This media is not supported in your browser
VIEW IN TELEGRAM
📹🤖 LONGLIVE از NVIDIA —
ویدئو‌سازی تعاملیِ بلادرنگ
مدل LONGLIVE یک چارچوب autoregressive در سطح فریم برای تولید ویدئوی طولانی به‌صورت Real-time است. حین تولید می‌توانید پشت‌سرهم پرامپت بدهید و مدل همان‌جا مسیر ویدئو را تغییر دهد.
چرا مهم است؟
⏱️ پاسخ‌دهی بلادرنگ؛ مناسب استریم و تجربه‌های تعاملی
🧠 تولید فریم‌به‌فریم = کنترل دقیق صحنه و تداوم داستان
🧩 پشتیبانی از پرامپت‌های پی‌در‌پی (sequential prompts)
🛠️ کد و مدل منتشر شده (لایسنس غیرتجاری)
لینک‌ها:
Paper: arxiv.org/pdf/2509.22622
Project: nvlabs.github.io/LongLive/
Code: github.com/NVlabs/LongLive
HF: huggingface.co/Efficient-Large-Model/LongLive-1.3B
#NVIDIA #LongLive #RealtimeVideo #InteractiveAI #GenerativeVideo #Autoregressive #AIResearch #OpenSource
ویدئو‌سازی تعاملیِ بلادرنگ
مدل LONGLIVE یک چارچوب autoregressive در سطح فریم برای تولید ویدئوی طولانی به‌صورت Real-time است. حین تولید می‌توانید پشت‌سرهم پرامپت بدهید و مدل همان‌جا مسیر ویدئو را تغییر دهد.
چرا مهم است؟
⏱️ پاسخ‌دهی بلادرنگ؛ مناسب استریم و تجربه‌های تعاملی
🧠 تولید فریم‌به‌فریم = کنترل دقیق صحنه و تداوم داستان
🧩 پشتیبانی از پرامپت‌های پی‌در‌پی (sequential prompts)
🛠️ کد و مدل منتشر شده (لایسنس غیرتجاری)
لینک‌ها:
Paper: arxiv.org/pdf/2509.22622
Project: nvlabs.github.io/LongLive/
Code: github.com/NVlabs/LongLive
HF: huggingface.co/Efficient-Large-Model/LongLive-1.3B
#NVIDIA #LongLive #RealtimeVideo #InteractiveAI #GenerativeVideo #Autoregressive #AIResearch #OpenSource
👍4🔥1🙏1
🗣️ سیاستمداران بریتانیا و صدای ChatGPT
یک پژوهش تازه نشان داده که نمایندگان مجلس در بریتانیا روزبه‌روز بیشتر از متن‌های تولیدشده توسط هوش مصنوعی در سخنرانی‌های خود استفاده می‌کنند. 📊
عباراتی مثل «I rise today» یا ساختارهای معروف ChatGPT مثل «نه تنها X، بلکه Y» و «قاعده سه‌تایی» در مجلس عوام به‌طور محسوسی افزایش یافته‌اند.
🔹 مزایا: سرعت بیشتر در آماده‌سازی سخنرانی، متن‌های منظم‌تر و شفاف‌تر.
🔹 معایب: از دست رفتن اصالت و انسانیت در گفتار سیاسی، یکسان شدن لحن نمایندگان، و کاهش اعتماد عمومی.
منتقدان هشدار می‌دهند که سیاستمداران به جای صدای خودشان، بیشتر شبیه ماشین‌ها صحبت می‌کنند.
❓به نظر شما این روند طبیعی است یا خطرناک؟
@rss_ai_ir
#سیاست #هوش_مصنوعی #بریتانیا #ChatGPT #پارلمان
یک پژوهش تازه نشان داده که نمایندگان مجلس در بریتانیا روزبه‌روز بیشتر از متن‌های تولیدشده توسط هوش مصنوعی در سخنرانی‌های خود استفاده می‌کنند. 📊
عباراتی مثل «I rise today» یا ساختارهای معروف ChatGPT مثل «نه تنها X، بلکه Y» و «قاعده سه‌تایی» در مجلس عوام به‌طور محسوسی افزایش یافته‌اند.
🔹 مزایا: سرعت بیشتر در آماده‌سازی سخنرانی، متن‌های منظم‌تر و شفاف‌تر.
🔹 معایب: از دست رفتن اصالت و انسانیت در گفتار سیاسی، یکسان شدن لحن نمایندگان، و کاهش اعتماد عمومی.
منتقدان هشدار می‌دهند که سیاستمداران به جای صدای خودشان، بیشتر شبیه ماشین‌ها صحبت می‌کنند.
❓به نظر شما این روند طبیعی است یا خطرناک؟
@rss_ai_ir
#سیاست #هوش_مصنوعی #بریتانیا #ChatGPT #پارلمان
👍3😁2🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
⚠️ ویژگی جدید در Grok: شنیدن به جای خواندن 🎧
مدل Grok قابلیت تازه‌ای به نام Read Aloud اضافه کرده است. حالا می‌توانید پاسخ‌های هوش مصنوعی را به‌جای خواندن، در قالب صدای طبیعی و شبیه انسان بشنوید.
🔹 تجربه کاربری ساده‌تر و روان‌تر
🔹 صدای طبیعی و نزدیک به گفتار واقعی
🔹 امکان استفاده در موقعیت‌هایی که خواندن دشوار است
این یعنی حالا هوش مصنوعی می‌تواند نه فقط بنویسد، بلکه به‌جای شما صحبت کند. 🤖🗣️
#Grok #هوش_مصنوعی #VoiceAI #AIApps #تکنولوژی
@rss_ai_ir
مدل Grok قابلیت تازه‌ای به نام Read Aloud اضافه کرده است. حالا می‌توانید پاسخ‌های هوش مصنوعی را به‌جای خواندن، در قالب صدای طبیعی و شبیه انسان بشنوید.
🔹 تجربه کاربری ساده‌تر و روان‌تر
🔹 صدای طبیعی و نزدیک به گفتار واقعی
🔹 امکان استفاده در موقعیت‌هایی که خواندن دشوار است
این یعنی حالا هوش مصنوعی می‌تواند نه فقط بنویسد، بلکه به‌جای شما صحبت کند. 🤖🗣️
#Grok #هوش_مصنوعی #VoiceAI #AIApps #تکنولوژی
@rss_ai_ir
👍5🔥2👏1
🚀 هوش مصنوعی در سال ۲۰۳۰ چه شکلی خواهد بود؟
🔹 طبق پیش‌بینی‌های Epoch AI، مدل‌های آینده به بودجه‌های صدها میلیارد دلاری و مصرف انرژی در حد گیگاوات نیاز خواهند داشت!
🔹 همچنین AI می‌تواند به ابزار اصلی تحقیق علمی تبدیل شود: از نوشتن نرم‌افزارهای پیچیده و کمک در اثبات‌های ریاضی تا طراحی آزمایش‌های زیستی.
🔹 اما چالش‌ها کم نیستند:
بحران انرژی و زیرساخت ⚡
کمبود داده‌های باکیفیت 📉
هزینه‌های سرسام‌آور 💰
احتمال رسیدن به سقف مقیاس‌پذیری 🚧
🎯 حتی اگر توانایی‌ها فوق‌العاده باشند، ورود به دنیای واقعی (داروسازی، محیط‌زیست، سیاست) ممکن است با تأخیر انجام شود.
📌 نتیجه: AI در ۲۰۳۰ به قلب اقتصاد و زندگی ما تبدیل می‌شود، اما از همین امروز باید برای اخلاق، امنیت و زیرساخت آن آماده شویم.
منبع: Epoch AI
#هوش_مصنوعی #AI #آینده #فناوری @rss_ai_ir 🤖
🔹 طبق پیش‌بینی‌های Epoch AI، مدل‌های آینده به بودجه‌های صدها میلیارد دلاری و مصرف انرژی در حد گیگاوات نیاز خواهند داشت!
🔹 همچنین AI می‌تواند به ابزار اصلی تحقیق علمی تبدیل شود: از نوشتن نرم‌افزارهای پیچیده و کمک در اثبات‌های ریاضی تا طراحی آزمایش‌های زیستی.
🔹 اما چالش‌ها کم نیستند:
بحران انرژی و زیرساخت ⚡
کمبود داده‌های باکیفیت 📉
هزینه‌های سرسام‌آور 💰
احتمال رسیدن به سقف مقیاس‌پذیری 🚧
🎯 حتی اگر توانایی‌ها فوق‌العاده باشند، ورود به دنیای واقعی (داروسازی، محیط‌زیست، سیاست) ممکن است با تأخیر انجام شود.
📌 نتیجه: AI در ۲۰۳۰ به قلب اقتصاد و زندگی ما تبدیل می‌شود، اما از همین امروز باید برای اخلاق، امنیت و زیرساخت آن آماده شویم.
منبع: Epoch AI
#هوش_مصنوعی #AI #آینده #فناوری @rss_ai_ir 🤖
❤5👍1👏1
This media is not supported in your browser
VIEW IN TELEGRAM
👔 LucidFlux:
ترمیم همه‌کاره‌ی تصویر (HKUSTGZ)
⛔️مدل LucidFlux یک فریم‌ورک ترمیم تصویر یونیورسال بر پایه‌ی Diffusion Transformer است که روی عکس‌های واقعی با کیفیت پایین (LQ) خروجی‌های فوتورئالیستی می‌دهد و در انواع خرابی‌ها (نویز، بلور، فشردگی، کم‌نور، آرتیفکت‌ها و …) از مدل‌های SOTA مبتنی بر دیفیوشن بهتر عمل می‌کند.
❌چرا مهمه؟
✅یک مدل برای چندین نوع خرابی (به‌جای مدل جدا برای هر سناریو)
✅سازگاری با تصاویر دنیای واقعی، نه فقط دیتاست‌های تمیز
✅کیفیت بازسازی بالا بدون ظاهر «بیش‌ازحد صاف/پلاستیکی»
‼️نکات فنی کوتاه
❎معماری بزرگ‌مقیاس Diffusion Transformer
❎آموزش چند-تخریبی (multi-degradation) برای تعمیم بهتر
❎لایسنس: استفاده غیرتجاری (حواستون به محدودیت مجوز باشه)
📄 Paper:
https://arxiv.org/pdf/2509.22414
🌐 Project:
https://w2genai-lab.github.io/LucidFlux/
💻 Code:
https://github.com/W2GenAI-Lab/LucidFlux
#ImageRestoration #Diffusion #Transformer #ComputerVision #LucidFlux #AIResearch
ترمیم همه‌کاره‌ی تصویر (HKUSTGZ)
⛔️مدل LucidFlux یک فریم‌ورک ترمیم تصویر یونیورسال بر پایه‌ی Diffusion Transformer است که روی عکس‌های واقعی با کیفیت پایین (LQ) خروجی‌های فوتورئالیستی می‌دهد و در انواع خرابی‌ها (نویز، بلور، فشردگی، کم‌نور، آرتیفکت‌ها و …) از مدل‌های SOTA مبتنی بر دیفیوشن بهتر عمل می‌کند.
❌چرا مهمه؟
✅یک مدل برای چندین نوع خرابی (به‌جای مدل جدا برای هر سناریو)
✅سازگاری با تصاویر دنیای واقعی، نه فقط دیتاست‌های تمیز
✅کیفیت بازسازی بالا بدون ظاهر «بیش‌ازحد صاف/پلاستیکی»
‼️نکات فنی کوتاه
❎معماری بزرگ‌مقیاس Diffusion Transformer
❎آموزش چند-تخریبی (multi-degradation) برای تعمیم بهتر
❎لایسنس: استفاده غیرتجاری (حواستون به محدودیت مجوز باشه)
📄 Paper:
https://arxiv.org/pdf/2509.22414
🌐 Project:
https://w2genai-lab.github.io/LucidFlux/
💻 Code:
https://github.com/W2GenAI-Lab/LucidFlux
#ImageRestoration #Diffusion #Transformer #ComputerVision #LucidFlux #AIResearch
👏4❤1👍1🙏1
🔬 دانشمندان MIT ابزار جدیدی به نام SCIGEN معرفی کردند – سیستمی که به مدل‌های مولد یاد می‌دهد به جای «تصاویر زیبا»، مواد واقعی و کاربردی تولید کنند.
✨ مشکل قدیمی: مدل‌های هوش مصنوعی معمولاً ساختارهایی شبیه به نمونه‌های شناخته‌شده تولید می‌کنند و به‌ندرت فراتر می‌روند.
⚡ راهکار SCIGEN: اعمال محدودیت‌های هندسی سخت‌گیرانه روی فرآیند تولید → وادار کردن مدل به جستجوی راه‌حل‌های نو اما پایدار.
🧪 در آزمایش‌ها میلیون‌ها کاندیدا ساخته و بر اساس پایداری و خواص فیلتر شدند. نتیجه شگفت‌انگیز بود: دو ترکیب ناشناخته (TiPdBi و TiPbSb) واقعاً در آزمایشگاه سنتز شدند و ویژگی‌های پیش‌بینی‌شده را نشان دادند.
🚀 این یعنی آینده‌ای که در آن مواد مورد نیاز برای الکترونیک، فناوری‌های کوانتومی و انرژی نه با جستجوی سال‌ها، بلکه با طراحی هدفمند توسط هوش مصنوعی پیدا خواهند شد.
🔗 جزئیات: MIT News
@rss_ai_ir
#هوش_مصنوعی #MIT #GenerativeAI #علم_مواد #SCIGEN
✨ مشکل قدیمی: مدل‌های هوش مصنوعی معمولاً ساختارهایی شبیه به نمونه‌های شناخته‌شده تولید می‌کنند و به‌ندرت فراتر می‌روند.
⚡ راهکار SCIGEN: اعمال محدودیت‌های هندسی سخت‌گیرانه روی فرآیند تولید → وادار کردن مدل به جستجوی راه‌حل‌های نو اما پایدار.
🧪 در آزمایش‌ها میلیون‌ها کاندیدا ساخته و بر اساس پایداری و خواص فیلتر شدند. نتیجه شگفت‌انگیز بود: دو ترکیب ناشناخته (TiPdBi و TiPbSb) واقعاً در آزمایشگاه سنتز شدند و ویژگی‌های پیش‌بینی‌شده را نشان دادند.
🚀 این یعنی آینده‌ای که در آن مواد مورد نیاز برای الکترونیک، فناوری‌های کوانتومی و انرژی نه با جستجوی سال‌ها، بلکه با طراحی هدفمند توسط هوش مصنوعی پیدا خواهند شد.
🔗 جزئیات: MIT News
@rss_ai_ir
#هوش_مصنوعی #MIT #GenerativeAI #علم_مواد #SCIGEN
This media is not supported in your browser
VIEW IN TELEGRAM
🚨 رسوایی امنیتی در ربات‌های Unitree G1
✅سه پژوهشگر امنیت سایبری به جای پیدا کردن چند باگ کوچک، به کشفی تکان‌دهنده رسیدند: ربات G1 هر ۵ دقیقه تمام داده‌های حسگرهایش را به سرورهای شرکت می‌فرستد! 🕵️♂️🤖
🔎 جزئیات نگران‌کننده:
❌هر ۳۰۰ ثانیه حدود ۴.۵ کیلوبایت داده JSON شامل لایدار، دوربین‌ها، میکروفون، موقعیت مکانی و لاگ‌های دستگاه ارسال می‌شود.
❌ارتباط مداوم از طریق MQTT/WebSocket با دو هاست خارجی برقرار است، نه موردی بلکه پیوسته.
❌فایل‌های تنظیمات با Blowfish-ECB رمزگذاری شده‌اند، اما کلید رمزگذاری برای همه دستگاه‌ها یکسان است → با هک یک ربات، می‌توان به کل ناوگان نفوذ کرد.
❌همه دستگاه‌ها با یک کلید AES مشترک برای بلوتوث عرضه می‌شوند → هر مهاجم در محدوده بلوتوث می‌تواند به سطح دسترسی روت برسد.
⛔️تاکنون حدود ۱۵۰۰ دستگاه در سراسر جهان فروخته و فعال شده‌اند.
⚠️ این موضوع یک باگ نرم‌افزاری ساده نیست، بلکه یک ریسک ساختاری در زنجیره تأمین و حریم خصوصی است: داده‌هایی که نباید ارسال شوند، کلیدهای مشترکی که نباید وجود داشته باشند، و میلیون‌ها دقیقه تله‌متری که بی‌سر و صدا به خارج منتقل می‌شود.
❓ شما حاضر هستید چنین رباتی را وارد دفتر یا کارخانه خود کنید؟
@rss_ai_ir
#Unitree #امنیت #رباتیک #حریم_خصوصی #CyberSecurity
✅سه پژوهشگر امنیت سایبری به جای پیدا کردن چند باگ کوچک، به کشفی تکان‌دهنده رسیدند: ربات G1 هر ۵ دقیقه تمام داده‌های حسگرهایش را به سرورهای شرکت می‌فرستد! 🕵️♂️🤖
🔎 جزئیات نگران‌کننده:
❌هر ۳۰۰ ثانیه حدود ۴.۵ کیلوبایت داده JSON شامل لایدار، دوربین‌ها، میکروفون، موقعیت مکانی و لاگ‌های دستگاه ارسال می‌شود.
❌ارتباط مداوم از طریق MQTT/WebSocket با دو هاست خارجی برقرار است، نه موردی بلکه پیوسته.
❌فایل‌های تنظیمات با Blowfish-ECB رمزگذاری شده‌اند، اما کلید رمزگذاری برای همه دستگاه‌ها یکسان است → با هک یک ربات، می‌توان به کل ناوگان نفوذ کرد.
❌همه دستگاه‌ها با یک کلید AES مشترک برای بلوتوث عرضه می‌شوند → هر مهاجم در محدوده بلوتوث می‌تواند به سطح دسترسی روت برسد.
⛔️تاکنون حدود ۱۵۰۰ دستگاه در سراسر جهان فروخته و فعال شده‌اند.
⚠️ این موضوع یک باگ نرم‌افزاری ساده نیست، بلکه یک ریسک ساختاری در زنجیره تأمین و حریم خصوصی است: داده‌هایی که نباید ارسال شوند، کلیدهای مشترکی که نباید وجود داشته باشند، و میلیون‌ها دقیقه تله‌متری که بی‌سر و صدا به خارج منتقل می‌شود.
❓ شما حاضر هستید چنین رباتی را وارد دفتر یا کارخانه خود کنید؟
@rss_ai_ir
#Unitree #امنیت #رباتیک #حریم_خصوصی #CyberSecurity
🧠💊 سم آلتمن روی یک قرص برای جوان‌سازی مغز شرط‌بندی کرده است!
🔹 شرکت Retro Biosciences آزمایش‌های انسانی داروی RTR242 را آغاز کرد.
🔹 این دارو با هدف کاهش سرعت آلزایمر و تقویت فرایند بازیافت سلولی (اتوفاژی) طراحی شده است.
🔹 اگر موفق شود، می‌تواند به اولین درمان واقعی ضدپیری مغز تبدیل شود.
سیلیکون‌ولی دیگر فقط در حال کدنویسی آینده نیست — حالا دارد قرص‌هایی را آزمایش می‌کند که شاید مفهوم پیری را بازنویسی کنند. 🚀
@rss_ai_ir
#SamAltman #NeuroTech #AntiAging #Alzheimer #Biotech
🔹 شرکت Retro Biosciences آزمایش‌های انسانی داروی RTR242 را آغاز کرد.
🔹 این دارو با هدف کاهش سرعت آلزایمر و تقویت فرایند بازیافت سلولی (اتوفاژی) طراحی شده است.
🔹 اگر موفق شود، می‌تواند به اولین درمان واقعی ضدپیری مغز تبدیل شود.
سیلیکون‌ولی دیگر فقط در حال کدنویسی آینده نیست — حالا دارد قرص‌هایی را آزمایش می‌کند که شاید مفهوم پیری را بازنویسی کنند. 🚀
@rss_ai_ir
#SamAltman #NeuroTech #AntiAging #Alzheimer #Biotech
❤1👍1🔥1👏1
خبری تازه از Hunyuan — معرفی HunyuanImage 3.0 (خبر خوب و خبر بد) 👇
خوب:
سورس‌کد اوپن‌سورس منتشر شده. 🔗
https://github.com/Tencent-Hunyuan/HunyuanImage-3.0
دموی تحت وب برای تست:
https://hunyuan.tencent.com/image/en?tabIndex=0
نسخه‌های تعاملی/آزمایشی در پلتفرم‌هایی مثل Fal.ai/Replicate هم قرار گرفته‌اند.
چی‌کار می‌کنه؟
✅بزرگ‌ترین مدل متن→تصویر اوپن‌سورس تا امروز: ~80B پارامتر (که حدود 13B فعال روی هر توکن استفاده می‌شه).
✅معماری MoE + Transfusion — ترکیب Diffusion و LLM در یک فریم‌ورک.
✅آموزش روی مجموعه‌داده عظیم: ~5 میلیارد زوج تصویر-متن و تِرلیون‌ها توکن.
✅پشتیبانی از پرت‌پرامپت‌های طولانی (هزاران کلمه)، فهم دقیق متن و توانایی خوب در کار با متن داخل تصویر.
نتیجه: reasoning سطح بالا، مولتی‌مودالیتی قوی و کارآمدی در پیروی از دستورالعمل‌های پیچیده.
من خودم یک تست زدم:
بهش گفتم:
خروجی — هم حل ریاضی و هم تصویر راه‌حل — در پست قابل دیدنه؛ جذاب بود.
⛔️بد:
❌هنوز image2image نداره.
❌پشتیبانی از VLLM / runtime سبک ندارن (فعلاً).
❌وزن‌ها خیلی بزرگن — حدود 170 گیگابایت.
❌برای اجرا به سخت‌افزار سنگینی نیاز دارید: ۴ کارت وِی‌آر‌ای‌ام ۸۰GB (۴ × 80GB VRAM) — یعنی فعلاً برای اکثرِ آدم‌ها و پژوهشگرای معمولی قابل‌دسترس نیست.
❌به‌قولی «اوپن‌سورسِ اشرافی» — کد رو گذاشتن، ولی عملاً فقط کسایی با سرورهای بزرگ می‌تونن راحت اجرا کنن.
❌گزارش‌هایی از اشکالاتی در آناتومی و تکسچر پوست هست — نتایج هنوز جای کاستن دارند.
جمع‌بندی:
♻️قابل ذکره که HunyuanImage 3.0 از نظر مقیاس و معماری یه جهش بزرگه و خیلی پرامکاناته، ولی در عمل فعلاً فقط برای تیم‌ها یا سازمان‌هایی با دیتاسنترِ بزرگ کاربردیه. منتظر بهینه‌سازی‌ها، نسخه‌های distilled و runtimeهای سبک‌تر می‌مونیم تا این پکیج واقعاً در دسترس عموم قرار بگیره.
⛔️لینک‌ها دوباره:
گیت‌هاب:
https://github.com/Tencent-Hunyuan/HunyuanImage-3.0
دمو:
https://hunyuan.tencent.com/image/en?tabIndex=0
playground در Fal.ai:
https://fal.ai/models/fal-ai/hunyuan-image/v3/text-to-image/playground
@rss_ai_ir
#HunyuanImage #GenerativeAI #OpenSource #3DGenAI #AI_news
خوب:
سورس‌کد اوپن‌سورس منتشر شده. 🔗
https://github.com/Tencent-Hunyuan/HunyuanImage-3.0
دموی تحت وب برای تست:
https://hunyuan.tencent.com/image/en?tabIndex=0
نسخه‌های تعاملی/آزمایشی در پلتفرم‌هایی مثل Fal.ai/Replicate هم قرار گرفته‌اند.
چی‌کار می‌کنه؟
✅بزرگ‌ترین مدل متن→تصویر اوپن‌سورس تا امروز: ~80B پارامتر (که حدود 13B فعال روی هر توکن استفاده می‌شه).
✅معماری MoE + Transfusion — ترکیب Diffusion و LLM در یک فریم‌ورک.
✅آموزش روی مجموعه‌داده عظیم: ~5 میلیارد زوج تصویر-متن و تِرلیون‌ها توکن.
✅پشتیبانی از پرت‌پرامپت‌های طولانی (هزاران کلمه)، فهم دقیق متن و توانایی خوب در کار با متن داخل تصویر.
نتیجه: reasoning سطح بالا، مولتی‌مودالیتی قوی و کارآمدی در پیروی از دستورالعمل‌های پیچیده.
من خودم یک تست زدم:
بهش گفتم:
solve this: 8x + 10 = 18 and make picture with solution
خروجی — هم حل ریاضی و هم تصویر راه‌حل — در پست قابل دیدنه؛ جذاب بود.
⛔️بد:
❌هنوز image2image نداره.
❌پشتیبانی از VLLM / runtime سبک ندارن (فعلاً).
❌وزن‌ها خیلی بزرگن — حدود 170 گیگابایت.
❌برای اجرا به سخت‌افزار سنگینی نیاز دارید: ۴ کارت وِی‌آر‌ای‌ام ۸۰GB (۴ × 80GB VRAM) — یعنی فعلاً برای اکثرِ آدم‌ها و پژوهشگرای معمولی قابل‌دسترس نیست.
❌به‌قولی «اوپن‌سورسِ اشرافی» — کد رو گذاشتن، ولی عملاً فقط کسایی با سرورهای بزرگ می‌تونن راحت اجرا کنن.
❌گزارش‌هایی از اشکالاتی در آناتومی و تکسچر پوست هست — نتایج هنوز جای کاستن دارند.
جمع‌بندی:
♻️قابل ذکره که HunyuanImage 3.0 از نظر مقیاس و معماری یه جهش بزرگه و خیلی پرامکاناته، ولی در عمل فعلاً فقط برای تیم‌ها یا سازمان‌هایی با دیتاسنترِ بزرگ کاربردیه. منتظر بهینه‌سازی‌ها، نسخه‌های distilled و runtimeهای سبک‌تر می‌مونیم تا این پکیج واقعاً در دسترس عموم قرار بگیره.
⛔️لینک‌ها دوباره:
گیت‌هاب:
https://github.com/Tencent-Hunyuan/HunyuanImage-3.0
دمو:
https://hunyuan.tencent.com/image/en?tabIndex=0
playground در Fal.ai:
https://fal.ai/models/fal-ai/hunyuan-image/v3/text-to-image/playground
@rss_ai_ir
#HunyuanImage #GenerativeAI #OpenSource #3DGenAI #AI_news
❤1👍1🔥1👏1
This media is not supported in your browser
VIEW IN TELEGRAM
🤣 یک نابغه توانست یک نسخه‌ی کارآمد از ChatGPT را مستقیماً داخل بازی Minecraft بسازد!
📦 این مدل که CraftGPT نام دارد، حدود ۵ میلیون پارامتر دارد و تماماً داخل خود بازی اجرا می‌شود — پیش‌بینی می‌کند کلمه‌ی بعدی چه باید باشد.
📝 البته پنجره‌ی متنی بسیار کوچک است (فقط ۶۴ توکن) اما همین هم برای یک گفتگوی کوتاه کافی است.
🔗 تجربه‌اش کنید: CraftGPT حالا بخشی از دنیای ماینکرفت است!
https://github.com/sammyuri/craftgpt
@rss_ai_ir
#AI #Minecraft #ChatGPT #CraftGPT #Innovation
📦 این مدل که CraftGPT نام دارد، حدود ۵ میلیون پارامتر دارد و تماماً داخل خود بازی اجرا می‌شود — پیش‌بینی می‌کند کلمه‌ی بعدی چه باید باشد.
📝 البته پنجره‌ی متنی بسیار کوچک است (فقط ۶۴ توکن) اما همین هم برای یک گفتگوی کوتاه کافی است.
🔗 تجربه‌اش کنید: CraftGPT حالا بخشی از دنیای ماینکرفت است!
https://github.com/sammyuri/craftgpt
@rss_ai_ir
#AI #Minecraft #ChatGPT #CraftGPT #Innovation
🔥3👍1👏1🤯1
⚡️ Claude Sonnet 4.5 منتشر شد!
شرکت Anthropic دوباره به صدر مدل‌های کدنویسی برگشته است. 🚀
این مدل در تمام بنچمارک‌های برنامه‌نویسی با اختلاف GPT-5 را پشت سر گذاشته و در سایر تست‌ها هم تقریباً هم‌سطح رقبا عمل می‌کند.
همچنین Claude Code هم آپدیت شد (بالاخره 🙌):
🔧 افزونه‌ی جدید برای VS Code
💻 بهبود رابط کاربری ترمینال
⏪ اضافه شدن دستور برای بازگشت سریع به آخرین چک‌پوینت (یا چند قدم عقب‌تر)
📊 قابلیت ایجاد فایل، جدول و نمودار در خود ترمینال بر اساس داده‌های شما
📌 به نظر می‌رسد Anthropic این بار جدی‌تر از همیشه روی تجربه‌ی توسعه‌دهندگان تمرکز کرده است.
#Claude #Anthropic #AI #Coding #LLM
شرکت Anthropic دوباره به صدر مدل‌های کدنویسی برگشته است. 🚀
این مدل در تمام بنچمارک‌های برنامه‌نویسی با اختلاف GPT-5 را پشت سر گذاشته و در سایر تست‌ها هم تقریباً هم‌سطح رقبا عمل می‌کند.
همچنین Claude Code هم آپدیت شد (بالاخره 🙌):
🔧 افزونه‌ی جدید برای VS Code
💻 بهبود رابط کاربری ترمینال
⏪ اضافه شدن دستور برای بازگشت سریع به آخرین چک‌پوینت (یا چند قدم عقب‌تر)
📊 قابلیت ایجاد فایل، جدول و نمودار در خود ترمینال بر اساس داده‌های شما
📌 به نظر می‌رسد Anthropic این بار جدی‌تر از همیشه روی تجربه‌ی توسعه‌دهندگان تمرکز کرده است.
#Claude #Anthropic #AI #Coding #LLM
🔥2
🔥 Claude Code 2.0 منتشر شد!
⛔️مجموعه Anthropic نسخه‌ی جدید ابزار توسعه‌دهندگان خود را معرفی کرد که حالا به‌صورت رسمی در VS Code هم در دسترس است. 🚀
🔑 تغییرات مهم در نسخه‌ی 2.0:
🖥 اپلیکیشن بومی برای VS Code
⏪ دستور /rewind برای بازگردانی تغییرات
📊 دستور /usage برای مشاهده‌ی محدودیت‌های پلن
🔎 میانبر Ctrl + R برای جستجو در تاریخچه
🤔 کلید Tab برای فعال کردن «حالت تفکری» (thinking mode)
📌 لیست کامل تغییرات را می‌توانید در اینجا ببینید:
👉 https://github.com/anthropics/claude-code/blob/main/CHANGELOG.md#200
#Claude #ClaudeCode #Anthropic #AI #Coding #VSCode
@rss_ai_ir
⛔️مجموعه Anthropic نسخه‌ی جدید ابزار توسعه‌دهندگان خود را معرفی کرد که حالا به‌صورت رسمی در VS Code هم در دسترس است. 🚀
🔑 تغییرات مهم در نسخه‌ی 2.0:
🖥 اپلیکیشن بومی برای VS Code
⏪ دستور /rewind برای بازگردانی تغییرات
📊 دستور /usage برای مشاهده‌ی محدودیت‌های پلن
🔎 میانبر Ctrl + R برای جستجو در تاریخچه
🤔 کلید Tab برای فعال کردن «حالت تفکری» (thinking mode)
📌 لیست کامل تغییرات را می‌توانید در اینجا ببینید:
👉 https://github.com/anthropics/claude-code/blob/main/CHANGELOG.md#200
#Claude #ClaudeCode #Anthropic #AI #Coding #VSCode
@rss_ai_ir
GitHub
claude-code/CHANGELOG.md at main · anthropics/claude-code
Claude Code is an agentic coding tool that lives in your terminal, understands your codebase, and helps you code faster by executing routine tasks, explaining complex code, and handling git workflo...
🔥3👍1👏1
😅 وقتی توی arXiv می‌چرخی و یه جواهر واقعی پیدا می‌کنی:
📄 عنوان مقاله:
What The F*ck Is Artificial General Intelligence?
✍️ نویسنده: مایکل تیموتی بنت – دانشگاه ملی استرالیا
با وجود اسم طنز، محتوای مقاله جدی و جذابه:
✳️نویسنده تلاش می‌کنه تعریف دقیقی از هوش مصنوعی عمومی (AGI) ارائه بده.
✳️دیدگاه‌های مختلف مثل درس تلخ ساتن (Sutton’s Bitter Lesson)، تیغ اوکام و مدل‌های بزرگی مثل AlphaGo و AERA بررسی شدن.
✳️قابل ذکر است AGI نه یک مدل خاص، بلکه ترکیبی از ابزارها و متا-رویکردها خواهد بود.
✳️همچنین bottleneck اصلی دیگه الگوریتم‌ها نیست، بلکه کارایی محاسباتی و مصرف انرژیه.
🔎 نتیجه: LLMها (مدل‌های زبانی غول‌پیکر) تنها بخشی از داستان هستن؛ مسیر واقعی AGI گسترده‌تره و به بهبود سخت‌افزار و بهره‌وری وابسته‌ست.
@rss_ai_ir
#AGI #هوش_مصنوعی #arxiv
📄 عنوان مقاله:
What The F*ck Is Artificial General Intelligence?
✍️ نویسنده: مایکل تیموتی بنت – دانشگاه ملی استرالیا
با وجود اسم طنز، محتوای مقاله جدی و جذابه:
✳️نویسنده تلاش می‌کنه تعریف دقیقی از هوش مصنوعی عمومی (AGI) ارائه بده.
✳️دیدگاه‌های مختلف مثل درس تلخ ساتن (Sutton’s Bitter Lesson)، تیغ اوکام و مدل‌های بزرگی مثل AlphaGo و AERA بررسی شدن.
✳️قابل ذکر است AGI نه یک مدل خاص، بلکه ترکیبی از ابزارها و متا-رویکردها خواهد بود.
✳️همچنین bottleneck اصلی دیگه الگوریتم‌ها نیست، بلکه کارایی محاسباتی و مصرف انرژیه.
🔎 نتیجه: LLMها (مدل‌های زبانی غول‌پیکر) تنها بخشی از داستان هستن؛ مسیر واقعی AGI گسترده‌تره و به بهبود سخت‌افزار و بهره‌وری وابسته‌ست.
@rss_ai_ir
#AGI #هوش_مصنوعی #arxiv
😁3🤣2❤1🤡1
🔥 تب دوقلوی دیجیتال (Digital Twin) در صنایع
📌 دوقلوی دیجیتال یعنی ساخت یک نسخه‌ی مجازی از تجهیزات، خطوط تولید یا حتی کل کارخانه که در لحظه با دنیای واقعی سینک می‌شود. این مفهوم چند سالی است داغ شده و حالا تبدیل به ترند اصلی در معدن، نفت و گاز، خودروسازی، برق و فولاد شده است.
چرا اینقدر مهم است؟
🛠️ نگهداری پیش‌بینانه: به جای تعمیر بعد از خرابی، خرابی قبل از وقوع پیش‌بینی می‌شود.
⚡ بهینه‌سازی مصرف انرژی: شبیه‌سازی مداوم کمک می‌کند هزینه‌ها پایین بیاید.
🚀 تسریع نوآوری: قبل از تغییر واقعی در خط تولید، همه‌چیز روی مدل دیجیتال تست می‌شود.
👷 ایمنی و آموزش: اپراتورها می‌توانند در محیط مجازی کار با تجهیزات خطرناک را تمرین کنند.
🌍 شرکت‌های بزرگ مثل Siemens، GE و Microsoft میلیاردها دلار روی این حوزه سرمایه‌گذاری کرده‌اند و در ایران هم بحث اتصال دوقلوهای دیجیتال با IoT و هوش مصنوعی برای صنایع سنگین (معدن و مس) داغ شده است.
📊 آینده؟
دوقلوی دیجیتال به‌زودی جزو زیرساخت‌های حیاتی هر صنعت خواهد بود، مثل برق و اینترنت امروز.
@rss_ai_ir
#DigitalTwin #هوش_مصنوعی #صنایع #دیجیتال
📌 دوقلوی دیجیتال یعنی ساخت یک نسخه‌ی مجازی از تجهیزات، خطوط تولید یا حتی کل کارخانه که در لحظه با دنیای واقعی سینک می‌شود. این مفهوم چند سالی است داغ شده و حالا تبدیل به ترند اصلی در معدن، نفت و گاز، خودروسازی، برق و فولاد شده است.
چرا اینقدر مهم است؟
🛠️ نگهداری پیش‌بینانه: به جای تعمیر بعد از خرابی، خرابی قبل از وقوع پیش‌بینی می‌شود.
⚡ بهینه‌سازی مصرف انرژی: شبیه‌سازی مداوم کمک می‌کند هزینه‌ها پایین بیاید.
🚀 تسریع نوآوری: قبل از تغییر واقعی در خط تولید، همه‌چیز روی مدل دیجیتال تست می‌شود.
👷 ایمنی و آموزش: اپراتورها می‌توانند در محیط مجازی کار با تجهیزات خطرناک را تمرین کنند.
🌍 شرکت‌های بزرگ مثل Siemens، GE و Microsoft میلیاردها دلار روی این حوزه سرمایه‌گذاری کرده‌اند و در ایران هم بحث اتصال دوقلوهای دیجیتال با IoT و هوش مصنوعی برای صنایع سنگین (معدن و مس) داغ شده است.
📊 آینده؟
دوقلوی دیجیتال به‌زودی جزو زیرساخت‌های حیاتی هر صنعت خواهد بود، مثل برق و اینترنت امروز.
@rss_ai_ir
#DigitalTwin #هوش_مصنوعی #صنایع #دیجیتال
🙏1👌1
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ شرکت Anthropic یک پیش‌نمایش تحقیقاتی از سیستم‌عامل مبتنی بر LLM منتشر کرده است.
ایده مشابه کاری است که قبلاً گوگل انجام داده بود:
اینجا هم مدل زبانی (LLM) نرم‌افزار را روی هوا می‌نویسد، بر اساس دستور شما.
📌 یعنی چه؟
❌روی یک اپلیکیشن کلیک می‌کنید → سیستم از صفر آن را می‌سازد، بدون هیچ کدی که از قبل آماده شده باشد.
❌یک فایل باز می‌کنید → محتوای آن همان لحظه تولید می‌شود.
در واقع این یک دموی پیشرفته از توانایی‌های مدل جدید Sonnet 4.5 است، نه یک محصول جدی برای بازار.
⏳ اما تجربه‌اش محدود است:
فقط کاربرانی که طرح Max دارند می‌توانند تا ۵ روز این قابلیت را امتحان کنند.
🔗 بیشتر بخوانید:
claude.ai/imagine
@rss_ai_ir
#LLM #Claude #Anthropic #هوش_مصنوعی #سیستم_عامل
ایده مشابه کاری است که قبلاً گوگل انجام داده بود:
اینجا هم مدل زبانی (LLM) نرم‌افزار را روی هوا می‌نویسد، بر اساس دستور شما.
📌 یعنی چه؟
❌روی یک اپلیکیشن کلیک می‌کنید → سیستم از صفر آن را می‌سازد، بدون هیچ کدی که از قبل آماده شده باشد.
❌یک فایل باز می‌کنید → محتوای آن همان لحظه تولید می‌شود.
در واقع این یک دموی پیشرفته از توانایی‌های مدل جدید Sonnet 4.5 است، نه یک محصول جدی برای بازار.
⏳ اما تجربه‌اش محدود است:
فقط کاربرانی که طرح Max دارند می‌توانند تا ۵ روز این قابلیت را امتحان کنند.
🔗 بیشتر بخوانید:
claude.ai/imagine
@rss_ai_ir
#LLM #Claude #Anthropic #هوش_مصنوعی #سیستم_عامل
🔥2👍1👏1
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 ربات انسان‌نمای WalkerS2 ساخته شرکت Shanghai DroidUp Robotics در شوی مد جدید JD به نمایش گذاشته شد.
✅این ربات با سیستم تاندون شبیه انسان طراحی شده و ویژگی‌های جالبی دارد:
✳️قد: ۱.۷ متر
✳️وزن: تنها ۳۲ کیلوگرم
✳️عمر باتری: حدود ۳ ساعت
❌همچنین WalkerS2 یک انسان‌نمای سبک و چابک است که می‌تواند در صنایع مد، نمایشگاه‌ها و رویدادهای عمومی نقش پررنگی ایفا کند.
@rss_ai_ir
#رباتیک #WalkerS2 #هوش_مصنوعی #Humanoid #JDFashionShow
✅این ربات با سیستم تاندون شبیه انسان طراحی شده و ویژگی‌های جالبی دارد:
✳️قد: ۱.۷ متر
✳️وزن: تنها ۳۲ کیلوگرم
✳️عمر باتری: حدود ۳ ساعت
❌همچنین WalkerS2 یک انسان‌نمای سبک و چابک است که می‌تواند در صنایع مد، نمایشگاه‌ها و رویدادهای عمومی نقش پررنگی ایفا کند.
@rss_ai_ir
#رباتیک #WalkerS2 #هوش_مصنوعی #Humanoid #JDFashionShow
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
🎭 پلاگین جدید برای MetaHuman در Unreal Engine با موشن کپچر از وب‌کم!
⛔️دیگه لازم نیست برای انیمیت کردن متا هیومن‌ها سراغ تجهیزات گرون‌قیمت موشن کپچر برید.
⚡ کافیه یک وب‌کم ساده داشته باشید؛ حرکت‌ها رو در لحظه ضبط و به متا هیومن منتقل می‌کنه.
🦵 انیمیشن پاها هم خیلی طبیعی و پایدار درمیاد.
✅جالب‌تر اینکه توسعه‌دهنده قول داده در آینده نورورندر هم بهش اضافه کنه تا کیفیت تصویر حتی واقعی‌تر بشه.
🔗 لینک پلاگین
@rss_ai_ir
#MetaHuman #UnrealEngine #MotionCapture #AI #Realtime
⛔️دیگه لازم نیست برای انیمیت کردن متا هیومن‌ها سراغ تجهیزات گرون‌قیمت موشن کپچر برید.
⚡ کافیه یک وب‌کم ساده داشته باشید؛ حرکت‌ها رو در لحظه ضبط و به متا هیومن منتقل می‌کنه.
🦵 انیمیشن پاها هم خیلی طبیعی و پایدار درمیاد.
✅جالب‌تر اینکه توسعه‌دهنده قول داده در آینده نورورندر هم بهش اضافه کنه تا کیفیت تصویر حتی واقعی‌تر بشه.
🔗 لینک پلاگین
@rss_ai_ir
#MetaHuman #UnrealEngine #MotionCapture #AI #Realtime
This media is not supported in your browser
VIEW IN TELEGRAM
😬 گیر کردن در غار، این بار در واقعیت مجازی!
⛔️توسعه‌دهندگان بازی Cave Crave نقشه‌ای تازه به بازی اضافه کرده‌اند که بر اساس یک ماجرای واقعی و تراژیک ساخته شده است.
🕳️ در سال ۲۰۰۹ «جان ادوارد جونز» در یک شکاف باریک به اندازه‌ٔ ۲۵×۴۵ سانتی‌متر در غار Nutty Putty در ایالت یوتا گیر کرد. تیم نجات دو شبانه‌روز تلاش کرد، اما متأسفانه او جان باخت. پس از این حادثه، غار برای همیشه مسدود شد.
👓 حالا در VR می‌توانید همان مسیر را «بخزید» و همزمان روایت این اتفاق را بشنوید.
🎮 این تجربه ترکیبی است از:
1. مکانیک منحصربه‌فردی که فقط در VR ممکن است.
2. بازسازی دقیق یک رویداد واقعی.
♻️این ایده با پروژه‌ی تازه‌ای به نام Crafting Crimes هم‌خوانی دارد؛ جایی که بازیکن باید داستان قتل‌های واقعی را از طریق ساخت ماکت‌های کوچک در واقعیت ترکیبی بازسازی کند.
📌 بازآفرینی موقعیت‌های خطرناک از زاویه دید اول‌شخص، روشی تازه و هیجان‌انگیز برای به چالش کشیدن اعصاب از پشت مبل است!
https://www.meta.com/experiences/24507080275546309/
#واقعیت_مجازی #بازی #TrueCrime #تکنولوژی #NuttyPutty
@rss_ai_ir
⛔️توسعه‌دهندگان بازی Cave Crave نقشه‌ای تازه به بازی اضافه کرده‌اند که بر اساس یک ماجرای واقعی و تراژیک ساخته شده است.
🕳️ در سال ۲۰۰۹ «جان ادوارد جونز» در یک شکاف باریک به اندازه‌ٔ ۲۵×۴۵ سانتی‌متر در غار Nutty Putty در ایالت یوتا گیر کرد. تیم نجات دو شبانه‌روز تلاش کرد، اما متأسفانه او جان باخت. پس از این حادثه، غار برای همیشه مسدود شد.
👓 حالا در VR می‌توانید همان مسیر را «بخزید» و همزمان روایت این اتفاق را بشنوید.
🎮 این تجربه ترکیبی است از:
1. مکانیک منحصربه‌فردی که فقط در VR ممکن است.
2. بازسازی دقیق یک رویداد واقعی.
♻️این ایده با پروژه‌ی تازه‌ای به نام Crafting Crimes هم‌خوانی دارد؛ جایی که بازیکن باید داستان قتل‌های واقعی را از طریق ساخت ماکت‌های کوچک در واقعیت ترکیبی بازسازی کند.
📌 بازآفرینی موقعیت‌های خطرناک از زاویه دید اول‌شخص، روشی تازه و هیجان‌انگیز برای به چالش کشیدن اعصاب از پشت مبل است!
https://www.meta.com/experiences/24507080275546309/
#واقعیت_مجازی #بازی #TrueCrime #تکنولوژی #NuttyPutty
@rss_ai_ir
🔥1