انویدیا بزرگ‌ترین مانع و دردسر توی هوش مصنوعی صوتی (Voice AI) رو از بین برده مدل PersonaPlex-7B رو به‌صورت متن‌باز (Open Source) منتشر کرده؛ یه مدل مکالمه‌ای با قابلیت Full-Duplex که می‌تونه هم‌زمان گوش بده و صحبت کنه.
به‌جای اینکه صبر کنه حرف زدنت تموم بشه و بعد جواب بده، از یه معماری دو‌جریانی (Dual-Stream) استفاده می‌کنه که بهش اجازه می‌ده حرف‌هات رو پردازش کنه و در لحظه بهت پاسخ بده.
100٪ متن‌باز و رایگان:

github.com/NVIDIA/personaplex

@Linuxor

یه مدل هوش مصنوعی جدید با 1 میلیون توکن حافظه متنی و رایگان مدل Step 5 Preview طبق اعلام منتشرشده، فعلاً از طریق OpenCode و Hermes agent رایگان در دسترسه!
از متن، تصویر و ویدیو پشتیبانی می‌کنه، برای کارهای Agentic طراحی شده و ادعا می‌شه تا 131 هزار توکن خروجی تولید می‌کنه! یعنی می‌تونی پروژه‌های کدنویسی، فایل‌های طولانی و تسک‌های چندمرحله‌ای رو با کمک یه ایجنت هوشمند جلو ببری. البته رایگان بودن و محدودیت‌های دسترسی ممکنه تغییر کنه.

لینک دانلود OpenCode برای ویندوز، مک و لینوکس:

opencode.ai/download

@Linuxor ~ codecloude

بعضیا می‌گن درباره واتساپ پست نزار ما استفراغمون می‌گیره داداش تو اتوبوس که ننشستی یه دو دقیقه قرص دیمن هیدرینات بخون تا حرفم تموم بشه

این برای کسب و کارا خوبه خودمم خوشم از واتساپ نمیاد ولی مشتری توشه دیگه مشتری هم تاج سره با این پروژه می‌تونی واتساپ رو به اپلیکیشن‌ها و سیستم‌های اتوماسیونت وصل کنی یه پروژه متن‌باز که امکان ارسال و دریافت پیام از طریق API رو فراهم می‌کنه و برای ساخت ربات‌های واتساپی و اتوماتیک‌کردن ارتباط با مشتری‌ها کاربرد داره. یکی از جذابیت‌های این پروژه، قابلیت اتصال به AI و اتوماسیونه.

github.com/rmyndharis/OpenWA


@Linuxor

ورژن سوم مدل Decision منتشر شد این مدل اوپن ویت شبیه به مدل Jev هستش و متن تولید نمی‌کنه و فقط تصمیم می‌گیره (درونگراست نه برونگرا)

خوبیش اینه همه سایز داره از خیلی کوچیک تا خیلی بزرگ هرکدومو که به سخت افزارتون خورد می‌تونید ران کنید

huggingface.co/collections/vllm-sr/decision-30


@Linuxor

یه مدل تصمیم‌گیری متن‌باز با 322 میلیون پارامتر که توی بعضی از بنچمارک‌ها از Jev بهتر عمل می‌کنه...
روی گوشی هم به‌صورت محلی اجرا می‌شه...
و حالا یه API رایگان هم داره. با THX-01 آشنا بشین!

وزن‌های مدل (Weights):
huggingface.co/doofz/THX-01

گرفتن API رایگان:

api.hal-x.ai/docs/thx-01

نصب با pip:
pip install thx01

@Linuxor

مدل فارسی میزان 4B منتشر شد

یه مدل تصمیم‌گیری (decision model) اوپن weight که برای فارسی ساخته شده.

متن و سوال هارو دریافت میکنه و مثل jev برای هر سوال تایپ شده جواب و احتمال بهتون خروجی میده. با نسخه gguf فقط 2.5G رم میخواد و روی یک لپ تاپ هم اجرا میشه

برای کامنت، تیکت پشتیبانی، پیامک و آگهی کلاهبرداری، رزومه و... سوال‌تون رو فارسی یا انگلیسی می‌نویسید و جواب رو میگیرید.

روی 3000 داده واقعی فارسی داخل بنچ مارکی که انجام دادیم امتیاز 78.7 درصد گرفت، یعنی 5 درصد پایین‌تر از Jev و Clef 27B و تقریبا 16 درصد بیشتر از Laya

huggingface.co/xmanii/Mizan-4B


@Linuxor ~ mirzaei_mani

چین به‌تازگی یه ابزار OCR رو متن‌باز کرده که می‌تونه فایل‌های PDF با 100 صفحه رو توی یه مرحله پردازش کنه!
اسمش Unlimited OCR هستش و فقط 3 میلیارد پارامتر داره. ضمن اینکه می‌تونی به‌صورت کاملاً محلی روی سیستم خودت اجراش کنی.
بقیه ابزارهای OCR معمولاً سندت رو صفحه‌به‌صفحه تقسیم می‌کنن و ارتباط بین بخش‌های مختلف متن رو از دست می‌دن. اما این ابزار کل سند رو در یک مرحله و به‌صورت پیوسته می‌خونه و پردازش می‌کنه.
پردازش کل سند در یک مرحله: با درک کامل محتوا و پنجره متنی 32K
پشتیبانی از چندین زبان: بدون نیاز به تنظیمات پیچیده و اضافه
دقت 93 درصدی: در بنچمارک استاندارد پردازش اسناد، یعنی 6 واحد درصد بهتر از خط پایه (Baseline)
نرخ خطای کمتر از 0.11: حتی هنگام پردازش اسنادی با بیشتر از 40 صفحه
اجرای کاملاً محلی: 100٪ روی سخت‌افزار خودت
سازگاری با ابزارهای مختلف: از جمله Transformers، vLLM، SGLang، Docker، Ollama و llama.cpp
اما این ابزار روی سیستم خودت اجرا می‌شه؛ رایگان:

huggingface.co/baidu/Unlimited-OCR

@Linuxor

یه تناقض جالبی هست برای صاحبای کسبو کارا؛ می‌شه تقریبا این جمله رو به همه صاحبای کسبو کارا گفت: اگه این کسب و کار یا شرکت مال توعه تو توش چه غلطی داری می‌کنی؟ گمشو برو بیرون دیگه...

حالا شاید بگید خب طرف اصل کاریه چرا باید بره بیرون؟ دقیقا نکته همینجاست اون درست نتونسته کسب و کارش رو سیستم سازی کنه و الان مالکش نیست بلکه کارمندشه! اگه مالک واقعیش بود باید بدون حضورش چرخ دنده های کسب و کارش می‌چرخید.

@Linuxor

این گنج هم سرو صدای زیادی کرده؛ باهاش میتونید از تمام کانکشن ها (مثلا وایفای و لن و یو اس بی تتر و...) رو به صورت همزمان استفاده کنید تا فایل هاتون رو سریع تر دانلود کنید.


دانلود ابزار برای ویندوز، مک و لینوکس :

github.com/anmolkapil/plexo


@Linuxor

من یه عالمه توکن دیگه سوزوندم و منطقه یک تهران را حالت بازی جهان باز شبیه به gta تحت وب ساختم.زبان و هوا و ترافیک با تهران واقعی سینک میشه میتونی موتور ماشین هلیکوپتر و هواپیما سوار بشی ماموریت انجام بدی .به مرور زمان کامل ترش میکنم

tehran.velestudio.com


@Linuxor ~ erfanso

فاصله چت‌جی‌پی‌تی با رقباش دوباره زیاد شد

طبق آمار منتشرشده از Similarweb، سهم ChatGPT از ترافیک وب‌سایت‌های هوش مصنوعی که در اکتبر 2025 حدود 71.8% بود، در آوریل 2026 به 53.7% سقوط کرد؛ اما حالا چهار ماهه که دوباره روند صعودی گرفته و در سپتامبر به 56.4%رسیده!

@Linuxor ~ codecloude

خواهرا و داداشام سفت بشینین؛ بعد از Adobe، حالا نوبت Microsoft Office شده😂

همون تیم برای Word، PowerPoint و Excel هم جایگزین رایگان و اوپن‌سورس ساخته و گذاشته برای دانلود. حدود 70 تا 80 درصد کاراییشون رو پیاده کرده
اساتید، سوت پایانو بزنیم یا زوده؟ چی یاد بگیریم، یا چی بزنیم که دو روز بعد نسخه رایگانش نیاد؟

ازینجا نصبشون کنین:
getartcraft.com/apps

@Linuxor ~ amir_ghm

آمازون اومده یه برنامه به اسم AWS Activate داده بیرون که به استارتاپ‌های واجد شرایط 1000 الی 5000 دلار اعتبار میده
بسته به اینکه استارتاپ شما با هزینه خود بنیان گذار پیش میره یا شتابدهنده عددی که میده فرق میکنه
برای گرفتن همون 1000 دلار اعتبار باید
1. هزینه استارتاپ رو خودتون تامین کرده باشین
2. در 10 سال گذشته تاسیس شده باشین
3. سایت فعال باشه
4. قبلا از AWS Activate استفاده نکرده باشید

این طرح تاریخ انقای 1 الی 2 ساله داره و همچنین کارت اعتباری معتبر هم باید بهش وصل کنین

aws.amazon.com/startups/credits


@Linuxor ~ MR_Timothymc

هوش مصنوعی همین الان هم داره باعث مرگ آدم‌ها می‌شه.
به گفته‌ی محققان اوکراینی، یک پهپاد روسی که در ماه جولای در زاپوریژیا باعث کشته شدن 3 نفر شد، تصمیم‌گیری درباره‌ی انجام حمله رو به یک تراشه‌ی Nvidia Jetson Orin سپرده بود.
انویدیا هم در پاسخ گفته که این تراشه یک محصول مصرفی هستش که برای فروش به دانشجوها هم عرضه می‌شه. (نه نظامی)

قدرتش هم ضعیف تر از کارت گرافیک های گیمنگه، ولی توانش پایینه و به خوبی می‌تونه چند تا دوربین رو همزمان هندل کنه و پردازش بلادرنگی داشته باشه.


@Linuxor

جامع‌ترین مجموعه MCP برای وب‌سایت‌های ایرانی رو ساختم؛ کاملاً اوپن‌سورس!

19 سرور | 308 ابزار | مجوز MIT
چرا؟ چون خیلی از سایت‌های ایرانی API عمومی ندارن و ایجنت‌های AI نمی‌تونن باهاشون کار کنن


Digikala، Technolife، MasterKala، Shopino
Snappfood، SnappMarket، Okala
MrBilit، Flytoday، Jabama، Otaghak
Paziresh24، Doctoreto
Taaghche، Fidibo، 30book
Khanoumi، Asal Banoo
PayPing، Bale

به ایجنتت می‌گی:

«ارزون‌ترین پرواز به کیش رو پیدا کن، یه ویلا با شبی حداکثر ۴ میلیون تومان پیشنهاد بده و یه متخصص پوست با نوبت خالی پیدا کن؛ همه رو توی یه جدول مقایسه کن.»

ایجنت از MrBilit، Jabama، Otaghak و Paziresh24 استفاده می‌کنه و نتیجه رو یک‌جا تحویل می‌ده

github.com/sepehr071/awesome-iran-mcp

@Linuxor ~ looper_in_time

مدیر عامل مایکروسافت :

امروز داریم از بزرگ‌ترین سرمایه‌گذاری و شرط‌بندی‌مون روی تراشه‌هایی که خودمون طراحی می‌کنیم، رونمایی می‌کنیم.

از سال میلادی آینده، تولید و استفاده از خانواده تراشه‌های Maia رو به مقیاس چندین گیگاواتی می‌رسونیم تا این تراشه‌ها به سیستم اصلی پردازش استنتاج هوش مصنوعی (Inference) برای محصولات و سرویس‌های خودمون تبدیل بشن.

همچنین داریم Maia 300 رو معرفی می‌کنیم؛ تراشه‌ای که در مقایسه با سیستم‌های پیشرو مبتنی بر GPU، به‌ازای هر وات برق، 40 درصد توکن بیشتری پردازش می‌کنه.

در حال حاضر، داریم تراشه‌های Maia 200 رو در سراسر آمریکا، اروپا و استرالیا مستقر می‌کنیم. این تراشه‌ها در سرویس‌هایی مثل Teams و Copilot، تا 1.7 برابر توکن بیشتری به‌ازای هر وات برق پردازش می‌کنن.

هدف ما اینه که بر پایه‌ی بهبود بهره‌وری در کل زنجیره‌ی سخت‌افزار و نرم‌افزار که تا الان بهش رسیدیم، پیشرفت کنیم و در عین حال، جدیدترین نوآوری‌های سراسر اکوسیستم رو هم به زیرساخت پردازشی خودمون اضافه کنیم.


@Linuxor

یه ترفندی که برای ترک اعتیاد به اسکرول بیهوده اینستاگرام زدم این بود که حذفش کردم روی سیستمم عمدا DOTA2 نصب کردم! اگه گیمیر باشین می‌دونین DOTA2 خودش رتبه 1 اعتیاد رو بین گیم ها رو داره؛ یجوری آتیش رو با آتیش خاموش کردم بعد چند روز که غرقش شدم یهویی بازی رو شیفت دیلیت کردم (اینو دیگه مثل اینستاگرام به راحتی نمیشه نصب کرد)

دیروز و امروز تونستم روزانه میانگین 60 صفحه کتاب بخونم؛ از این رکب ها زیاد زدم به خودم یه مشکلی که داره پایدار نیست و مثلا بعد یه هفته به یه بهونه ای دوباره میرم سراغ چیز های بیهوده ولی سوسکی به هدف اصلیم که خوندن این کتاب 400 صفحه ای بوده رسیدم تا اون موقع. بعدش که یه کتاب جدید تر پیدا کردم یه روش دیگه پیدا میکنم و رکب به خودم میزنم (خوندن کتاب و کار سخت این زحمت هارو هم داره دیگه اگه ذهنتون شلوغ باشه باید به طور فعالانه دنبال راه حل باشین، اگه منتظر بمونید از آشفتگی خارج بشید هیچ وقت زمان مناسبی پیدا نمیکنید که تمرکز کنید)

@Linuxor

لینوس توروالدز با کمک هوش مصنوعی تونست باگ‌هایی رو توی هسته‌ی لینوکس پیدا کنه که از سال 2013 مخفی مونده بودن.

ماجرا از جایی شروع شد که یه توسعه‌دهنده به اسم نیلز اولروگه (Nils Ollrogge) یه باگ رو گزارش کرد و راه‌حل رفعش رو هم ارائه داد.

لینوس متوجه شد که دنبال کردن و درک کد مربوط به این باگ خیلی سخت و پیچیده‌ست. برای همین از ابزارهای مبتنی بر مدل‌های زبانی بزرگ (LLM) استفاده کرد تا کد رو بهتر بفهمه و توابع بزرگ رو به چند تابع کوچیک‌تر و خواناتر تقسیم کنه.

بعد از انجام تست‌ها، مشخص شد که باگ گزارش‌شده واقعاً وجود داشته. علاوه بر اون، 3 باگ دیگه هم پیدا شد که همگی از اولین کامیت این کتابخونه در سال 2013 وجود داشتن.

البته این تغییرات هنوز با شاخه‌ی اصلی هسته‌ی لینوکس (Mainline Kernel) ادغام نشدن.

لینوس توروالدزی که یه زمان با هوش مصنوعی مخالف بود الان شده ابزارش برای سرعت کار :

phoronix.com/news/Linus-Torvalds-Assoc-Array


@Linuxor

پسرم شرکت و خط تولید داره؛ خط تولید پسرش :


@Linuxor

این مدل چینی که چندی پیش معرفی کردم و محتوای PDF رو استخراج می‌کرد رو ببینید توی آپدریت جدیدش به سرعت 263 توکن بر ثانیه رسیده و واقعا کیفیتش خوبه.

برای ترجمه یا استفاده از اطلاعات کتاب ها خیلی خوبه البته تست روی M5 Pro با 24 گیگابایت حافظه انجام شده و روی سیستمتون اگر ضعیف تر باشه کند تره و بهتره روی مک اجراش کنید چون برای مک بهینه تره:

huggingface.co/FluidInference/unlimited-ocr-mlx-coreml

@Linuxor