🌐
हिंदी संस्करण सक्रिय है — सरल व विश्लेषणात्मक भाषा में पढ़ें
टेक और AI⏱ 11 मिनट पढ़ाई🇮🇳 हिंदी सक्रिय

मेटा का म्यूज़ स्पार्क 1.1 डेब्यू, माइक्रोसॉफ्ट का बायोईएमयू जेनरेटिव बायोलॉजी, और सॉवरेन एआई चिप फंडिंग उछाल

meta muse spark 1 1 agentic multimodalmicrosoft bioemu bindcraft protein dynamicssovereign ai chip q2 2026 6b funding
मेटा का म्यूज़ स्पार्क 1.1 डेब्यू, माइक्रोसॉफ्ट का बायोईएमयू जेनरेटिव बायोलॉजी, और सॉवरेन एआई चिप फंडिंग उछाल

मेटा का म्यूज़ स्पार्क 1.1 डेब्यू, माइक्रोसॉफ्ट का बायोईएमयू जेनरेटिव बायोलॉजी, और सॉवरेन एआई चिप फंडिंग उछाल

जुलाई 2026 के मध्य की तीन कहानियाँ एआई उद्योग के नए क्षेत्र में विस्तार को चिह्नित करती हैं: स्वायत्त भौतिक निष्पादन, आणविक जीव विज्ञान और संप्रभु गणना। मेटा सुपरइंटेलिजेंस लैब्स का म्यूज़ स्पार्क 1.1 कंपनी का पहला क्लोज्ड-सोर्स फ्लैगशिप मॉडल है - इसकी एआई रणनीति का एक जानबूझकर विभाजन (सामान्य उपयोग के लिए लामा 4 ओपन-वेट; मुद्रीकृत एजेंटिक ऑर्केस्ट्रेशन के लिए म्यूज़ स्पार्क बंद)। माइक्रोसॉफ्ट रिसर्च के बायोईएमयू (बायोमोलेक्युलर एमुलेटर) + बाइंडक्राफ्ट ने अल्फाफोल्ड के स्थैतिक-संरचना प्रतिमान को समाप्त कर दिया: बायोईएमयू एक एकल जीपीयू पर प्रति घंटे 5,000 सांख्यिकीय रूप से स्वतंत्र प्रोटीन अनुरूपता उत्पन्न करता है (बनाम शास्त्रीय आणविक गतिशीलता में सप्ताह/संरचना लगती है); बाइंडक्राफ्ट एक ही पाइपलाइन में डिफ्यूजन + अल्फाफोल्ड2 + प्रोटीनएमपीएनएन का उपयोग करके नए प्रोटीन बाइंडर्स को डिजाइन करता है। और एआई हार्डवेयर स्टार्टअप ने 2026 की दूसरी तिमाही में 80 सौदों में >$6B जुटाए - सॉवरेन एआई चिप बूम - ग्रोक (एलपीयू), फ्यूरियोसाएआई, रिबेलियंस (कोरिया) और सांबानोवा ने फुल-स्टैक हार्डवेयर-सॉफ्टवेयर सह-डिज़ाइन के माध्यम से एनवीडिया के डेटासेंटर जीपीयू एकाधिकार को तोड़ने के लिए एक धक्का दिया।

🤖 मेटा म्यूज़ स्पार्क 1.1 - मालिकाना एजेंट धुरी

मेटा की द्विभाजित एआई रणनीति

लामा + म्यूज़ियम स्पार्क विभाजित: मेटा ने ऐतिहासिक रूप से ओपन-वेट मॉडल (लामा 1, 2, 3, 4) को चैंपियन बनाया है। म्यूज़ स्पार्क 1.1 एक जानबूझकर रणनीतिक विभाजन का प्रतिनिधित्व करता है:

आदर्श परिवार रिलीज़ मॉडल प्राथमिक उपयोग मुद्रीकरण
लामा 4 खुला वजन (मेटा लाइसेंस) सामान्य प्रयोजन पाठ/कोड/मल्टीमॉडल समुदाय, उद्यम फाइन-ट्यूनिंग
म्यूजिक स्पार्क बंद स्रोत (केवल एपीआई) एजेंटिक ऑर्केस्ट्रेशन; कंप्यूटर का उपयोग; टूल कॉलिंग प्रत्यक्ष एपीआई राजस्व; एंटरप्राइज़ सदस्यता

विभाजित क्यों?

  • ओपन-वेट मॉडल डेवलपर पारिस्थितिकी तंत्र का निर्माण करते हैं और बाजार पर ओपनएआई की पकड़ को कम करते हैं
  • बंद एजेंटिक मॉडल उच्च-मार्जिन वाले उद्यम परिनियोजन से प्रत्यक्ष वाणिज्यिक मूल्य प्राप्त करते हैं जहां ग्राहक विश्वसनीयता के लिए भुगतान करते हैं, न कि भार के लिए
  • म्यूज़ स्पार्क की एजेंटिक क्षमताएं (कंप्यूटर का उपयोग, मल्टी-स्टेप प्लानिंग, टूल ऑर्केस्ट्रेशन) वाणिज्यिक आईपी मेटा हैं जिनकी सुरक्षा करना चाहता है

म्यूजिक स्पार्क 1.1 बनाम प्रतिस्पर्धी एजेंटिक मॉडल:

क्षमता म्यूज़ियम स्पार्क 1.1 क्लाउड सॉनेट 5 जीपीटी-5.5
कंप्यूटर का उपयोग (जीयूआई नेविगेशन) ✅ मूलनिवासी ✅ मूलनिवासी ✅ मूलनिवासी
एपीआई टूल कॉलिंग ✅ मूलनिवासी ✅ मूलनिवासी ✅ मूलनिवासी
पदानुक्रमित योजना ✅ (अद्वितीय: सत्यापन के साथ उप-कार्य प्रतिनिधिमंडल) आंशिक आंशिक
उपकरण विफलता पर स्व-सुधार ✅ मूलनिवासी आंशिक ✅ मूलनिवासी
प्रसंग विंडो 256K 200K 128K
मूल्य निर्धारण एंटरप्राइज़ सदस्यता (सार्वजनिक नहीं) $15/एम टोकन $12/एम टोकन
खुला वजन ❌ ❌ ❌

पदानुक्रमित योजना ढांचा - जो इसे अलग बनाता है: मानक एजेंटिक मॉडल फ्लैट कार्य निष्पादन का उपयोग करते हैं: कार्य को चरणों में तोड़ें → क्रमिक रूप से निष्पादित करें। म्यूज़ियम स्पार्क 1.1 की पदानुक्रमित योजना:

  1. लक्ष्य को उच्च-स्तरीय उपकार्यों में विघटित करें (L1 योजना)
  2. प्रत्येक L1 उपकार्य के लिए, फिर से टूल कॉल (L2 योजना) में विघटित करें
  3. अगले पर जाने से पहले प्रत्येक L2 आउटपुट को सत्यापित करें
  4. यदि L2 सत्यापन विफल हो जाता है: एक अलग दृष्टिकोण के साथ L2 उपकार्य को फिर से चलाकर स्वयं-सही
  5. रिपोर्ट अगला L1 उपकार्य शुरू करने से पहले L1 पूरा होने की ऊपर की ओर

यह संरचित सत्यापन त्रुटि प्रसार को रोकता है - 50-चरणीय वर्कफ़्लो में एक भी विफल एपीआई कॉल दूषित डाउनस्ट्रीम चरणों में कैस्केड नहीं होती है। फ़्लैट-प्लानिंग एजेंटों की तुलना में यह प्रमुख विश्वसनीयता लाभ है।

📬

Enjoyed this post?

Get our weekly digest delivered free.

🧬 बायोईएमयू + बाइंडक्राफ्ट - स्थिर संरचनाओं से गतिशील आणविक डिजाइन तक

अल्फ़ाफोल्ड का स्थिर प्रतिमान अपर्याप्त क्यों था

अल्फाफोल्ड (और AF2/AF3) क्या नहीं कर सकता: अल्फाफोल्ड एक प्रोटीन के लिए एकल निम्नतम-ऊर्जा 3डी संरचना की भविष्यवाणी करता है। यह अत्यधिक मूल्यवान है - लेकिन जैविक वातावरण में प्रोटीन स्थिर नहीं हैं:

जैविक वास्तविकता अल्फ़ाफ़ोल्ड हैंडल? BioEmu/BindCraft हैंडल?
प्रोटीन एकल स्थिर 3D आकार में मुड़ जाता है ✅ हां (यह अल्फाफोल्ड का मुख्य कार्य है) ✅ हां भी
प्रोटीन कई संरचनाओं के बीच उतार-चढ़ाव करता है ❌ नहीं (केवल एकल संरचना) ✅ बायोएमु: अनुरूपताओं का समूह उत्पन्न करता है
"गुप्त जेबें" केवल दुर्लभ अनुरूपताओं में दिMoat (प्रतिस्पर्धी बढ़त) देती हैं ❌ स्थिर संरचना में अदृश्य ✅ बायोईएमयू: अल्पसंख्यक समूहों की पहचान करता है
नवीन प्रोटीन बाइंडिंग पार्टनर डिज़ाइन ❌ कोई डिज़ाइन टूल नहीं ✅ बाइंडक्राफ्ट: स्क्रैच से बाइंडर्स उत्पन्न करता है
ड्रग बाइंडिंग के लिए विशिष्ट जेब खुली की आवश्यकता होती है ❌ स्थिर संरचना में पॉकेट "बंद" दिMoat (प्रतिस्पर्धी बढ़त) दे सकता है ✅ बायोईएमयू बंद→खुला संक्रमण दिखाता है

बायोईएमयू (बायोमोलेक्यूलर एम्यूलेटर) - तकनीकी विवरण

बायोएमू कैसे काम करता है:

कदम प्रक्रिया आउटपुट
1. इनपुट प्रोटीन अमीनो एसिड अनुक्रम —
2. संरचना भविष्यवाणी अल्फाफोल्ड2 एकीकरण → प्रारंभिक संरचना एकल आरंभिक संरचना
3. कलाकारों की टुकड़ी बायोएमु प्रसार मॉडल: सीखे गए बोल्ट्ज़मैन वितरण से नमूने 5,000 सांख्यिकीय रूप से स्वतंत्र अनुरूपण/घंटा
4. संरचना क्लस्टरिंग संरचनात्मक समानता द्वारा समूह अनुरूपता विशिष्ट गठनात्मक अवस्थाएँ (जैसे, खुला/बंद)
5. गुप्त पॉकेट का पता लगाना अल्पसंख्यक-जनसंख्या अनुरूपताओं में मौजूद जेबों की पहचान करता है स्थिर संरचना में अदृश्य दवा-लक्षित साइटें

गति तुलना बनाम शास्त्रीय आणविक गतिशीलता:

विधि अनुरूपता प्रति सप्ताह (1 जीपीयू पर) प्रति संरचना लागत
क्लासिकल एमडी (एम्बर, ग्रोमैक्स) ~2-5 ~$50–200
बायोएमु ~840,000 ~$0.0001
स्पीडअप ~200,000× —

दवा खोज निहितार्थ - गुप्त जेबें: कई प्रोटीनों में बाध्यकारी साइटें होती हैं जो सबसे कम-ऊर्जा संरचना में बंद होती हैं (अल्फाफोल्ड भविष्यवाणी) लेकिन 2-15% अनुरूपताओं में खुली होती हैं (केवल गतिशील नमूने के माध्यम से पहुंच योग्य)। BioEmu इनकी पहचान करता है:

  • केआरएएस जी12सी कैंसर लक्ष्य: क्रिप्टिक पॉकेट की पहचान की गई; सोटोरसिब/एडाग्रासिब द्वारा शोषण (पहले से ही एफडीए अनुमोदित)
  • बायोईएमयू ~20 मिनट में किसी भी प्रोटीन के लिए समकक्ष गुप्त पॉकेट की पहचान कर सकता है

बाइंडक्राफ्ट - डी नोवो प्रोटीन बाइंडर डिज़ाइन

बाइंडक्राफ्ट पाइपलाइन:

स्टेज उपकरण कार्य
1. लक्ष्य परिभाषा उपयोगकर्ता इनपुट: लक्ष्य प्रोटीन + बाइंडिंग साइट परिभाषित करें कि क्या बांधना है और कहां
2. रीढ़ की हड्डी की पीढ़ी आरएफ प्रसार (प्रसार मॉडल) विविध प्रोटीन रीढ़ की हड्डी के आकार उत्पन्न करें जो बंधन स्थल पर फिट हो सकें
3. अनुक्रम डिजाइन प्रोटीनएमपीएनएन प्रत्येक रीढ़ की हड्डी के लिए, एक अमीनो एसिड अनुक्रम डिज़ाइन करें जो उस रीढ़ की हड्डी में बदल जाएगा
4. संरचनात्मक सत्यापन अल्फाफोल्ड2 भविष्यवाणी करें कि क्या डिज़ाइन किया गया अनुक्रम वास्तव में इच्छित संरचना में बदल जाता है
5. ऊर्जा शोधन पाइROCEटा बंधनकारी ऊर्जा की गणना करें; ख़राब बाइंडिंग वाले डिज़ाइनों को फ़िल्टर करें
6. रैंकिंग समग्र स्कोर सभी डिज़ाइनों को इस आधार पर रैंक करें: बाइंडिंग एफ़िनिटी + संरचनात्मक आत्मविश्वास + अभिव्यक्ति संभावना
7. उम्मीदवार — वेट-लैब संश्लेषण और परीक्षण के लिए शीर्ष रैंक वाले उम्मीदवार

BindCraft क्या सक्षम बनाता है: बिंदक्राफ्ट से पहले, एक लक्ष्य के लिए एक नवीन प्रोटीन बाइंडर डिजाइन करना आवश्यक था:

  1. लाखों मौजूदा एंटीबॉडी की स्क्रीनिंग (महंगी, हिट-रेट <0.01%)
  2. निर्देशित विकास (यादृच्छिक उत्परिवर्तन + चयन; महीने/वर्ष)

बिंदक्राफ्ट इसे इस प्रकार संपीड़ित करता है:

  • इनपुट: लक्ष्य प्रोटीन संरचना
  • आउटपुट: 50-200 उम्मीदवार बाइंडर अनुक्रम
  • समय: ~4 घंटे (पारंपरिक 6-18 महीने की तुलना में)
  • अनुप्रयोग: कैंसर चिकित्सीय एंटीबॉडी, वायरल न्यूट्रलाइज़र, एंजाइम अवरोधक, बायोसेंसर

🔌 सॉवरेन एआई चिप बूम - Q2 2026 $6B+ हार्डवेयर फंडिंग

क्यों "सॉवरेन एआई" चिप्स एक भूराजनीतिक श्रेणी हैं

चिप संप्रभुता के भूराजनीतिक चालक:

राष्ट्र/क्षेत्र समस्या सॉवरेन चिप समाधान
दक्षिण कोरिया हुआवेई/चीन प्रौद्योगिकी जोखिम; अमेरिकी निर्यात नियंत्रण निर्भरता विद्रोह, फ्यूरियोसाएआई (घरेलू अनुमान एएसआईसी)
जापान टीएसएमसी + सैमसंग निर्भरता; कोई घरेलू फ्रंटियर चिप क्षमता नहीं रैपिडस 2एनएम; एमईटीआई-वित्त पोषित एचबीएम विस्तार
भारत सभी एआई गणना के लिए एनवीडिया पर 90%+ निर्भरता; डेटा संप्रभुता टाटाएमडी (टाटा ग्रुप चिप आर एंड डी); भारतीय राष्ट्रीय गणना
यूएई/सऊदी कोई घरेलू सिलिकॉन नहीं; भूराजनीतिक एआई उत्तोलन की आवश्यकता G42 + AMD साझेदारी; सॉवरेन क्लाउड निवेश
यूरोप जीडीपीआर + एआई अधिनियम अनुपालन के लिए ईयू-होस्टेड गणना की आवश्यकता है ईयू चिप्स अधिनियम; सिलिकॉन यूरोप पहल

Q2 2026 हार्डवेयर फंडिंग - शीर्ष सौदे:

कंपनी देश राशि प्रौद्योगिकी रणनीतिक फोकस
ग्रोक यूएसए $640 मिलियन एलपीयू (भाषा प्रसंस्करण इकाई) अल्ट्रा-लो-विलंबता अनुमान (वास्तविक समय एजेंटिक)
साम्बानोवा यूएसए $500 मिलियन पुन: कॉन्फ़िगर करने योग्य डेटाफ्लो आर्किटेक्चर पूर्ण-स्टैक (हार्डवेयर + कंपाइलर + परिनियोजन)
विद्रोह दक्षिण कोरिया $420 मिलियन एटम+ अनुमान ASIC कोरियाई संप्रभु गणना (सरकारी सह-वित्तपोषण)
फ्यूरियोसाएआई दक्षिण कोरिया $180 मिलियन आरएनजीडी अनुमान ASIC सैमसंग पारिस्थितिकी तंत्र एकीकरण
टेनस्टोरेंट कनाडा $693 मिलियन जोखिम-V आधारित AI चिप खुली वास्तुकला; लाइसेंस प्राप्त मॉडल
सेरेब्रस यूएसए आईपीओ ($9 अरब मूल्यांकन) WSE-3 (वेफर-स्केल इंजन) दुनिया में सबसे बड़ा सिंगल-चिप; ऑन-चिप SRAM

फुल-स्टैक हार्डवेयर-सॉफ़्टवेयर सह-डिज़ाइन क्यों जीतता है: जो कंपनियाँ चिप और कंपाइलर/रनटाइम सॉफ़्टवेयर दोनों का निर्माण करती हैं, वे ये कर सकती हैं:

  • उनके विशिष्ट हार्डवेयर आर्किटेक्चर से अधिकतम उपयोग निकालने के लिए कंपाइलर को ट्यून करें
  • सीपीयू/जीपीयू अमूर्त परतों से बचें जो सैद्धांतिक फ्लॉप्स का 20-40% बर्बाद करते हैं
  • ग्राहकों को एकल अनुकूलन लक्ष्य प्रदान करें ("एनवीडिया के CUDA + लाइब्रेरी स्टैक + ड्राइवर के लिए अनुकूलन नहीं")

ग्रोक का एलपीयू - अनुमान गति लीडर:

मीट्रिक ग्रोक एलपीयू एनवीडिया एच100
लामा 4 7बी अनुमान गति 1,200+ टोकन/सेकंड ~70 टोकन/सेकंड
विलंबता (पहला टोकन) <10ms ~150ms
उपयोग का मामला वास्तविक समय एजेंटिक; आवाज ऐ; सब-100 एमएस एसएलए प्रशिक्षण + सामान्य अनुमान
वास्तुकला स्ट्रीमिंग डेटाफ़्लो (कोई केवी-कैश नहीं; कोई मेमोरी बाधा नहीं) CUDA + HBM (KV-कैश बाउंड)

ग्रोक का 17× गति लाभ इसे वास्तविक समय वॉयस एआई (जहां >200ms विलंबता = अस्वीकार्य वार्तालाप विराम) और ऑटोनॉमस एजेंट्स (Autonomous Agents) (जहां उप-100ms टूल कॉल प्रतिक्रिया की आवश्यकता है) के लिए पसंदीदा अनुमान प्रदाता बनाता है।

एचबीएम + पैकेजिंग आपूर्ति श्रृंखला बाधा: AI चिप फंडिंग में $6B+ के बावजूद, सभी हार्डवेयर स्टार्टअप को साझा आपूर्ति श्रृंखला बाधाओं का सामना करना पड़ता है:

  • एचबीएम3ई/4 की कमी: एसके हाइनिक्स + सैमसंग क्षमता 2027 के अंत तक पूरी तरह से एनवीडिया को आवंटित की गई
  • उन्नत पैकेजिंग (CoWoS-L, HBM एकीकरण): TSMC CoWoS बुकिंग बैकलॉग Q1 2028 तक बढ़ गया है
  • परिणाम: वित्तपोषित कंपनियाँ जल्द से जल्द 2027-2028 तक बड़े पैमाने पर निर्माण नहीं कर सकतीं

हार्डवेयर फंडिंग लहर 2027-2030 उत्पादन पर दांव का प्रतिनिधित्व करती है, तत्काल तैनाती का नहीं।

📌 अंतिम पंक्ति

  • मेटा-म्यूज-स्पार्क-1-1-एजेंट-मल्टीमॉडल: रणनीतिक द्विभाजन: लामा 4 (खुला वजन, पारिस्थितिकी तंत्र निर्माण) बनाम म्यूज स्पार्क (बंद एपीआई, प्रत्यक्ष मुद्रीकरण); पदानुक्रमित योजना: एल1 लक्ष्य → एल2 टूल कॉल → एल2 सत्यापन → एल2 स्व-सुधार → एल1 रिपोर्टिंग (50-चरणीय वर्कफ़्लो में त्रुटि कैस्केड को रोकता है); 256K संदर्भ, मूल GUI कंप्यूटर उपयोग, एंटरप्राइज़ सदस्यता मूल्य निर्धारण; सत्यापन और उप-कार्य प्रतिनिधिमंडल की गहराई पर बनाम क्लाउड सॉनेट 5 और जीपीटी-5.5।
  • माइक्रोसॉफ्ट-बायोएमु-बाइंडक्राफ्ट-प्रोटीन-डायनामिक्स: बायोईएमयू अल्फाफोल्ड की एकल-संरचना सीमा को समाप्त करता है: $0.0001/कॉन्फॉर्मेशन (बनाम $50-200 क्लासिकल) पर 5,000 सांख्यिकीय रूप से स्वतंत्र अनुरूपण/घंटा (बनाम 2-5/सप्ताह शास्त्रीय एमडी) उत्पन्न करता है; 200,000× स्पीडअप; गुप्त पॉकेट का पता लगाना (पॉकेट केवल अल्पसंख्यक समूहों में खुलते हैं - अल्फाफोल्ड द्वारा ड्रग लक्ष्य चूक गए); बाइंडक्राफ्ट: आरएफडिफ्यूजन बैकबोन → प्रोटीनएमपीएनएन अनुक्रम → अल्फाफोल्ड2 सत्यापन → पायROCEटा ऊर्जा फिल्टर → ~4 घंटे में शीर्ष 50-200 उम्मीदवार (बनाम 6-18 महीने की पारंपरिक एंटीबॉडी खोज)।
  • सॉवरेन-एआई-चिप-क्यू2-2026-6बी-फंडिंग: >$6बी, 80 सौदे, क्यू2 2026; शीर्ष सौदे: टेनस्टोरेंट $693एम (आरआईएससी-वी, लाइसेंस प्राप्त आर्किटेक्चर) + ग्रोक $640एम (एलपीयू: 1,200+ टोक/एस बनाम एच100 70 टोक/सेकेंड, <10एमएस प्रथम-टोकन बनाम 150एमएस) + सांबानोवा $500एम + रिबेलियंस $420एम (कोरियाई सरकार सॉवरेन कंप्यूट सह-फंडिंग); फुल-स्टैक सह-डिज़ाइन लाभ: 20-40% फ्लॉप्स रिकवरी बनाम जीपीयू एब्स्ट्रैक्शन लेयर्स; HBM + CoWoS पैकेजिंग बाधा: उत्पादन 2027-2028 तक नहीं बढ़ सकता (SK Hynix/Samsung क्षमता 2027 के अंत तक Nvidia को आवंटित की गई)।

📬 अपडेट रहें

हर सप्ताह अपने इनबॉक्स में सर्वोत्तम AI और प्रौद्योगिकी प्राप्त करें। हमारे मुफ़्त न्यूज़लेटर की सदस्यता लें →

प्रकटीकरण: इस पोस्ट में संबद्ध लिंक हैं। यदि आप हमारे लिंक के माध्यम से खरीदारी करते हैं, तो हम आपसे बिना किसी अतिरिक्त लागत के एक छोटा सा कमीशन कमाते हैं। हम केवल उन्हीं उत्पादों की अनुशंसा करते हैं जिन पर हमें विश्वास है।

💻Technology & AI Research Disclaimer

Technical architecture teardowns, artificial intelligence evaluations, and software benchmarks published on Knowelth reflect independent developer testing and publicly available documentation. We maintain complete editorial independence from vendor sponsorships. Read our Editorial Policy.

About the Author

Siddharth Purohit — Founder & Chief Editor, Knowelth

Siddharth is a technology entrepreneur and active investor who researches the intersection of emerging technology, global financial markets, Ayurvedic science, and Indian heritage. He founded Knowelth to make deeply researched, high-quality knowledge freely accessible. Every article is personally reviewed and fact-checked against primary sources — clinical trials, NSE/BSE data, and peer-reviewed research — before publication.

📬

Enjoyed this post?

Get our weekly digest delivered free.

Share this post:

पारदर्शिता प्रकटीकरण: Knowelth पाठक-समर्थित मंच है। जब आप हमारे लिंक्स के माध्यम से सेवाएं चुनते हैं, तो हमें बिना किसी अतिरिक्त लागत के कमीशन मिल सकता है। हमारा प्रकटीकरण पढ़ें।