরি বহুমুখী মডেলের দলে যোগ দিয়েছে Qwen3 Omni। OpenAI-এর GPT 4o লেখা, ছবি ও অডিও ইনপুট সমর্থন করে এবং বদ্ধ সেবা হিসেবে দেওয়া হয়। গুগলের Gemini 2.5 Pro-ও ভিডিও বিশ্লেষণ করতে পারে, তবে সেটিও বদ্ধ। গুগলের Gemma 3n উন্মুক্ত লাইসেন্সে পাওয়া যায় এবং লেখা, ছবি, অডিও ও ভিডিও ইনপুট হিসেবে গ্রহণ করে, কিন্তু শুধু লেখা তৈরি করে। আলিবাবার মডেলও ওই চার ধরনের ইনপুট গ্রহণ করে, তবে কণ্ঠস্বর আউটপুটও দেয়, যা সহকারী ও সরাসরি অনুবাদের ক্ষেত্রে গুরুত্বপূর্ণ।

উন্মুক্ততার পার্থক্যটি ব্যবহারিক। Qwen3 Omni-এর ওজন Apache 2.0 লাইসেন্সে পাওয়া যায়, ফলে কোম্পানিগুলো মডেলটি স্থানীয়ভাবে চালাতে, শিল্পখাতের নিয়ম অনুযায়ী মানিয়ে নিতে এবং ডেটার প্রবাহ নিয়ন্ত্রণ করতে পারে। কিছু উচ্চমানের কাজে বদ্ধ মডেল এখনও এগিয়ে, তবে সেগুলোর লাইসেন্স ও ডেটা সংরক্ষণের শর্ত সংবেদনশীল খাতে ব্যবহার সীমিত করতে পারে। অনেক প্রতিষ্ঠান মিশ্র কাঠামো বেছে নেবে: খরচ ও নিয়ন্ত্রণের জন্য উন্মুক্ত মডেল, আর পারফরম্যান্সের সঙ্গে পাল্লা দেওয়া কঠিন এমন কাজে অর্থের বিনিময়ে সেবা।

আরেকটি পার্থক্য হলো উৎপাদন-পর্যায়ে ব্যবহারের সম্ভাবনা। আলিবাবা শত শত সংস্করণসহ Qwen-এর বিস্তৃত একটি পরিবার তৈরি করেছে এবং ডেভেলপারদের মধ্যে এর ব্যাপক ব্যবহারের কথা জানিয়েছে। দৈনন্দিন ব্যবহারে Qwen3 Omni-এর সরাসরি কথন ও ভিডিও মিথস্ক্রিয়া বেঞ্চমার্কের ফল ধরে রাখতে পারলে, নিজেদের হোস্ট করা যায় এমন বহুভাষিক ও কম-বিলম্বের সহকারী দরকার এমন দলগুলোর জন্য এটি বিশ্বাসযোগ্য বিকল্প হবে।

ব্যবহার ও বাজারের ইঙ্গিত

ডেভেলপারদের আগ্রহ স্পষ্ট। Hugging Face-এর ট্রেন্ডিং তালিকার শীর্ষে পৌঁছেছে Qwen3 Omni, আর আলিবাবার অন্য মডেলগুলোও এখন তালিকার শীর্ষস্থানগুলোর বেশ কয়েকটি দখল করে আছে। এই গতি আরও বিস্তৃত এক পরিবর্তনের প্রতিফলন, যেখানে চীনা গবেষণাগারগুলোর উন্মুক্ত মডেল বিশ্বজুড়ে কমিউনিটিতে জনপ্রিয়তা পাচ্ছে।

আলিবাবা ক্লাউডের ভাষ্য, বিশ্বজুড়ে Qwen পরিবারের মডেল ৪০ কোটির বেশি বার ডাউনলোড হয়েছে এবং এই মডেল পরিবার চালুর পর থেকে কোম্পানিটি ৩০০টির বেশি মডেল প্রকাশ করেছে। বিনিয়োগকারীদের প্রতিক্রিয়াও ইতিবাচক ছিল। কমিউনিটির জনপ্রিয়তার তালিকার শীর্ষে Qwen3 Omni ওঠার দিন হংকংয়ে আলিবাবার শেয়ারের দাম ৪ শতাংশের কিছু বেশি বেড়েছে, যা দেখায় কোম্পানিটির এআই-অগ্রগতির দিকে বাজার নজর রাখছে।

উন্মুক্ত বলতে কী বোঝায়, তা নিয়েও বিতর্ক রয়েছে। মডেলগুলো Apache 2.0 লাইসেন্সে প্রকাশিত এবং ওজনও পাওয়া যায়, তবে কাঁচা ডেটা থেকে প্রশিক্ষণ হুবহু পুনরুৎপাদনের সম্পূর্ণ পদ্ধতি প্রকাশ করা হয়নি। কঠোর সংজ্ঞায় একে উন্মুক্ত ওজন বলা হবে। বেশির ভাগ প্রতিষ্ঠানের কাছে লাইসেন্সের শর্তই গুরুত্বপূর্ণ, আর সেই শর্তে ব্যবহারকারী বা সিটপ্রতি ফি ছাড়াই পণ্য বাজারে আনা যায়।

নিরাপত্তা ও পরিচালনায় কী নজরে রাখবেন

প্রতিষ্ঠানগুলো জানতে চাইবে, বেঞ্চমার্কে জানানো উন্নতি কি কাজের চাপে নির্ভরযোগ্য ও নিরাপদ আচরণে রূপ নেয়। কথন ব্যবস্থায় ভুল শোনা নির্দেশ থেকে শুরু করে বিশ্বাসযোগ্য কৃত্রিম কণ্ঠ তৈরি—বিশেষ ধরনের ঝুঁকি রয়েছে। পরিচয় যাচাই, কনটেন্ট ফিল্টার এবং ডেটা সংরক্ষণের জন্য দলগুলোর সুরক্ষাব্যবস্থা নির্ধারণ করা উচিত। Thinker ও Talker-এর পৃথক কাঠামো এসব নিয়ন্ত্রণে সহায়তা করে, কারণ কণ্ঠ তৈরি হওয়ার আগে নিরাপত্তা স্তর লেখা আটকে পরীক্ষা করতে পারে।

কার্যক্রম চালানোর প্রস্তুতিও গুরুত্ব পাবে। ব্যাপকভাবে উন্মুক্ত মডেল গ্রহণকারী প্রতিষ্ঠানগুলো প্রায়ই MLOps, ফাইন-টিউনিং প্রক্রিয়া ও মূল্যায়নে বিনিয়োগ করে। লেখা, অডিও, ছবি ও ভিডিও একই জায়গায় সামলানোর মাধ্যমে Qwen3 Omni একাধিক মডেল সামলানোর প্রয়োজন কমায়। এতে অবকাঠামো সহজ হতে পারে এবং পণ্য উন্নয়নের চক্র দ্রুত হতে পারে, বিশেষত আঞ্চলিক বিধি মানতে হয় এমন নিজস্ব স্থাপনা বা সার্বভৌম ক্লাউডে।

আলিবাবা পরবর্তী পদক্ষেপের কথাও জানিয়েছে। এর মধ্যে রয়েছে একাধিক বক্তাকে আরও ভালোভাবে শনাক্ত করা, ভিডিওতে লেখা শনাক্ত করা, অডিও ও ভিডিও একসঙ্গে ব্যবহার করে শেখার সক্ষমতা বাড়ানো এবং আরও দক্ষ স্বয়ংক্রিয় এজেন্ট তৈরি। পরীক্ষামূলক ব্যবহার থেকে উৎপাদন পর্যায়ে যাওয়ার সময় গ্রাহকেরা প্রথমেই যেসব ক্ষেত্রে মডেলটির সক্ষমতা বাড়াতে চাইবেন, এসব লক্ষ্য তার সঙ্গে মেলে।

মূল বিষয়গুলো

• Qwen3 Omni একটি একক মডেল, যা লেখা, ছবি, অডিও ও ভিডিও গ্রহণ করে এবং ধারাবাহিক দ্রুতগতিতে লেখা ও কণ্ঠস্বর আউটপুট দেয়।
• আলিবাবা মডেলটির ওজন Apache 2.0 লাইসেন্সে প্রকাশ করেছে; এতে পেটেন্ট ব্যবহারের অধিকারসহ বাণিজ্যিক ব্যবহার, পরিবর্তন ও পুনর্বিতরণের অনুমতি রয়েছে।
• এখন তিনটি সংস্করণ পাওয়া যাচ্ছে: পূর্ণাঙ্গ মিথস্ক্রিয়ার জন্য Instruct, দীর্ঘ যুক্তি ও লেখা আউটপুটের জন্য Thinking এবং কম হ্যালুসিনেশনসহ অডিও বর্ণনার জন্য Captioner।
• যুক্তি নির্ণয় ও কণ্ঠ তৈরি আলাদা রাখতে Thinker ও Talker ব্যবহার করা হয়েছে। একসঙ্গে অনেক কাজের চাপেও বিলম্ব কম রাখতে তারা Mixture of Experts পদ্ধতি ব্যবহার করে।
• প্রথম প্যাকেট পৌঁছাতে অডিওর ক্ষেত্রে প্রায় ২৩৪ মিলিসেকেন্ড এবং ভিডিওর ক্ষেত্রে প্রায় ৫৪৭ মিলিসেকেন্ড লাগে বলে জানানো হয়েছে; গতি এক রিয়েল-টাইম ফ্যাক্টরের মধ্যে।
• মডেলটি লেখার ক্ষেত্রে ১১৯টি ভাষা সমর্থন করে, ১৯টি ভাষার কথ্য রূপ বোঝে এবং ১০টি ভাষায় কথা বলতে পারে; এর মধ্যে ক্যান্টনিজের মতো উপভাষাও রয়েছে।
• প্রায় ২ কোটি ঘণ্টার ডেটায় প্রশিক্ষিত ৬০ কোটি প্যারামিটারের অডিও এনকোডার AuT কথন বোঝার মূল ভিত্তি।
• বেঞ্চমার্কে ৩৬টির মধ্যে ২২টিতে মডেলটি শীর্ষে এবং উন্মুক্ত মডেলগুলোর মধ্যে ৩২টিতে এগিয়ে; কথন, সংগীত, ভিশন ও ভিডিওতে ফল শক্তিশালী।
• API-তে প্রতি এক হাজার টেক্সট ইনপুট টোকেনের মূল্য ০.০০০২৫ ডলার এবং প্রতি এক হাজার টেক্সট আউটপুট টোকেনের মূল্য ০.০০০৯৬ ডলার থেকে শুরু। ৯০ দিনের জন্য ১০ লাখ টোকেন বিনা মূল্যে পরীক্ষার সুযোগ রয়েছে।
• Hugging Face-এ দ্রুত জনপ্রিয় হচ্ছে মডেলটি। আলিবাবার হিসাবে Qwen শত শত মিলিয়ন বার ডাউনলোড হয়েছে; উৎপাদন পর্যায়ে উন্মুক্ত মডেল ব্যবহারের সম্ভাবনা যাচাই করছে প্রতিষ্ঠানগুলো।