🤖 VITRA —
مدل VLA مقیاس‌پذیر مایکروسافت برای یادگیری مهارت‌های انسان از ویدیوهای واقعی

مایکروسافت پروژهٔ جدیدی به نام VITRA معرفی کرده که هدف آن انتقال مستقیم مهارت‌های انسان به ربات‌هاست — فقط با استفاده از ویدیوهای واقعی، بدون سناریو و کاملاً ایگو-سنتریک (از دید انسان).
این یعنی ربات مهارت‌ها را از مشاهدهٔ رفتار طبیعی انسان‌ها یاد می‌گیرد، نه با دیتاست‌های ساختگی یا دموهای دقیق آزمایشگاهی.

🔍 مدل VITRA دقیقاً چه می‌کند؟

ویدیوهای معمولی از دست انسان را به دیتاست کامل VLA تبدیل می‌کند

مدل Vision-Language-Action را برای حرکت دست انسان آموزش می‌دهد

همان مدل را روی داده‌های ربات فاین‌تیون می‌کند تا روی ربات واقعی کار کند


🧩 چطور دیتاست عظیم ساخته می‌شود؟

♻️بازسازی کامل حرکت ۳بعدی دست انسان

♻️تعیین دقیق پوز دوربین و هماهنگی فضا

♻️تبدیل حرکت پیوسته به اکشن‌های اتمی

♻️اضافه کردن توضیح متنی به هر بخش، مثل:
«چرخ را بگیر»، «دستگیره را بچرخان»، «شیء را بردار»


🧠 معماری مدل

مدل VLM بک‌اند برای درک بصری

دیفیوژن پالیسی برای تولید اکشن

توصیف اکشن با ۱۵ زاویهٔ مفصل + پوز و اورینتیشن دست (استاندارد MANO)
— مستقیماً قابل استفاده روی ربات‌های انسان‌نما


📈 نتایج کلیدی

پیش‌بینی zero-shot رفتار دست در محیط‌های جدید

مقیاس‌پذیری قوی — کیفیت با افزایش داده رشد می‌کند

عملکرد بهتر نسبت به SOTA مثل EgoDex

کنترل واقعی ربات با موفقیت بالا در کارهای دستکاری (manipulation)


📅 زمان انتشار عمومی

مایکروسافت قول داده کد، داده و مدل‌ها را تا ۳۰ نوامبر ۲۰۲۵ منتشر کند.

🔗 پروژه:
https://microsoft.github.io/VITRA/
🔗 مقاله:
https://arxiv.org/abs/2510.21571


#AI #Robotics #VLA #Microsoft #VITRA #MachineLearning
#ComputerVision #RobotLearning #ImitationLearning
#EgocentricVideo #Manipulation #DeepLearning
#HumanToRobot #EmbodiedAI #AutonomousSystems

😅
طنز
بفرمایید
میس دیتا رو زود قضاوت کردید دوستان 🤖

🆔 @rss_ai_ir 💯

🚀 یک موتور قدرتمند برای مدل‌های چندمودالی (Multimodal Models)

اگر با مدل‌های ترکیبی متن–تصویر–ویدیو کار می‌کنید، LMMs-Engine یکی از بهترین فریم‌ورک‌های جدید است.
این موتور فوق‌سبک و بسیار انعطاف‌پذیر، مخصوص آموزش و توسعه‌ی مدل‌های چندمودالی طراحی شده و حتی در مقیاس‌های بزرگ هم کارایی بسیار بالایی دارد.

💡 ویژگی‌های برجسته:

🔥 پشتیبانی از ۱۹+ معماری مختلف برای متن، تصویر، ویدیو و مدل‌های ترکیبی

⚙️ بهینه‌سازی برای آموزش توزیع‌شده با مصرف حافظه بسیار کم

🧩 شامل ده‌ها نمونه آماده اجرا برای شروع سریع با مدل‌های مختلف

⚡ مناسب برای پژوهشگران، توسعه‌دهندگان و کسانی که به دنبال ساخت LMM اختصاصی هستند


📌 گیت‌هاب:
https://github.com/EvolvingLMMs-Lab/lmms-engine


---

#AI #ML #Multimodal #LMM #DeepLearning #OpenSource #MachineLearning #AIDev #NeuralNetworks
@rss_ai_ir

📌 مجموعه Anthropic آزمایش کرد که آیا Claude می‌تواند به یک ربات‌سگ آموزش بدهد یا نه

در پروژه‌ای به نام Project Fetch، شرکت Anthropic بررسی کرد که آیا مدل Claude می‌تواند به انسان‌ها در آموزش ربات چهارپای Boston Dynamics Spot کمک کند یا خیر.

در این آزمایش:
دو تیم از کارکنانی که هیچ تجربه‌ای در رباتیک نداشتند، باید Spot را طوری برنامه‌ریزی می‌کردند که یک توپ ساحلی را پیدا کند و بیاورد — آن هم در سه مرحله با سختیِ افزایشی.

🔹 تیم اول با کمک Claude
🔹 تیم دوم بدون هیچ مدل هوش مصنوعی

🧠 نتیجه چه بود؟

✔️ تیم مجهز به Claude دو برابر سریع‌تر پیش رفت
✔️ وظایف بیشتری را تکمیل کرد
✔️ احساس اعتمادبه‌نفس بیشتری داشت
✔️ حتی توانست کنترل ربات را با زبان طبیعی امتحان کند
✔️ البته دوبار هم خراب کردند:
— سرعت حرکت ربات را اشتباه محاسبه کردند
— الگوریتم تشخیص توپ را اشتباه نوشتند

در مقابل، تیم بدون Claude:
❗ بیشتر دچار استرس، سردرگمی و اشتباهات انسانی شد
❗ مجبور بودند دائم از یکدیگر سؤال بپرسند
❗ روندشان کندتر و ناهموارتر بود

🎯 جمع‌بندی

همچنین Project Fetch اولین تلاش Anthropic برای بررسی تأثیر مدل‌های زبانی در پروژه‌های واقعی R&D است.
نتایج نشان می‌دهد:
هوش مصنوعی سرعت و کارایی را چند برابر می‌کند، اما نظارت انسانی همچنان ضروری است.

🔜 گزارش کامل و ویدئوی مستند آن به‌زودی در وب‌سایت Anthropic منتشر می‌شود.


https://www.anthropic.com/research/project-fetch-robot-dog
---

@rss_ai_ir

#هوش_مصنوعی #Claude #Anthropic #رباتیک #BostonDynamics #AI #ML #Robotics #Spot #ProjectFetch #RND #TechNews

واقعا خیره‌کننده است! 🎥
✅دموی سیستم ALLEX ساخته‌شده توسط شرکت کره‌جنوبی Wirobotics منتشر شد؛ رباتی با یک دست هوشمند فوق‌پیشرفته که می‌تواند کارهای بسیار ظریف را با دقت حرکتی بی‌نظیر و کنترل دقیق نیرو انجام دهد.
این یعنی ربات قادر است اشیای شکننده را بدون آسیب و با امنیت کامل جابه‌جا کند.

به‌نظر می‌رسد:

۲۰۲۶ = سال ربات‌های انسان‌نما. 🤖

@rss_ai_ir
---
#رباتیک #ربات_انسان‌نما #Wirobotics #ALLEX #SouthKorea #AI #HumanoidRobots #Robotics #TechNews #هوش_مصنوعی

⚡️ قابلیت Deep Research به سرویس NotebookLM اضافه شد! 🧠🔍

دیگر برای تحقیقات عمیق لازم نیست ساعت‌ها بین منابع مختلف بگردید؛ حالا سیستم می‌تواند بیش از صد منبع معتبر را برای شما پیدا کند و در پایان، یک فهرست بزرگ از لینک‌ها همراه با خلاصه کوتاه و کاربردی ارائه دهد. 📚✨

تمام منابع یافت‌شده را می‌توان فقط با یک کلیک به پروژه تحقیقاتی خود منتقل کرد. این ویژگی به‌تدریج برای همه کاربران فعال می‌شود. 🚀

🟢 مناسب برای:

دانشجویان و پژوهشگران 🎓

تولیدکنندگان محتوا و نویسندگان 📝

افرادی که نیاز به جمع‌بندی سریع یک موضوع دارند ⚙️

@rss_ai_ir
---
#هوش_مصنوعی 🤖 #پژوهش_عمیق 🔍 #NotebookLM #پژوهشگر #یادگیری_ماشینی #AI #Research #Google

نظر شما چیست؟

@rss_ai_ir


---


#ربات 🤖 #روباتیک #هوش_مصنوعی #انسان_نما #AutonomousRobots #FutureTech #AI #RobotVideo #TechNews

🧠 چرا مدل‌های زبانی در آموزش تقویتی (RL) «تصادفی بودن» خود را از دست می‌دهند؟
و مهم‌تر از آن: چطور این مشکل را حل کنیم؟

در یک پژوهش جدید، محققان بررسی کرده‌اند که چرا هنگام آموزش مدل‌ها برای توانایی استدلال، تنوع پاسخ‌ها کاهش می‌یابد و مدل فقط چند پاسخ تکراری را انتخاب می‌کند. نتیجه؟ افت خلاقیت، کاهش اکتشاف و در نهایت ضعف در تعمیم‌دهی.

📌 مهم‌ترین یافته‌ها

🔹 تنوع مهم‌تر از اندازه دیتاست است
گاهی یک دیتاست کوچک اما متنوع (~۶۰۰ نمونه) می‌تواند به اندازه مجموعه ۱۷هزار نمونه کارکرد داشته باشد

🔹 دیتاست کم‌تنوع = سقوط سریع‌تر
پس حتی مجموعه کوچک اگر متنوع باشد عملکرد فوق‌العاده دارد.

🔗 منبع پژوهش:
arxiv.org/abs/2511.05993
---
📍 جمع‌بندی کوتاه:
برای ساخت مدل‌های استدلال قدرتمند، فقط پاداش بیشتر کافی نیست؛ باید تصادفی‌بودن کنترل‌شده و تنوع داده‌ حفظ شود، وگرنه مدل به چند الگوی تکراری قفل می‌شود.
---

در این‌باره تجربه‌ای دارید؟ شما موافقید که مدل‌های جدید بیش از حد «قابل‌پیش‌بینی» شده‌اند؟ 🤔

@rss_ai_ir
---

#هوش_مصنوعی #یادگیری_تقویتی #RL #LLM #زبان_طبیعی #پژوهش_هوش_مصنوعی #مدل_مولد #Entropy #ReinforcementLearning #AIResearch

🎬 پروژه متن‌باز UniVA معرفی شد؛ عامل ویدئویی نسل جدید که می‌تواند ویدئو را درک، تحلیل و روی آن عمل کند. این مدل برای وظایف مختلف ویدیویی کاربرد دارد؛ از رباتیک و نظارت هوشمند تا تولید خودکار محتوا.

🔗 لینک‌ها:
Hf:
https://huggingface.co/papers/2511.08521
Paper:
https://arxiv.org/pdf/2511.08521
GitHub:
https://github.com/univa-agent/univa

@rss_ai_ir

#هوش_مصنوعی #ویدئو #عامل_ویدئویی #UniVA #AI #OpenSource

🚨 آلارم!
ربات بیچاره رو زدند ⚠️🥲
ولی ما دوباره بلند می‌شیم و قوی‌تر برمی‌گردیم 🦾

🤖 دنبال کردن ربات فراموش نشه
@rss_ai_ir

#ربات #هوش_مصنوعی #روباتِ_انسان‌نما #روباتیک #فناوری #AI #Robotics #FutureTech

📊✨ ساخت اسلایدهای جذاب با هوش مصنوعی Gemini

اگر برای ارائه‌های کاری، دانشگاهی یا تولید محتوا در شبکه‌های اجتماعی اسلاید می‌سازید، این آموزش مخصوص شماست!
در این ویدئو یاد می‌گیریم چطور با Gemini فقط با یک متن، اسلایدهای حرفه‌ای و تمیز بسازیم، بدون نیاز به پاورپوینت یا طراحی سخت.

🎯 مناسب برای:

♻️دانشجوها برای ارائه‌های کلاسی

✳️مدرس‌ها و تولیدکنندگان محتوا

♻️کسب‌وکارها و ارائه‌های سازمانی

✳️ساخت پست‌های رسمی و آموزشی

📍 پیشنهاد می‌کنیم حتما ذخیره کنید، به کارتان می‌آید!

@rss_ai_ir
#هوش_مصنوعی #جمینای #اسلاید #ارائه #Gemini #AItools #presentations

⛳️ ربات‌ها حتی در گلف هم انسان‌ها را شکست دادند!
یک ربات تلاش کرد ضربه بزند و … در همان تلاش اول هول-این-وان زد! 😳🤖

حالا باید پرسید:
آیا هنوز ورزشی باقی مانده که انسان‌ها در آن از ربات‌ها جلوتر باشند؟ یا داریم وارد دورانی می‌شویم که ماشین‌ها رکوردهای ورزشی را هم تصاحب می‌کنند؟

نظر شما چیه؟ 🧠👇
ورزشی هست که فکر کنید ربات‌ها نتوانند در آن بر انسان‌ها غلبه کنند؟

@rss_ai_ir
#ربات #ورزش #گلف #هوش_مصنوعی #روبات #AI #RobotGolf #FutureTech

🤖 چطور می‌توان چندین مدل متخصص را بدون آموزش دوباره، در یک مدل واحد و قدرتمند ادغام کرد؟

پژوهشگران از CAS، HKISI-CAS، Sun Yat-sen و Peking روشی جدید به نام RobustMerge معرفی کرده‌اند؛ تکنیکی برای ترکیب چندین مدل تخصصی بدون نیاز به آموزش مجدد و بدون ریسک نشت داده‌ها.

🔍 مسئله اصلی
هر مدل یک توانایی خاص دارد:
OCR 📄 بینایی 👁 گفتگو 💬 کدنویسی 🧑‍💻

اما ادغام آن‌ها همیشه باعث افت دقت، تداخل وزن‌ها و هزینه‌ی سنگین آموزش می‌شود.

🧠 ایده RobustMerge این روش با دو تکنیک کلیدی، تعادل میان مدل‌ها را حفظ می‌کند:

✔️ Low-Rank Analysis
برای استخراج جهت‌های اصلی دانش
✔️ Cross-Task Normalization
برای جلوگیری از غالب شدن یک مدل بر دیگران

نتیجه:
چندین مدل متخصص تبدیل به یک مدل همه‌کاره (MLLM) می‌شوند که توانایی‌ خود را حفظ کرده و حتی در برخی وظایف عملکرد بهتر نشان می‌دهد.

📌 لینک‌ها:
Paper: arxiv.org/abs/2502.17159
Code: github.com/AuroraZengfh/RobustMerge


---

@rss_ai_ir
#هوش_مصنوعی #ادغام_مدل‌ها #MLLM #AI #RobustMerge #پژوهش_هوش_مصنوعی #بدون_آموزش_مجدد

🚀 تحول بزرگ در مدل‌های علمی هوش مصنوعی
مرور ۹۴ صفحه‌ای درباره تکامل LLMهای علمی با داده‌های غنی و چرخه‌های بسته‌ی عامل‌های خودمختار منتشر شد.

در این تحقیق بی‌سابقه:
📚 ۲۷۰ دیتاست و 🧪 ۱۹۰ بنچمارک بررسی شده‌اند.

❓ چرا LLMهای معمولی برای علم کافی نیستند؟
زیرا داده‌های علمی فقط متن نیستند؛ ترکیبی از:
📊 جداول، 🧮 فرمول‌ها، 💻 کد، 🖼 تصاویر و 🔬 اندازه‌گیری‌های نامطمئن هستند.
مدل‌های عمومی معمولا این ظرافت‌ها را از دست می‌دهند.

📌 این مرور چه پیشنهاد می‌دهد؟

🔷 ایجاد طبقه‌بندی یکپارچه برای داده‌های علمی
🔷 تعریف مدل چندلایه‌ی دانش علمی:
از مشاهده خام → تا فرضیه → مدل → نظریه

این چارچوب کمک می‌کند مدل‌ها طوری پیش‌تمرین و سپس فاین‌تیون شوند که:
📌 قواعد علمی را حفظ کنند
📌 بتوانند میان قالب‌ها و مقیاس‌های مختلف ارتباط برقرار کنند

🧠 مدل‌ها بر اساس حوزه دسته‌بندی شده‌اند:
فیزیک ▫ شیمی ▫ زیست ▫ مواد ▫ علوم زمین ▫ نجوم

دستیاران علمی چندحوزه‌ای


📈 تحول در ارزیابی کیفیت:
از سوالات یک‌مرحله‌ای به تست‌های فرآیندمحور شامل:
🔹 زنجیره استدلال
🔹 استفاده از ابزار و کد
🔹 نتایج میان‌مرحله‌ای و شواهد تجربی

🔁 جهت آینده: چرخه‌ی بسته‌ی علمی
عامل‌ها (agents) به‌طور خودمختار:

1. آزمایش طراحی می‌کنند


2. شبیه‌سازها یا آزمایشگاه‌ها را اجرا می‌کنند


3. نتایج را تحلیل می‌کنند


4. دانش را به‌روزرسانی می‌کنند



🎯 جمع‌بندی:
مدل LLMهای علمی به‌سمت علم داده‌محور، قابل‌اثبات و عامل‌محور حرکت می‌کنند؛ مدلی که به جای حدس، به شواهد تکیه می‌کند.

🔗 لینک مقاله:
https://arxiv.org/abs/2508.21148

@rss_ai_ir
#هوش_مصنوعی #علم #علمی #LLM #Agent #پژوهش #یادگیری_ماشین #SciAI

🧠 مقایسه اندازه مدل‌های بزرگ هوش مصنوعی با مغز انسان!

در این کلیپ یک مقایسهٔ دیدنی بین ساختار «شبکه‌های عصبی» مدل‌های معروف هوش مصنوعی و مغز انسان نمایش داده می‌شود. هرچه پارامترهای یک مدل بیشتر باشد، تعداد ارتباطات عصبی آن بالاتر می‌رود و قدرت استدلال، خلاقیت و پردازش آن افزایش پیدا می‌کند.

مدل‌هایی که در این ویدئو مشاهده می‌کنید:

🔹 LLaMA 3 – 70B
🔹 Grok-3
🔹 GPT-4o
🔹 Claude 3 Opus
🔸 و در پایان: Human Brain 😍

با وجود این حجم عظیم از پارامترها، هیچ مدلی هنوز به پیچیدگی مغز انسان نزدیک نشده؛
اما سرعت پیشرفت هوش مصنوعی نشان می‌دهد که عصر‌های شگفت‌انگیزی در راه است… 🚀

@rss_ai_ir
#هوش_مصنوعی #شبکه_عصبی #Llama3 #GPT4o #Claude3 #Grok3 #AI #DeepLearning #مغز_انسان #مدل_زبان_بزرگ

🤖 ابزار جدید ساخت پرزنتیشن با هوش مصنوعی: Allweone

یک سرویس تازه در دنیای ساخت اسلاید منتشر شده که حسابی سروصدا کرده: Allweone
این ابزار با یک پرامپت ساده، کل یک پرزنتیشن را می‌سازد و اسلایدها را با تصویر و نمودار پر می‌کند! 😍

ویژگی‌های جالبش:
✨ ساخت خودکار اسلاید، تصویر و چارت درباره هر موضوع
✨ قابل ویرایش کامل بعد از تولید؛ بدون قالب‌های خشک و تکراری
✨ پشتیبانی از زبان روسی در ورودی و دستورها
✨ فعلاً کاملاً رایگان در مرحله انتشار اولیه

این ابزار می‌تواند یک رقیب جدی برای سرویس‌های ساخت پرزنتیشن با هوش مصنوعی باشد! 🚀
https://presentation.allweone.com/

@rss_ai_ir
#هوش_مصنوعی #پرزنتیشن #AI #اسلاید #ابزار_آموزشی #Allweone

🔒🚀 چین و یک جهش بزرگ در پردازش کوانتومی نوری

چین اعلام کرد به یک پیشرفت چشمگیر رسیده است:
لابراتوار CHIPX ادعا می‌کند نخستین تراشه کوانتومی فوتونیک مقیاس‌پذیر صنعتی را ساخته که می‌تواند برخی پردازش‌های هوش مصنوعی را تا ۱۰۰۰ برابر سریع‌تر از پردازنده‌های NVIDIA اجرا کند! 🤯

📌 مشخصات کلیدی این تراشه:
🔹 بیش از ۱۰۰۰ مؤلفهٔ نوری روی یک ویفر ۶ اینچی
🔹 مقیاس‌پذیری تا سطح ۱ میلیون کیوبیت
🔹 زمان استقرار: هفته‌ها به‌جای ماه‌ها
🔹 ظرفیت تولید سالانه: تقریباً ۱۲هزار ویفر

اگر این ادعاها صحیح باشد، این پیشرفت می‌تواند نقطه عطفی در رقابت چین برای برتری کوانتومی باشد؛ آن‌ هم در شرایطی که شرکت‌های غربی مانند Nvidia هنوز چنین ابعادی را به‌صورت رسمی نشان نداده‌اند. ⚡️
https://www.tomshardware.com/tech-industry/quantum-computing/new-chinese-optical-quantum-chip-allegedly-1-000x-faster-than-nvidia-gpus-for-processing-ai-workloads-but-yields-are-low


@rss_ai_ir
#هوش_مصنوعی #کوانتوم #کامپیوتر_کوانتومی #پردازش_فوتونی #چین #Nvidia #QuantumAI

⚡️📊 هوش مصنوعی برای Excel

یک ایجنت هوش مصنوعی معرفی شده که کار با اکسل را چند برابر سریع‌تر و حرفه‌ای‌تر می‌کند.
این ابزار فقط فرمول نمی‌نویسد، بلکه می‌تواند داده بیاورد، تحلیل کند و جدول‌ را تمیز تحویل بدهد! 😎

قابلیت‌ها:
🧮 تولید فوری هر نوع فرمول و انجام محاسبات
📈 ساخت نمودار و گراف فقط با یک کلیک
🗂️ نظم‌دهی به بزرگ‌ترین و شلوغ‌ترین شیت‌ها
🌐 پارس‌کردن اطلاعات از سایت‌ها (فقط لینک را بده و کار را توضیح بده)

🔗 تجربه استفاده از این ابزار 👇
(https://www.trydamian.com/)

@rss_ai_ir
#هوش_مصنوعی #اکسل #تحلیل_داده #Excel #AI_Agent #DataAutomation