شاید براتون سوال باشه این پوستر های تولید شده توسط هوش مصنوعی چرا یه جورین و شبیه به همن؟

اگه یه سری به سایت های هندی بزنید حتی معتبر ترینشون مثل Times of india می‌بینید که همه بنرهاشون با سبک هوش مصنوعی ساخته شده شاید فکر کنید با هوش مصنوعی دارن می‌سازن ولی جالبه بدونید حتی قبل از هوش مصنوعی هم اون شکلی می‌ساختن در واقع هوش مصنوعی از روی اونا تقلید کرده و از روی حجم بسیار زیادی سلیقه هندی train شده و الان هرچی باهاش می‌سازید به سبک هندی می‌سازه!


@Linuxor

اولین باری که این ویدیو هارو دیدم گفتم وای چه کار خفنی این همه گوشی رو کلاستر کردن، بعدش به این نتیجه رسیدم چه کار احمقانه ای اصلا هرکاری بخواد طرف انجام بده به راحتی با ماشین مجازی نرم افزاری روی یه سرور می‌تونه انجامش بده تازه هم برق کمتری مصرف می‌شه هم قدرت پردازشی بیشتری داره!

تازه خیلی از مواقع اصلا نیازی به ماشین مجازی و سخت افزار گرون هم نیست مثلا اگه هدف مدیریت شبکه های اجتماعی باشه با یه اسکریپت ساده سشن چنجر و یه پروکسی لیست به راحتی می‌شه اونو شبیه سازی کرد.


@Linuxor

یه پروژه متن‌باز از تیم Hybrid Robotics توی UC Berkeley برای ساخت یه ربات انسان‌نما که برخلاف ربات‌های تجاری گرون، بشه با هزینه خیلی پایین‌تر ساختش، می‌تونی قطعاتش رو بسازی، پرینت 3D بگیری، مونتاژ کنی و نرم‌افزارش رو هم دانلود کنی.

خود تیمش گفته هزینه هدف پروژه زیر $5,000 هستش و از قطعات نسبتاً در دسترس و گیربکس‌های 3D-printed استفاده می‌کنه.

یعنی پروژه فقط یه مدل سه‌بعدی یا یه شبیه‌سازی نیست؛ کل اکوسیستم ربات رو پوشش می‌ده

طراحی مکانیکی
فایل‌های CAD
قطعات قابل پرینت 3D
موتور و actuator
کنترل موتور
کنترل تعادل و راه رفتن
شبیه‌سازی
آموزش ربات با reinforcement learning
انتقال مدل آموزش‌دیده از شبیه‌ساز به ربات واقعی و ...

ویدیو ها و کد هاش :
github.com/hybridrobotics/berkeley-humanoid-lite


@Linuxor

رویدادی تاریخی که به 30 سال تاریخ رایانه‌های شخصی پایان میدهد: NVIDIA رسماً با یک حرکت، معماری سنتی پردازش را متحول کرد!

برای 30 سال، کامپیوترهای شخصی تقریباً با یک الگوی ثابت کار کرده‌اند: پردازنده اینتل یا AMD، کارت گرافیک مجزا، و نگرانی همیشگی از اینکه دستگاه بیش از حد داغ نشود یا از کار نیفتد!

اما امشب، جنسن هوانگ با معرفی تراشه RTX Spark به این دوران پایان داد! برای نخستین بار از سوی NVIDIA، CPU، GPU و حافظه RAM همگی روی یک تراشه سیلیکونی واحد، با معماری ARM و فناوری ساخت 3 نانومتری.

قدرتی حیرت‌انگیز توان پردازش هوش مصنوعی محلی در سطح 1 پتافلاپس؛ آن هم درون لپ‌تاپی با ضخامت تنها 14 میلی‌متر!

عملکرد فوق‌العاده در بازی اجرای بازی‌های AAA روی صحنه با سرعت بیش از 100 فریم بر ثانیه و وضوح 1440p، بدون اتصال به برق و بدون افت دما یا عملکرد (بدون Throttling)!

اجرای مدل‌های عظیم هوش مصنوعی با 120 میلیارد پارامتر بطور کامل و بصورت local!

بدون اینترنت… بدون سرورهای ابری… بدون اشتراک‌های ماهانه!


@Linuxor ~ Mahizadyaar

انویدیا یه تکنولوژی جالب برای ویدیوهای AI معرفی کرده به اسم SoL-Refiner مدلی که میاد خروجی کم‌رزولوشن مدل‌های ویدیوساز رو می‌گیره و با یه مرحله پردازش، رزولوشن و جزئیاتش رو بالاتر می‌بره.

ایده اصلی اینه که به‌جای اینکه مدل از همون اول بخواد ویدیوی 2K یا 4K تولید کنه و کلی زمان و VRAM مصرف کنه، اول یه خروجی کوچیک‌تر و سریع‌تر بسازه و بعد SoL-Refiner اون رو به رزولوشن بالاتر تبدیل و refine کنه.

نکته جذابش one-step refinement هستش؛ یعنی برخلاف بعضی روش‌های قبلی که چندین مرحله پردازش لازم دارن، SoL-Refiner برای این کار فقط یه مرحله denoise انجام می‌ده. NVIDIA توی تست‌هاش روی بعضی مدل‌ها کاهش زمان پردازش خیلی قابل‌توجهی گزارش کرده:

nvlabs.github.io/Sana/Sol-Refiner

@Linuxor

اگه توی پایتون تشخیص اشیاء کار می‌کنید، احتمالاً یه جایی به Tracking نیاز پیدا می‌کنید؛ جایی که فقط اینکه این آبجکت کجاست؟ کافی نیست و باید بدونید این همون آبجکت قبلیه یا نه؟

کتابخونه Roboflow Trackers یه کتابخونه پایتون برای Multi-Object Tracking هستش که می‌تونه خروجی مدل‌هایی مثل YOLO رو بگیره و بین فریم‌های مختلف برای هر آبجکت ID ثابت نگه داره؛ مثلاً ماشین #12 یا Person #7 رو در طول ویدیو دنبال کنه.

داخلش الگوریتم‌های معروفی مثل ByteTrack، BoT-SORT، OC-SORT و SORT وجود داره و برای کارهایی مثل شمارش افراد و خودروها، Line Crossing، تحلیل مسیر حرکت، تخمین سرعت و Video Analytics خیلی کاربردیه:


github.com/roboflow/trackers


@Linuxor

یه مدل جهان ویدیویی (Video World Model) می‌تونه یک کلیپ کاملاً باورپذیر تولید کنه، اما همچنان ممکنه فیزیک صحنه رو به‌درستی درک یا شبیه‌سازی نکنه، محقق‌های انویدیا به‌تازگی Physis-Lang رو منتشر کردن؛ یه چارچوب متن‌باز و خودتکامل‌یابنده که استدلال فیزیکی رو به کپشن‌های ویدیو اضافه می‌کنه.

این کپشن‌ها توضیح میدن که چرا و چطور اتفاقات داخل یه صحنه رخ میدن. محقق ها گفتن ما از این کپشن‌ها برای فاین‌تیون کردن مدل‌های جهان استفاده می‌کنیم و همین استدلال‌های فیزیکی رو هم موقع تولید ویدیو، به پرامپت‌ها اضافه می‌کنیم.

فقط اضافه کردن استدلال فیزیکی به پرامپت باعث شد امتیاز مدل NVIDIA Cosmos 3 در بنچمارک PhyGenBench، بدون اینکه خود مدل دوباره آموزش داده بشه، 5.62 امتیاز بهتر بشه:

physis-intelligence.github.io/physis-lang-web


@Linuxor

بچه‌ها اگه درگیر مقاله یا پایان‌نامه‌ هستین، OpenAlex رو امتحان کنین، واسه وقتیه که می‌خواین چند سال پژوهش یه موضوع رو یک‌جا بررسی کنین، رایگان هم هست، تو کار آخرم واقعا عالی بود...

openalex.org

@Linuxor ~ JustSherko

اینکه میگن ورژن 4 جدید جمنای خروجیش یک میلیون توکنیه من چنگی به دلم زیاد نزد چون مقدار توکن ورودی بیشتر مهم تره تا خروجی؛ یاد دوران دانشگاه افتادم وسط امتحان الکی برگه خالی میگرفتم هیچی توش نمیتونستم بنویسم بقیه هم استرس میگرفتن😁

جمنای جدید هم تعداد زیادی برگه خالی گرفته اینکه بتونه پرش کنه یا نه دیگه خدا میدونه.


@Linuxor

به گزارش استک اورفلو از هر چهار توسعه دهنده یک نفر از شغلش راضیه و دو نفر بی تفاوت و یک نفر ناراضی.

نکته جالب اینجاست میزان رضایت کم نشده امسال 4 درصد بیشتر هم شده نسبت به سال پیش احتمالا بخاطر هوش مصنوعیه.

@Linuxor

نمیدونم گوگل شوخی می‌کنه یا جدیه این کیبورد که انگشت هات ثابتن و دکمه هاش حرکت میکنن رو معرفی کرده!

blog.google/intl/ja-jp/products/android-chrome-play/gboard-2026

@Linuxor

چت جی پی تی شروع کرده به نمایش تبلیغات؛
این یه خبر خوبی میتونه باشه چون بخش بزرگی از درآمدش رو بجای فروش اشتراک میتونه بندازه گردن تبلیغات و درعوض محدودیت های کابرای رایگان رو کمتر کنه و همچنین مدل های قوی تر رو رایگان کنه.


@Linuxor

ساخت قایق کنترلی با گوشی با برد ESP-32 با هزینه زیر یک میلیون تومن! فقط آخرش نمیدونم چرا غرق شد.


@Linuxor

می‌دونستید خود هاگینگ فیس هم اسکیل داره؟
به Agent یاد می‌ده برای انجام یک کار تخصصی، دقیقاً چه مراحلی رو انجام بده، از چه ابزارهایی استفاده کنه و چه نکاتی رو رعایت کنه.

فرض کن به یه Coding Agent مثل Codex، Claude Code، Cursor یا Gemini CLI می‌گی:

می‌خوام Qwen رو روی دیتاست خودم Fine-tune کنم.

بدون Skill، Agent باید خودش از دانش عمومیش بفهمه:

چه کتابخونه‌ای لازمه
چه Training Method ای مناسبه
چه GPU ای لازمه
چه پارامترهایی باید تنظیم بشن
دیتاست چطوری آماده بشه
جاب رو چطوری روی Hugging Face اجرا کنه
چک پوینت کجا ذخیره بشن
مدل چطوری ارزیابی بشه
و...

ولی Skill میاد یه سری دستورالعمل تخصصی و قابل‌اجرا در اختیار Agent می‌ذاره:

github.com/huggingface/skills

@Linuxor

این سایتم تمام ابزار ها و چیزای مربوط به وایب کدینگ رو جمع کرده یکجا :

vibecodes.net


@Linuxor

یه نفر بازی ماینکرفت رو با جمنای ورژن 4 آرگون توی یه تک فایل HTML ساخته:

gemini.google.com/share/3b1ebce6a7f2?skid=90fe9306-4951-4d36-a127-d2ffd952d39a


@Linuxor

یه مدل تصمیم گیر اوپن سورس شبیه به Jev اومده چند وجهیه یعنی عکس و فیلم هم می‌فهمه، سرعت حل کردن روبیکش رو ببینید:

نکته جالبش اینجاست خودش می‌فهمه کی نباید سریع جواب بده
فرض کن 100 تا سؤال داری لازم نیست برای هر 100 تا سؤال مدل رو مجبور کنی reasoning سنگین انجام بده. می‌تونی مثلاً بگی:

اگر System 1 حداقل 70% اطمینان داشت، همون جواب رو بده؛ اگر نه، بفرستش برای System 2.

طبق تستی که خودشون گزارش کردن، با threshold برابر 0.70:

حدود 70% سؤال‌ها سریع جواب داده شدن
این جواب‌ها حدود 0.11 ثانیه طول کشیدن accuracy کلی به 0.892 رسیده
در حالی که اگر فقط System 1 استفاده بشه accuracy برابر 0.792 بوده
و اگر برای همه reasoning انجام بشه 0.917 شده

huggingface.co/autotrust/JEV-27B-VL

@Linuxor

دلیل اینکه لینوکس این همه سال نرم افزار های تجاری کمتری براش ساخته شده به همون دلیله که برای مک همیشه نرم افزار ها اولین ورژنو میدن بعد ویندوز؛ یا اول IOS بعد اندروید. (چه ربطی داشت؟😁)

یعنی شرکت ها با لینوکس مشکلی ندارن دنبال جایی هستن که غلظت مشتری ها زیاد باشه مثلا الان استیم او اس رو ببینید اکثر گیم ها داره براش ساخته میشه و لینوکسه یعنی بازی هاش روی لینوکسم اجرا میشه، علتش هم اینه شرکتا مطمئن شدن که مشتری دست به نقد وجود داره.


@Linuxor

ترب MCP هم آماده شد به مدل‌های هوش مصنوعی اجازه میده مستقیماً از داده‌های عمومی ترب برای جستجو و مقایسه محصولات استفاده کنن.

این دفعه اوپن سورس با لایسنس MIT کاملا رایگان و 14 تا ابزار برای سرچ محصول، مقایسه قیمت و فروشنده‌ها، بررسی تاریخچه قیمت، پیدا کردن بهترین گزینه با توجه به بودجه، بررسی فروشگاه‌ها، جست‌وجوی محصول با عکس، ترندهای ترب و تخفیف‌های روز

github.com/mmdju/torob-mcp


@Linuxor ~ MmdjDev

یه نفر با Opus 5.5 بازی DOTA2 تنظیم بازاری ساخته!

البته شوخی کردم DOTA2 نیست ولی شبیهشه یه بازی MOBA هستش که یه سبک از بازی‌های آنلاین تیمی هستش که معمولا چندتا بازیکن توی 2 تیم با هم مبارزه می‌کنن و هدف اصلیشون اینه که ساختمان اصلی تیم حریف رو نابود کنن:

spawn.co/@izkimar/league-of-spawn/play


@Linuxor

یه قانونی توی توسعه نرم افزار داشتیم قدیمیا یادشونه می‌گفتیم بعضی مواقع از اول نوشتن یه پروداکت خیلی سریع تر از ویرایش کردن کد آماده یه نفر دیگس، الان هوش مصنوعی اومده کد میزنه اون دیگه کد شما که نیست که... مال یه نفر دیگس انگاری یه پروژه آماده از یه جایی با خواسته ات برات آورده، سوال اصلی اینه آیا این قانونه هنوز اینجا صدق می‌کنه؟ یا نه می‌تونیم صاحب اون باشیم چون هر موقع بخوایم از خود هوش مصنوعی میپرسیم فلان جاش رو توضیح بده یا تغییر بده! با حالتی که خودمون نوشته باشیمیش هیچ فرقی نمی‌کنه!

سوال دوم که پیش میاد اینه خب اگر صاحب کد همه هستیم آیا می‌تونیم الان بریم یه پروژه سنگین مثل کرنل لینوکس رو با هوش مصنوعی ویرایش کنیم یا یه قابلیتی بهش اضافه کنیم؟ فععععک نکنم

@Linuxor