تو استرالیا و نیوزلند گوگل دیسکاور در نسخه وب و دسکتاپ به گوگل اضافه شده، یعنی وارد google.com بشید دیگه فقط یه صفحه ساده با نوار سرچ معروف نیست، یه فید از مطالب و اخبار ترند روزهای اخیر نشون داده میشه که بهش میگن گوگل دیسکاور. اگه خواستید تست کنید میتونید به گوگل نیوزلند برید.

یه بخش به اسم At a glance (در یک نگاه) هم کنارش ظاهر میشه که با کلیک روی سه نقطه عمودی کنارش، می‌تونید اون رو شخصی‌سازی کنید و سه گزینه برای انتخاب دارید، امور مالی (Finance)، ورزش (Sports)، و آب و هوا (Weather) که در صورت انتخاب، باکس اون بخش داخل صفحه‌اصلی گوگل نمایش داده میشه.

🔗 androidauthority
🤓 @geekalerts

بالاخره قابلیت جستجو توی چت‌های Gemini اضافه شد، این گزینه کمک میکنه خیلی ساده‌تر توی چت‌هایی که قبلا با جمنای داشتید جستجو کنید، کاربران نسخه وب با کلیک روی آیکون ذره‌بین و کاربران موبایل از طریق پنل کناری می‌تونن به این قابلیت دسترسی پیدا کنن.

🔗 9to5google
🤓 @geekalerts

مایکروسافت AI Actions رو به فایل اکسپلورر ویندوز ۱۱ میاره، اجازه میده کارهایی مثل حذف پس‌زمینه، تار کردن، جستجوی بصری و پاک کردن اشیاء رو مستقیما از فایل اکسپلورر انجام بدید و قراره در آینده از فایل‌های آفیس هم پشتیبانی کنه.
🔗 neowin
🤓 @geekalerts

مایکروسافت Windows AI Foundry رو معرفی کرده، یه پلتفرم یکپارچه برای توسعه‌دهنده‌ها تا اپلیکیشن‌های هوش مصنوعی که روی خود دستگاه اجرا میشن رو راحت‌تر بسازن. [L]

مایکروسافت زیرسیستم ویندوز برای لینوکس (WSL) رو اوپن‌سورس کرده و کدش رو روی گیت‌هاب گذاشته. به کاربرای ویندوز اجازه میده توزیع‌های لینوکس رو مستقیم اجرا کنن. [L]

گوگل یه قابلیت جدید به اسم Stream Realtime به AI Studio اضافه کرده که به مدل‌های Gemini اجازه پردازش هم‌زمان تصویر، ویدیو و صدا رو میده، یعنی gemini دیگه میتونه دنیای واقعی رو به صورت لحظه‌ای درک کنه، احتمالا اخبار بیشتر ازش توی Google I/O بیاد. [L]

مایکروسافت پروژه متن‌باز NLWeb رو معرفی کرده که به توسعه‌دهنده‌ها اجازه میده با چند خط کد، رابط چت و جستجوی مبتنی بر هوش مصنوعی رو به وب‌سایتشون اضافه کنن. این سیستم از داده‌های خود سایت و مدل AI دلخواه استفاده می‌کنه. [L]

انویدیا و مایکروسافت دارن با همکاری هم روی کامپیوترهای RTX AI، استفاده از هوش مصنوعی روی ویندوز ۱۱ رو ساده‌تر می‌کنن. انویدیا کتابخونه TensorRT for RTX رو بازطراحی کرده که با Windows ML هماهنگ شده و عملکرد AI روی این کامپیوترها رو بیش از ۵۰ درصد سریع‌تر کرده. [L]

استارتاپ ژاپنی ساکانا اِی‌آی یه مدل جدید به اسم CTM معرفی کرده که مثل مغز انسان هست، یعنی پردازش اطلاعات رو بر اساس زمان انجام می‌ده و به تاریخچه فعالیت نورون‌هاش توجه می‌کنه. اوپن‌سورس و قابل استفاده هست. [L]

مایکروسافت اج الان میتونه ترجمه کامل فایل‌های PDF با یک کلیک به بیش از ۷۰ زبان رو انجام بده، کوپایلوت چت هم می‌تونه فایل‌های آفیس آنلاین رو خلاصه و تحلیل کنه. [L]

مایکروسافت پلتفرم Discovery رو برای تحقیقات علمی معرفی کرده. این نتیجه همکاری‌های جدیدش با انویدیا هست. [L]

مایکروسافت چندایجنت (multi-agent) رو معرفی کرده که به ایجنت‌های مختلف اجازه می‌ده با هم همکاری کنن و کارهای پیچیده انجام بدن. [L]

گیت‌هاب کوپایلوت حالا یه ایجنت داره که می‌تونه به صورت ناهمزمان کدها رو تست، مشکلات رو پیدا و اصلاح کنه و حتی پول ریکوئست باز کنه. این ایجنت تو مخزن کد شما می‌چرخه و مراحل کارش رو هم به‌روز می‌کنه. از MCP هم پشتیبانی میکنه. [L]

گوگل دیپ‌مایند از AlphaEvolve، هوش مصنوعی که خودش الگوریتم‌های کامپیوتری جدید ابداع و در زیرساخت گوگل پیاده‌سازی می‌کنه، رونمایی کرد. این AlphaEvolve تونسته ۰.۷٪ از منابع محاسباتی جهانی گوگل رو آزاد کنه و حتی رکورد ۵۶ ساله ضرب ماتریس رو شکسته. [L]

ربات برنامه‌نویسی jules گوگل، که با مدل جمنای ۲.۵ پرو کار می‌کنه، از تست خصوصی خارج شده و به صورت جهانی در نسخه بتا با ۵ کار رایگان روزانه برای هر کاربر با اکانت گوگل در دسترسه. می‌تونه کارهایی مثل به‌روزرسانی کتابخانه‌ها، بازنویسی کد و حل مشکلات پروژه رو با تحلیل ساختار فایل‌ها و تاریخچه پروژه انجام بده و تغییرات رو به شکل پول ریکوئست در گیت‌هاب ارائه کنه. [L]

اپل روی یه نسخه از Siri کار کرده که میگن خروجی در حد ChatGPT داره و مدیرهای داخلی اپل دارن تلاش میکنن امکان دسترسی به جستجوی وب رو بهش اضافه کنه و جایگزین سیری فعلی بشه. [L]

تا امروز حدود ۱۰۰ نفر تو دنیا از ایمپلنت‌های مغزی برای ارتباط با کامپیوتر استفاده می‌کنن، مثل نیورالینک و انتظار میره این عدد تو ۱۲ ماه آینده دو برابر بشه و به حدود ۲۰۰ نفر برسه. [L]

مایکروسافت داره پشتیبانی از پروتکل Model Context Protocol یا MCP (که توسط Anthropic ساخته شده) رو به ویندوز ۱۱ اضافه می‌کنه. [L]

گیت‌هاب یه ایجنت کدنویسی برای کوپایلوت معرفی کرده که می‌تونه باگ‌ها رو رفع کنه، قابلیت جدید به کد اضافه کنه و مستندات رو بهبود بده. این ایجنت تو یه ماشین مجازی کار می‌کنه و تغییراتش رو برای بازبینی ارائه میده. همچنین گیت‌هاب، نسخه VS Code کوپایلوت رو اوپن‌سورس کرده. [L]

🤓 @geekalerts

گوگل یه پلن اشتراک به اسم Google AI Ultra معرفی کرده که هزینش سالی ۳۰۰۰ دلار هست. این پلن مثل یه بلیط VIP برای هوش مصنوعی گوگل هست و برای کاربرای حرفه‌ای مثل محقق‌ها، توسعه‌دهنده‌ها و تولیدکننده‌های محتوا طراحی شده که به حداکثر عملکرد و جدیدترین ویژگی‌ها نیاز دارن.

در کنار بالاترین سقف استفاده از ابزارهای گوگل، سرعت دسترسی سریع‌تر، مشترکانش اولین گروهی هستن که ویژگی‌های جدید رو دریافت میکنن، دسترسی زودهنگام به مدل Veo 3 و همچنین مدل جدید Deep Think 2.5 Pro رو داره. چیزهای دیگه مثل ۳۰ ترابایت فضای ذخیره سازی و اشتراک یوتیوب پریمیوم رو هم داره، کاربرای جدید هم برای ۳ ماهه اول ۵۰ درصد تخفیف میگیرن.

پلن قبلی یعنی AI Premium هم اسمش به Google AI Pro تغییر کرده و یه سری مزایای اضافه هم پیدا می‌کنه. مثل دسترسی زودهنگام به Flow با Veo 2 و Gemini در کروم.

#GoogleIO

🔗 androidauthority
🤓 @geekalerts

جمنای لایو (Gemini Live) برای همه کاربران اندروید و iOS رایگان شد، همون ویژگی هست که با دوربین گوشیتون محیط اطراف رو به جمنای نشون میدید و بعد ازش سوال میکنید. نقطه قوتش اینه که می‌تونه با چیزایی که روی صفحه گوشیتون هم هست تعامل داشته باشه.

گوگل گفته در هفته‌های آینده، جمنای لایو بیشتر با زندگی روزمره ترکیب میشه. مثلا می‌تونه رویداد به تقویم گوگل اضافه کنه، به گوگل مپس دسترسی داشته باشه و با بقیه بخش‌های اکوسیستم گوگل تعامل کنه.

#GoogleIO

🔗 theverge
🤓 @geekalerts

گوگل میخواد به Gemini ویژگی Agent Mode اضافه کنه. با این قابلیت، شما می‌تونید یه کاری رو به Gemini بسپارید اون به نمایندگی از شما میره و انجامش میده. پیچای تو یه مثال میگه، مثلا دو نفر دنبال آپارتمان تو تگزاس می‌گردن. این ایجنت می‌تونه از سایت‌هایی مثل Zillow آگهی پیدا کنه و در صورت نیاز از پروژه مارینر برای تنظیم فیلترهای خاص استفاده کنه. یه نسخه آزمایشی ازش هم به‌زودی برای مشترکان فعال میشه.

همزمان پروژه مارینر که یه جور دستیار هوش مصنوعیه و می‌تونه به جای شما تو وب جستجو کنه، حالا تا ۱۰ تا کار رو همزمان مدیریت میکنه. یه قابلیت جدید هم بهش اضافه شده به اسم یاد بده و تکرار کن (Teach and Repeat). یعنی شما یه بار یه کاری رو بهش نشون میدی، و اون یاد می‌گیره که چطور کارهای مشابه رو در آینده انجام بده. پیچای گفته پروژه مارینر تابستون امسال به طور گسترده‌تری در دسترس قرار می‌گیره.

#GoogleIO

🔗 theverge
🤓 @geekalerts

شرکت Xreal داره روی یه عینک واقعیت توسعه‌یافته (XR) مبتنی بر اندروید کار می‌کنه که اسم رمز پروژه هم آئورا هست. این عینک با همکاری ایکس‌ریل، گوگل و کوالکام ساخته میشه.

پروژه آئورا که یه دستگاه XR با قابلیت دیدن محیط اطراف (OST) هست، قراره با استفاده از چیپست کوالکام، تخصص ایکس‌ریل در سیستم‌های بصری و اندروید XR گوگل، ایکس‌ریل رو به رقباش نزدیک‌تر کنه و یه دستگاه محاسبات فضایی کامل‌تر از قبل ارائه بده. از روی تصاویر میشه دید که دوربین داخلی داره، به نظر میرسه از همون تکنولوژی نمایشگر دوچشمی عینک‌های دیگه ایکس‌ریل بهره می‌بره.

با اینکه جزئیات زیادی از آئورا مثل قیمت و تاریخ عرضه هنوز اعلام نشده ولی میتونه بازار این تکنولوژی رو تغییر بده، توی نمایشگاه AWE در ژوئن هم اطلاعات بیشتری ازش میاد.

#GoogleIO

🔗 techradar
🤓 @geekalerts

گوگل میت داره ترجمه همزمان مکالمه رو میگیره، یعنی مثلا شما فارسی حرف میزنید ولی طرف مقابل به زبون خودش (مثلا انگلیسی) میشنوه، این فرایند در لحظه انجام میشه. برای ترجمه هم از Gemini استفاده میکنه و حتی سعی میکنه لحن و حالت بیانتون رو هم مثل خودتون انجام بده.

گوگل یه دمو هم نشون داده که یه نفر انگلیسی صحبت می‌کنه و همکارش اسپانیایی. به محض اینکه قابلیت ترجمه Gemini فعال میشه، گوگل میت صحبت‌های هر کدوم رو با همون حس و حال و لحن خودش، برای اون یکی به زبان خودش دوبله می‌کنه.

فعلا این قابلیت می‌تونه بین انگلیسی و اسپانیایی ترجمه کنه، ولی گوگل گفته به زودی (در هفته‌های آینده) زبان‌های ایتالیایی، آلمانی و پرتغالی هم بهش اضافه میشن. این ویژگی همین الان داره برای مشترکین فعال میشه و اواخر امسال هم برای کسب‌وکارها و شرکت‌ها میاد.

#GoogleIO

🔗 theverge
🤓 @geekalerts

گوگل یه تکنولوژی جدید به اسم گوگل بیم (Google Beam) معرفی کرده که با هوش مصنوعی، تماس‌های تصویری رو به تجربه‌ای سه‌بعدی و واقعی تبدیل می‌کنه، از مجموعه ۶ دوربین برای تصویربرداری از زوایای مختلف استفاده می‌کنه. هوش مصنوعی این تصاویر رو در لحظه ترکیب و یک مدل سه‌بعدی زنده از فرد می‌سازه.

ردیابی حرکات سر با دقت میلی‌متری و ویدیو با سرعت ۶۰ فریم بر ثانیه ارائه میشه. نکته مهمش اینه که برای دیدن این تصویر سه‌بعدی، نیازی به عینک یا تجهیزات خاصی نیست، چون از نمایشگر مخصوص میدان نوری (light field display) استفاده می‌کنه.

هدفش اینه که حس و حالی شبیه سیستم‌های ارتباطی هولوگرافیک ایجاد کنه، اما در اندازه واقعی و کاملاً طبیعی. اچ‌پی جزئیات بیشتری از این پلتفرم رو تو نمایشگاه InfoComm در ماه ژوئن ارائه میده. گوگل با شرکت‌های دیگری مثل زوم هم همکاری می‌کند. اولین دستگاه‌های بیم اواخر سال ۲۰۲۵ برای کاربران در دسترس قرار میگیره.

#GoogleIO

🔗 cnet
🤓 @geekalerts