🦀 RustGPT —
زبان‌مدل از صفر با Rust
این پروژه یک پیاده‌سازی کامل از مدل ترنسفورمر روی زبان Rust هست که بدون استفاده از هیچ فریم‌ورک آماده‌ی ML ساخته شده.
🚀 ویژگی‌ها:
آموزش پیشین (Pretraining) و فاین‌تیونینگ کامل برای دیالوگ 🤖
معماری ماژولار با جداسازی شفاف وظایف ⚡
استفاده از ndarray برای محاسبات ماتریسی 📊
پشتیبانی از گرادیان‌دسنت و Gradient Clipping 🎯
حالت تعاملی برای تست و گفتگو با مدل 💬
📌 سورس کد در گیت‌هاب:
👉 github.com/tekaratzas/RustGPT
—
#Rust #LLM #Transformers #هوش_مصنوعی #برنامه‌نویسی
زبان‌مدل از صفر با Rust
این پروژه یک پیاده‌سازی کامل از مدل ترنسفورمر روی زبان Rust هست که بدون استفاده از هیچ فریم‌ورک آماده‌ی ML ساخته شده.
🚀 ویژگی‌ها:
آموزش پیشین (Pretraining) و فاین‌تیونینگ کامل برای دیالوگ 🤖
معماری ماژولار با جداسازی شفاف وظایف ⚡
استفاده از ndarray برای محاسبات ماتریسی 📊
پشتیبانی از گرادیان‌دسنت و Gradient Clipping 🎯
حالت تعاملی برای تست و گفتگو با مدل 💬
📌 سورس کد در گیت‌هاب:
👉 github.com/tekaratzas/RustGPT
—
#Rust #LLM #Transformers #هوش_مصنوعی #برنامه‌نویسی
GitHub
GitHub - tekaratzas/RustGPT: An transformer based LLM. Written completely in Rust
An transformer based LLM. Written completely in Rust - tekaratzas/RustGPT
🎉19🔥18😁18👍13❤11👏9🥰8
This media is not supported in your browser
VIEW IN TELEGRAM
🤖✨ تمرین تعادل ربات‌های انسان‌نما
#هوش_مصنوعی #رباتیک #ربات_انسان_نما #AI #Robotics #FutureTech #MachineLearning
#هوش_مصنوعی #رباتیک #ربات_انسان_نما #AI #Robotics #FutureTech #MachineLearning
😁21🥰18👍13❤12🔥12👏12🎉7
این تصویر ۹ اصل کلیدی برای بهبود عملکرد سیستم‌های RAG را نشون میده:
1️⃣ Chunking –
تقسیم بهینه اسناد (۵۱۲–۱۰۲۴ توکن) و استفاده از پنجره‌های لغزان برای پوشش بهتر محتوا.
2️⃣ Embeddings –
استفاده از مدل‌های بردار پیشرفته مثل BAAI یا MPNET برای دقت بالا.
3️⃣ Vector Store –
انتخاب دیتابیس مناسب (مثل Milvus, Weaviate, Pinecone) بر اساس مقیاس و سرعت.
4️⃣ Query Processing –
استفاده از تکنیک‌های HYDE و hybrid search برای بهبود بازیابی.
5️⃣ Reranking –
اعمال مدل‌های بازچینش مثل MonoBERT یا TILDE برای افزایش دقت.
6️⃣ Summarization –
ترکیب رویکردهای extractive و abstractive برای خلاصه‌سازی جامع.
7️⃣ Fine-tuning –
تنظیم دقیق مدل برای بهبود عملکرد در دامنه‌های خاص.
8️⃣ Evaluation –
پایش متریک‌های عمومی و دامنه‌ای برای بهبود مستمر سیستم.
9️⃣ LLM Integration –
ادغام هوشمند مدل‌های زبانی بزرگ با retrieval.
🔟 Repacking –
پیاده‌سازی استراتژی‌های sides, forward, reverse برای بسته‌بندی بهینه محتوا.
#هوش_مصنوعی #RAG #LLM #یادگیری_ماشین #AI #MachineLearning #GenerativeAI
1️⃣ Chunking –
تقسیم بهینه اسناد (۵۱۲–۱۰۲۴ توکن) و استفاده از پنجره‌های لغزان برای پوشش بهتر محتوا.
2️⃣ Embeddings –
استفاده از مدل‌های بردار پیشرفته مثل BAAI یا MPNET برای دقت بالا.
3️⃣ Vector Store –
انتخاب دیتابیس مناسب (مثل Milvus, Weaviate, Pinecone) بر اساس مقیاس و سرعت.
4️⃣ Query Processing –
استفاده از تکنیک‌های HYDE و hybrid search برای بهبود بازیابی.
5️⃣ Reranking –
اعمال مدل‌های بازچینش مثل MonoBERT یا TILDE برای افزایش دقت.
6️⃣ Summarization –
ترکیب رویکردهای extractive و abstractive برای خلاصه‌سازی جامع.
7️⃣ Fine-tuning –
تنظیم دقیق مدل برای بهبود عملکرد در دامنه‌های خاص.
8️⃣ Evaluation –
پایش متریک‌های عمومی و دامنه‌ای برای بهبود مستمر سیستم.
9️⃣ LLM Integration –
ادغام هوشمند مدل‌های زبانی بزرگ با retrieval.
🔟 Repacking –
پیاده‌سازی استراتژی‌های sides, forward, reverse برای بسته‌بندی بهینه محتوا.
#هوش_مصنوعی #RAG #LLM #یادگیری_ماشین #AI #MachineLearning #GenerativeAI
🔥21👏16🎉15❤12🥰12👍11😁11
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 رباتی که به پرینتر سه‌بعدی تبدیل شد!
یک تیم طراحان در شانگهای طی یک ورکشاپ سه‌هفته‌ای در دانشگاه تونگجی موفق به ساخت یک ربات-پرینتر شش‌محوره شدند.
🔹 ایده این پروژه از ساختار تار عنکبوت الهام گرفته شده؛ جایی که استحکام و هندسه رشته‌ها مبنای یک رویکرد بیومیمتیک قرار گرفت.
✨ ویژگی کلیدی:
روش نوآورانه Spindle-Knot Extrusion که امکان ساخت سازه‌های خودایستا را فراهم می‌کند. به جای چاپ لایه‌لایه، ربات می‌تواند در فضای آزاد چاپ کند و انعطاف بیشتری به طراحی بدهد.
🛠 اجزای اصلی پروژه:
♻️ربات صنعتی KUKA
♻️اکسترودر رباتیک با هدهای متحرک
♻️سیستم کنترل مبتنی بر Arduino برای دقت در دما و جریان مواد
📌 این پروژه هنوز در حال توسعه است، اما نشان می‌دهد ترکیب رباتیک و چاپ سه‌بعدی می‌تواند افق‌های تازه‌ای در تولید صنعتی باز کند.
#رباتیک #پرینت_سه‌بعدی #KUKA #Arduino #ساخت_افزایشی #هوش_مصنوعی #فناوری #Biomimicry #3DPrinting
یک تیم طراحان در شانگهای طی یک ورکشاپ سه‌هفته‌ای در دانشگاه تونگجی موفق به ساخت یک ربات-پرینتر شش‌محوره شدند.
🔹 ایده این پروژه از ساختار تار عنکبوت الهام گرفته شده؛ جایی که استحکام و هندسه رشته‌ها مبنای یک رویکرد بیومیمتیک قرار گرفت.
✨ ویژگی کلیدی:
روش نوآورانه Spindle-Knot Extrusion که امکان ساخت سازه‌های خودایستا را فراهم می‌کند. به جای چاپ لایه‌لایه، ربات می‌تواند در فضای آزاد چاپ کند و انعطاف بیشتری به طراحی بدهد.
🛠 اجزای اصلی پروژه:
♻️ربات صنعتی KUKA
♻️اکسترودر رباتیک با هدهای متحرک
♻️سیستم کنترل مبتنی بر Arduino برای دقت در دما و جریان مواد
📌 این پروژه هنوز در حال توسعه است، اما نشان می‌دهد ترکیب رباتیک و چاپ سه‌بعدی می‌تواند افق‌های تازه‌ای در تولید صنعتی باز کند.
#رباتیک #پرینت_سه‌بعدی #KUKA #Arduino #ساخت_افزایشی #هوش_مصنوعی #فناوری #Biomimicry #3DPrinting
🔥17👍15👏15😁15❤13🎉12🥰9
⚡️ فتورئالیسم در مدل‌های دیفیوژن در کمتر از ۱۰ دقیقه؟
✳️تیم Hunyuan روش جدیدی به نام SRPO (Semantic Relative Preference Optimization) معرفی کرده که نشان می‌دهد این کار ممکن است.
🔹 فریم ورکSRPO یک فریم‌ورک آنلاین برای یادگیری تقویتی در مدل‌های متن-به-تصویر است؛ جایگزینی کارآمدتر نسبت به GRPO که تولید را پایدارتر، سریع‌تر و ارزان‌تر می‌کند.
📌 چطور کار می‌کند؟
Direct-Align →
بهینه‌سازی حتی روی پر‌نویزترین مراحل، بدون خطا و با مصرف کمتر حافظه.
Promptable Rewards →
تبدیل پاداش‌ها به سیگنال‌های شرطی. کافیست کلمات کلیدی به پرامپت اضافه کنید تا مدل بلافاصله واقع‌گرایی را تقویت کند.
بهره‌وری → ۷۵ برابر افزایش سرعت؛ نتایج تنها در ۱۰ دقیقه روی ۳۲ GPU (بهتر از DanceGRPO).
کیفیت → افزایش رئالیسم و زیبایی تصاویر در مدل FLUX.1-dev بدون نیاز به داده‌ی جدید.
پایداری → بدون reward hacking، سازگار با مدل‌های پاداش آماده و بدون oversaturation تصاویر.
🔗 منابع بیشتر:
🟢 پروژه
🟢 مقاله
🟢 مدل
🟢 کد
#هوش_مصنوعی #یادگیری_تقویتی #مدل_دیفیوژن #متن_به_تصویر #SRPO #AI #DiffusionModels
✳️تیم Hunyuan روش جدیدی به نام SRPO (Semantic Relative Preference Optimization) معرفی کرده که نشان می‌دهد این کار ممکن است.
🔹 فریم ورکSRPO یک فریم‌ورک آنلاین برای یادگیری تقویتی در مدل‌های متن-به-تصویر است؛ جایگزینی کارآمدتر نسبت به GRPO که تولید را پایدارتر، سریع‌تر و ارزان‌تر می‌کند.
📌 چطور کار می‌کند؟
Direct-Align →
بهینه‌سازی حتی روی پر‌نویزترین مراحل، بدون خطا و با مصرف کمتر حافظه.
Promptable Rewards →
تبدیل پاداش‌ها به سیگنال‌های شرطی. کافیست کلمات کلیدی به پرامپت اضافه کنید تا مدل بلافاصله واقع‌گرایی را تقویت کند.
بهره‌وری → ۷۵ برابر افزایش سرعت؛ نتایج تنها در ۱۰ دقیقه روی ۳۲ GPU (بهتر از DanceGRPO).
کیفیت → افزایش رئالیسم و زیبایی تصاویر در مدل FLUX.1-dev بدون نیاز به داده‌ی جدید.
پایداری → بدون reward hacking، سازگار با مدل‌های پاداش آماده و بدون oversaturation تصاویر.
🔗 منابع بیشتر:
🟢 پروژه
🟢 مقاله
🟢 مدل
🟢 کد
#هوش_مصنوعی #یادگیری_تقویتی #مدل_دیفیوژن #متن_به_تصویر #SRPO #AI #DiffusionModels
🎉61❤48😁44🔥43👍40👏37🥰34
💻 GPT-5 Codex
؛ شریک هوشمند کدنویسی
مدل جدید OpenAI حالا می‌تواند تصمیم بگیرد چه زمانی سریع فکر کند و چه زمانی عمیق.
⚡️ تفکر پویا: برای تسک‌های ساده پاسخ فوری می‌دهد، اما در ریفکتورهای پیچیده تا ۳۵ دقیقه زمان صرف می‌کند.
☁️ جریان کاری یکپارچه: امکان جابجایی بین VS Code محلی و Codex Cloud با حفظ کامل کانتکست، حتی اگر لپ‌تاپ خاموش شود.
🔍 بازبینی هوشمندتر: ربات یکپارچه حالا تست‌ها را اجرا می‌کند، باگ‌ها را رفع می‌کند و تغییرات را مستقیم در GitHub پوش می‌کند.
🚀 همچنین، GPT-5 Codex بیش از همیشه به یک همکار واقعی در کدنویسی نزدیک شده — هرچند پروژه‌های چند اسپرینتی هنوز چالش‌برانگیزند.
@rss_ai_ir
#هوش_مصنوعی #کدنویسی #GPT5 #Codex #برنامه‌نویسی #AI #Coding
؛ شریک هوشمند کدنویسی
مدل جدید OpenAI حالا می‌تواند تصمیم بگیرد چه زمانی سریع فکر کند و چه زمانی عمیق.
⚡️ تفکر پویا: برای تسک‌های ساده پاسخ فوری می‌دهد، اما در ریفکتورهای پیچیده تا ۳۵ دقیقه زمان صرف می‌کند.
☁️ جریان کاری یکپارچه: امکان جابجایی بین VS Code محلی و Codex Cloud با حفظ کامل کانتکست، حتی اگر لپ‌تاپ خاموش شود.
🔍 بازبینی هوشمندتر: ربات یکپارچه حالا تست‌ها را اجرا می‌کند، باگ‌ها را رفع می‌کند و تغییرات را مستقیم در GitHub پوش می‌کند.
🚀 همچنین، GPT-5 Codex بیش از همیشه به یک همکار واقعی در کدنویسی نزدیک شده — هرچند پروژه‌های چند اسپرینتی هنوز چالش‌برانگیزند.
@rss_ai_ir
#هوش_مصنوعی #کدنویسی #GPT5 #Codex #برنامه‌نویسی #AI #Coding
😁18❤16🥰15🔥13🎉13👍11👏10
This media is not supported in your browser
VIEW IN TELEGRAM
🌍 استارتاپ جدید برای ساخت دنیا از روی عکس!
⛔️یک استارتاپ تازه‌نفس مدلی معرفی کرده که می‌تواند از یک عکس ساده → یک دنیای سه‌بعدی قابل اکتشاف بسازد. فعلاً امکان آپلود تصاویر شخصی وجود ندارد، اما می‌توانید وارد دنیاهای ساخته‌شده توسط دیگران شوید و در آن‌ها قدم بزنید:
👉 marble.worldlabs.ai
✨ نکته جالب: همین «نوارهای رنگی» یا Gaussian Splatting پایه‌ی اصلی این شبیه‌سازی‌ها هستند.
📱 از موبایل هم می‌شود دید، ولی کیفیت شبیه‌سازی‌ها پایین‌تر است.
@rss_ai_ir
#هوش_مصنوعی #سه‌بعدی #مولد #AI #3D #GenerativeAI #Metaverse
⛔️یک استارتاپ تازه‌نفس مدلی معرفی کرده که می‌تواند از یک عکس ساده → یک دنیای سه‌بعدی قابل اکتشاف بسازد. فعلاً امکان آپلود تصاویر شخصی وجود ندارد، اما می‌توانید وارد دنیاهای ساخته‌شده توسط دیگران شوید و در آن‌ها قدم بزنید:
👉 marble.worldlabs.ai
✨ نکته جالب: همین «نوارهای رنگی» یا Gaussian Splatting پایه‌ی اصلی این شبیه‌سازی‌ها هستند.
📱 از موبایل هم می‌شود دید، ولی کیفیت شبیه‌سازی‌ها پایین‌تر است.
@rss_ai_ir
#هوش_مصنوعی #سه‌بعدی #مولد #AI #3D #GenerativeAI #Metaverse
👏18😁16❤15🔥14🥰13👍12🎉5
This media is not supported in your browser
VIEW IN TELEGRAM
🌟 این دیگه واقعاً ترسناک شد...
📌 سرعت پیشرفت فناوری هوش مصنوعی و رباتیک به حدی رسیده که مرز بین تخیل و واقعیت هر روز کمرنگ‌تر می‌شه. وقتی ابزارهایی ساخته می‌شن که می‌تونن تصمیم بگیرن، تولید کنن و حتی تعاملات انسانی رو شبیه‌سازی کنن، سؤال بزرگ اینجاست:
آیا ما آماده چنین آینده‌ای هستیم؟
@rss_ai_ir
#هوش_مصنوعی #فناوری #آینده #روبات #نوآوری
📌 سرعت پیشرفت فناوری هوش مصنوعی و رباتیک به حدی رسیده که مرز بین تخیل و واقعیت هر روز کمرنگ‌تر می‌شه. وقتی ابزارهایی ساخته می‌شن که می‌تونن تصمیم بگیرن، تولید کنن و حتی تعاملات انسانی رو شبیه‌سازی کنن، سؤال بزرگ اینجاست:
آیا ما آماده چنین آینده‌ای هستیم؟
@rss_ai_ir
#هوش_مصنوعی #فناوری #آینده #روبات #نوآوری
🥰19❤18🎉14👍13🔥11😁11👏9🤔1
This media is not supported in your browser
VIEW IN TELEGRAM
🎥 Reinforcement Learning in DeepSeek-R1 | توضیح تصویری
⛔️در این ویدیو به شکل ساده و کاملاً بصری می‌بینید که الگوریتم یادگیری تقویتی (Reinforcement Learning) چطور در مدل DeepSeek-R1 استفاده می‌شود.
📌 نمایش تعامل عامل (Agent) با محیط، دریافت پاداش و اصلاح رفتار برای رسیدن به بهترین نتیجه.
👨💻 مناسب برای:
✳️دانشجویان و علاقه‌مندان به یادگیری ماشین
✳️کسانی که می‌خواهند درک عمیق‌تری از RL داشته باشند
✳️پژوهشگران حوزه هوش مصنوعی و مدل‌های DeepSeek
@rss_ai_ir
---
#DeepSeek #ReinforcementLearning #AI #MachineLearning #یادگیری_ماشین #هوش_مصنوعی #RL #DeepSeekR1
⛔️در این ویدیو به شکل ساده و کاملاً بصری می‌بینید که الگوریتم یادگیری تقویتی (Reinforcement Learning) چطور در مدل DeepSeek-R1 استفاده می‌شود.
📌 نمایش تعامل عامل (Agent) با محیط، دریافت پاداش و اصلاح رفتار برای رسیدن به بهترین نتیجه.
👨💻 مناسب برای:
✳️دانشجویان و علاقه‌مندان به یادگیری ماشین
✳️کسانی که می‌خواهند درک عمیق‌تری از RL داشته باشند
✳️پژوهشگران حوزه هوش مصنوعی و مدل‌های DeepSeek
@rss_ai_ir
---
#DeepSeek #ReinforcementLearning #AI #MachineLearning #یادگیری_ماشین #هوش_مصنوعی #RL #DeepSeekR1
❤18🔥17🎉15😁12🥰11👏11👍9
🧩 پیش‌نمایش Meshy 6
در بخش Image → 3D حالا نسخه پیش‌نمایش ششم Meshy فعال شده.
⚡ جزئیات ریزتر اضافه شده — ولی فعلاً همین!
👉 نکته اینجاست که هنوز مش (Mesh) نمایش داده نمی‌شه؛ بیشتر نمونه‌ها روی فیگورهای انیمه تمرکز دارن.
در همین حال Hunek نسخه 3D 3.0 رو منتشر کرده، باید ببینم چه کرده.
اگه کسی از شما با Meshy کار کرده، حتماً بگین اوضاع مش و تکسچرها چطوره.
🔗 https://www.meshy.ai/
@rss_ai_ir
#هوش_مصنوعی #3D #Meshy #ImageTo3D #مدل‌سازی_سه‌بعدی
در بخش Image → 3D حالا نسخه پیش‌نمایش ششم Meshy فعال شده.
⚡ جزئیات ریزتر اضافه شده — ولی فعلاً همین!
👉 نکته اینجاست که هنوز مش (Mesh) نمایش داده نمی‌شه؛ بیشتر نمونه‌ها روی فیگورهای انیمه تمرکز دارن.
در همین حال Hunek نسخه 3D 3.0 رو منتشر کرده، باید ببینم چه کرده.
اگه کسی از شما با Meshy کار کرده، حتماً بگین اوضاع مش و تکسچرها چطوره.
🔗 https://www.meshy.ai/
@rss_ai_ir
#هوش_مصنوعی #3D #Meshy #ImageTo3D #مدل‌سازی_سه‌بعدی
👍60🎉52🔥50😁48❤45👏37🥰34
پیشنهاد نقشه راه برای شروع هوش مصنوعی در صنعت
1. مبانی هوش مصنوعی و یادگیری ماشین
✅ریاضیات پایه: جبر خطی، احتمالات، آمار.
✅پایتون و کتابخانه‌ها: NumPy, Pandas, Matplotlib, Scikit-learn.
2. یادگیری عمیق (Deep Learning)
✅آشنایی با TensorFlow یا PyTorch.
✅کار با شبکه‌های عصبی پایه (MLP) و سپس CNN, RNN.
3. بینایی ماشین (Computer Vision)
✅پردازش تصویر با OpenCV.
✅مدل‌های تشخیص اشیاء (YOLO, Faster R-CNN) و طبقه‌بندی تصاویر (EfficientNet, ResNet).
4. کاربردهای صنعتی
✅تحلیل داده‌های حسگرها (Sensor Data Analytics).
✅سیستم‌های پایش تجهیزات (Predictive Maintenance).
✅بینایی ماشین در کنترل کیفیت (Defect Detection, OCR, Monitoring).
5. ترکیب با PLC و اتوماسیون صنعتی
✅آشنایی با ارتباط بین سیستم‌های AI و PLC (مثل پروتکل‌های Modbus, OPC UA).
✅ساخت سیستم‌های هوشمند که بتوانند با تجهیزات صنعتی تبادل داده کنند.
6. پروژه‌های عملی کوچک
✅تشخیص ناهنجاری روی تصاویر خط تولید.
✅ساخت مدل پیش‌بینی خطا از داده‌های سنسورها.
✅طراحی یک سیستم ساده AI که داده را از PLC بخواند و تحلیل کند.
@rss_ai_ir
#هوش_مصنوعی 🤖#صنعت 🏭#اتوماسیون ⚙️
#PLC 🔌#بینایی_ماشین 👁️#یادگیری_ماشین 📊#یادگیری_عمیق 🧠#دیجیتال_سازی 💡#کنترل_کیفی ✅#پایش_تجهیزات 🔍
#صنعت_مس ⛏️#فناوری_جدید #مهندسی_کنترل 📐
#AI_in_Industry
1. مبانی هوش مصنوعی و یادگیری ماشین
✅ریاضیات پایه: جبر خطی، احتمالات، آمار.
✅پایتون و کتابخانه‌ها: NumPy, Pandas, Matplotlib, Scikit-learn.
2. یادگیری عمیق (Deep Learning)
✅آشنایی با TensorFlow یا PyTorch.
✅کار با شبکه‌های عصبی پایه (MLP) و سپس CNN, RNN.
3. بینایی ماشین (Computer Vision)
✅پردازش تصویر با OpenCV.
✅مدل‌های تشخیص اشیاء (YOLO, Faster R-CNN) و طبقه‌بندی تصاویر (EfficientNet, ResNet).
4. کاربردهای صنعتی
✅تحلیل داده‌های حسگرها (Sensor Data Analytics).
✅سیستم‌های پایش تجهیزات (Predictive Maintenance).
✅بینایی ماشین در کنترل کیفیت (Defect Detection, OCR, Monitoring).
5. ترکیب با PLC و اتوماسیون صنعتی
✅آشنایی با ارتباط بین سیستم‌های AI و PLC (مثل پروتکل‌های Modbus, OPC UA).
✅ساخت سیستم‌های هوشمند که بتوانند با تجهیزات صنعتی تبادل داده کنند.
6. پروژه‌های عملی کوچک
✅تشخیص ناهنجاری روی تصاویر خط تولید.
✅ساخت مدل پیش‌بینی خطا از داده‌های سنسورها.
✅طراحی یک سیستم ساده AI که داده را از PLC بخواند و تحلیل کند.
@rss_ai_ir
#هوش_مصنوعی 🤖#صنعت 🏭#اتوماسیون ⚙️
#PLC 🔌#بینایی_ماشین 👁️#یادگیری_ماشین 📊#یادگیری_عمیق 🧠#دیجیتال_سازی 💡#کنترل_کیفی ✅#پایش_تجهیزات 🔍
#صنعت_مس ⛏️#فناوری_جدید #مهندسی_کنترل 📐
#AI_in_Industry
👍22🎉18😁17🔥13👏13❤12🥰11
This media is not supported in your browser
VIEW IN TELEGRAM
🛡️ مدل جدید SR-3D از انویدیا 🛡️
🤖 انویدیا از SR-3D رونمایی کرد؛ یک مدل نوآورانه در حوزه Vision-Language که می‌تواند تصاویر ۲بعدی تک‌نما و داده‌های ۳بعدی چندنما را در یک فضای مشترک توکنی ترکیب کند.
✨ ویژگی شاخص:
🔹 Region Prompting انعطاف‌پذیر
🔹 امکان نشانه‌گذاری با باکس، ماسک سگمنتیشن یا حتی مستقیم در فضای سه‌بعدی
🔹 بدون نیاز به برچسب‌گذاری وقت‌گیر چندفریمی
📊 نتیجه؟
بهترین عملکرد در وظایف ۲بعدی و ۳بعدی + قابلیت تحلیل ویدیوهای واقعی بدون داده‌های سنسوری اضافی.
📄 مقاله: https://arxiv.org/pdf/2509.13317
🌐 پروژه: https://www.anjiecheng.me/sr3d
---
#هوش_مصنوعی 🤖
#بینایی_ماشین 👁️
#زبان_و_تصویر 🖼️
#Nvidia 💚
#3D 🚀
#VisionLanguage
@rss_ai_ir
🤖 انویدیا از SR-3D رونمایی کرد؛ یک مدل نوآورانه در حوزه Vision-Language که می‌تواند تصاویر ۲بعدی تک‌نما و داده‌های ۳بعدی چندنما را در یک فضای مشترک توکنی ترکیب کند.
✨ ویژگی شاخص:
🔹 Region Prompting انعطاف‌پذیر
🔹 امکان نشانه‌گذاری با باکس، ماسک سگمنتیشن یا حتی مستقیم در فضای سه‌بعدی
🔹 بدون نیاز به برچسب‌گذاری وقت‌گیر چندفریمی
📊 نتیجه؟
بهترین عملکرد در وظایف ۲بعدی و ۳بعدی + قابلیت تحلیل ویدیوهای واقعی بدون داده‌های سنسوری اضافی.
📄 مقاله: https://arxiv.org/pdf/2509.13317
🌐 پروژه: https://www.anjiecheng.me/sr3d
---
#هوش_مصنوعی 🤖
#بینایی_ماشین 👁️
#زبان_و_تصویر 🖼️
#Nvidia 💚
#3D 🚀
#VisionLanguage
@rss_ai_ir
🥰14❤11🔥11👏10👍7😁5🎉5
🤖 بازگشت رباتیک در OpenAI
اوپن‌ای‌آی در سکوت، واحد رباتیک خودش رو دوباره فعال کرده:
🔹 جذب پژوهشگر در زمینه‌ی کنترل و آموزش ربات‌های انسان‌نما
🔹 استخدام مهندس برای شبیه‌سازها و نمونه‌سازی سیستم‌های حسگر
🔹 نیاز به مکانیک‌هایی با تجربه‌ی طراحی سیستم‌های آماده برای تولید انبوه (۱ میلیون+ دستگاه)
✨ نکته مهم: در تمام آگهی‌ها تأکید شده روی «رباتیک عمومی» به‌عنوان مسیر رسیدن به AGI.
یادآوری: این واحد از سال ۲۰۲۱ متوقف بود و تازه از دسامبر دوباره شروع به کار کرده.
📌 تصور کن: سال ۲۰۲۸، GPT-10 ظرف‌هات رو می‌شوره! 🍽️🤖
---
#هوش_مصنوعی 🤖
#رباتیک 🦾
#AGI 🚀
#OpenAI 💡
#ربات_انسان_نما 👤
#فناوری_جدید
@rss_ai_ir
اوپن‌ای‌آی در سکوت، واحد رباتیک خودش رو دوباره فعال کرده:
🔹 جذب پژوهشگر در زمینه‌ی کنترل و آموزش ربات‌های انسان‌نما
🔹 استخدام مهندس برای شبیه‌سازها و نمونه‌سازی سیستم‌های حسگر
🔹 نیاز به مکانیک‌هایی با تجربه‌ی طراحی سیستم‌های آماده برای تولید انبوه (۱ میلیون+ دستگاه)
✨ نکته مهم: در تمام آگهی‌ها تأکید شده روی «رباتیک عمومی» به‌عنوان مسیر رسیدن به AGI.
یادآوری: این واحد از سال ۲۰۲۱ متوقف بود و تازه از دسامبر دوباره شروع به کار کرده.
📌 تصور کن: سال ۲۰۲۸، GPT-10 ظرف‌هات رو می‌شوره! 🍽️🤖
---
#هوش_مصنوعی 🤖
#رباتیک 🦾
#AGI 🚀
#OpenAI 💡
#ربات_انسان_نما 👤
#فناوری_جدید
@rss_ai_ir
😁16🔥11👏10🥰9❤7👍6🎉5
This media is not supported in your browser
VIEW IN TELEGRAM
✋ دست؛ بزرگ‌ترین چالش رباتیک
یکی از سخت‌ترین مرزهای رباتیک هنوز هم دست است؛ ترکیبی از:
🔹 ظرافت برای انجام کارهای دقیق
🔹 آزادی حرکت برای انعطاف‌پذیری
🔹 قدرت و پایداری برای استفاده در دنیای واقعی
🚀 همین حالا شاهد پیشرفت‌های بزرگی در طراحی و کنترل دست‌های رباتیک هستیم؛ گامی کلیدی به‌سوی ربات‌های انسان‌نمای توانمندتر.
#رباتیک 🤖
#هوش_مصنوعی 🧠
#نوآوری 🚀
#ربات_انسان_نما 🦾
#فناوری_آینده
@rss_ai_ir
یکی از سخت‌ترین مرزهای رباتیک هنوز هم دست است؛ ترکیبی از:
🔹 ظرافت برای انجام کارهای دقیق
🔹 آزادی حرکت برای انعطاف‌پذیری
🔹 قدرت و پایداری برای استفاده در دنیای واقعی
🚀 همین حالا شاهد پیشرفت‌های بزرگی در طراحی و کنترل دست‌های رباتیک هستیم؛ گامی کلیدی به‌سوی ربات‌های انسان‌نمای توانمندتر.
#رباتیک 🤖
#هوش_مصنوعی 🧠
#نوآوری 🚀
#ربات_انسان_نما 🦾
#فناوری_آینده
@rss_ai_ir
🔥14🥰10🎉10👏9👍8❤7😁4🙏1
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 نگاهی به رباتیک اوپن‌ای‌آی در سال ۲۰۱۹
۶ سال قبل، خیلی پیش‌تر از ظهور ChatGPT، اوپن‌ای‌آی پروژه‌ای داشت که روی حل مکعب روبیک با یک دست رباتیک انسان‌نما با پنج انگشت کار می‌کرد.
✨ اون زمان هنوز فاصله‌ی زیادی با ربات‌های انسان‌نمای امروزی (مثل Figure) بود، اما این مدل یکی از اولین نمونه‌هایی بود که فقط در شبیه‌سازی آموزش دید — خودش یک جور پیشرفت انقلابی محسوب می‌شد.
📌 روش مورد استفاده: Automated Domain Randomization (ADR)
در طول آموزش، شرایط فیزیکی تصادفی به شبیه‌سازی اضافه می‌شد (مثلاً تغییر نور، نیروها یا شرایط محیطی)، و همین باعث می‌شد شبکه‌ی عصبی برای مواجهه با موقعیت‌های غیرمنتظره‌ی دنیای واقعی آماده بشه.
⏱️ نتیجه؟
✳️ربات می‌تونست مکعب روبیک رو در ۲ تا ۴ دقیقه حل کنه.
✳️حتی در شرایط اختلال مثل قطع دوربین‌ها یا دخالت مکانیکی انسان هم همچنان کار می‌کرد.
✳️یک پروژه‌ی واقعاً خفن و الهام‌بخش بود 👏
---
#هوش_مصنوعی 🤖
#رباتیک 🦾
#OpenAI 💡
#Robotics
#RubikCube 🧩
@rss_ai_ir
۶ سال قبل، خیلی پیش‌تر از ظهور ChatGPT، اوپن‌ای‌آی پروژه‌ای داشت که روی حل مکعب روبیک با یک دست رباتیک انسان‌نما با پنج انگشت کار می‌کرد.
✨ اون زمان هنوز فاصله‌ی زیادی با ربات‌های انسان‌نمای امروزی (مثل Figure) بود، اما این مدل یکی از اولین نمونه‌هایی بود که فقط در شبیه‌سازی آموزش دید — خودش یک جور پیشرفت انقلابی محسوب می‌شد.
📌 روش مورد استفاده: Automated Domain Randomization (ADR)
در طول آموزش، شرایط فیزیکی تصادفی به شبیه‌سازی اضافه می‌شد (مثلاً تغییر نور، نیروها یا شرایط محیطی)، و همین باعث می‌شد شبکه‌ی عصبی برای مواجهه با موقعیت‌های غیرمنتظره‌ی دنیای واقعی آماده بشه.
⏱️ نتیجه؟
✳️ربات می‌تونست مکعب روبیک رو در ۲ تا ۴ دقیقه حل کنه.
✳️حتی در شرایط اختلال مثل قطع دوربین‌ها یا دخالت مکانیکی انسان هم همچنان کار می‌کرد.
✳️یک پروژه‌ی واقعاً خفن و الهام‌بخش بود 👏
---
#هوش_مصنوعی 🤖
#رباتیک 🦾
#OpenAI 💡
#Robotics
#RubikCube 🧩
@rss_ai_ir
🥰14🎉12👏11😁11🔥7👍5❤4