🌐 رشد سالانه مدل‌های Gemini حدود ۴۰۰٪ بوده است.

این عدد یعنی چه؟ یعنی دلیلی که «سم آلتمن» حالت code red اعلام کرد کاملاً قابل درک است.
وقتی یک اکوسیستم مدل‌های هوش مصنوعی با چنین سرعتی رشد می‌کند، رقابت وارد مرحله‌ی بقا می‌شود، نه فقط رقابت تکنولوژیک.

در سال گذشته:

گوگل چند نسل مدل‌های Gemini را عرضه کرد؛

نسخه‌های Pro، Ultra، Nano و Flash تقریباً تمام محصولات گوگل را تغذیه می‌کنند؛

سهم بازار در جستجو، موبایل و سرویس‌های ابری تحت تأثیر هوش مصنوعی افزایش یافته؛

و اکنون Gemini تبدیل به سریع‌ترین رشد در میان مدل‌های مولتی‌مودال شده است.


در چنین شرایطی، هر شرکت بزرگ مجبور است سرعت خود را چند برابر کند.
گپ ۵.۲، فشار روی OpenAI و رقابت شدید xAI همگی نشانه‌ی همین واقعیت‌اند.

🔥 آینده‌ی مدل‌ها نه خطی، بلکه نمایی در حال رشد است.

#AI #Gemini #Google #LLM #TechWar #Innovation

📈 گزارش‌ها نشان می‌دهند که SoftBank و NVIDIA به توافق نزدیک شده‌اند تا در استارتاپ Skild AI با ارزش‌گذاری شگفت‌انگیز ۱۴ میلیارد دلار سرمایه‌گذاری کنند؛ یعنی سه برابر بیشتر از ارزش قبلی شرکت.

همچنین ، Skild در حال توسعهٔ چیزی است که آن را «مغز همه‌کاره برای مولتی‌ورس ماشین‌ها» می‌نامد — یک هستهٔ هوشمند واحد که بتواند روی انواع ربات‌ها و سامانه‌های خودکار کار کند.

🚀 اگر این معامله نهایی شود، یکی از بزرگ‌ترین سرمایه‌گذاری‌ها در حوزهٔ رباتیک و هوش مصنوعی شکل خواهد گرفت.

#هوش_مصنوعی #AI #NVIDIA #SoftBank #رباتیک #SkildAI

🧠 رقابت هوش مصنوعی در حال تغییر است

نمودار جدید نشان می‌دهد که OpenAI دیگر رهبر بلامنازع رقابت AI نیست.
مدل‌های جدید گوگل، Meta و xAI در سال ۲۰۲۵ توانسته‌اند فاصله را کم کرده و حتی در برخی بخش‌ها پیشی بگیرند.

گوگل اکنون با مدل‌های نسل جدید در صدر قرار گرفته؛
در حالی که OpenAI که در سال‌های ۲۰۲۳ و ۲۰۲۴ اختلاف زیادی با رقبا داشت، حالا با چالش جدی مواجه شده است.

این تغییرات یعنی:

✳️سرعت پیشرفت رقبا فوق‌العاده زیاد شده

✳️برتری مدل‌های بزرگ به‌سرعت جابه‌جا می‌شود

✳️سال ۲۰۲۵ رسماً سال نبرد غول‌هاست


@rss_ai_ir

#هوش_مصنوعی #Google #OpenAI #xAI #AIrace #رقابت_هوش_مصنوعی

✨ Unified Video Editing with Temporal Reasoner

📝 خلاصه:
رویکردVideoCoF ، یک رویکرد Chain-of-Frames است که دقت و تطابق ویرایش ویدیو با دستور کاربر را افزایش می‌دهد. این روش با استفاده از reasoning tokens و بدون نیاز به ماسک‌دهی توسط کاربر، نواحی مربوطه را تشخیص می‌دهد و ویرایش دقیق‌تری ارائه می‌کند.
AI-generated summary

🔹 تاریخ انتشار: ۸ دسامبر
🔹 لینک‌های مقاله:
• arXiv Page: https://arxiv.org/abs/2512.07469
• PDF: https://arxiv.org/pdf/2512.07469
• Project Page: https://videocof.github.io/
• Github: https://github.com/knightyxp/VideoCoF

🔹 مدل‌هایی که به این مقاله ارجاع داده‌اند:
• https://huggingface.co/XiangpengYang/VideoCoF

==================================

#AI #VideoEditing #MachineLearning #DeepLearning #HuggingFace 🎥🤖

🔥 گروک جان یک مرد را نجات داد؛ چیزی که اورژانس تشخیص نداد!

✳️یک مرد ۴۹ ساله می‌گوید Grok جان او را نجات داده؛ بعد از اینکه پزشک اورژانس درد شدید او را اشتباه ریفلاکس معده تشخیص داد، در حالی که آپاندیس او در آستانه‌ی پارگی بود.

✳️وقتی درد غیرقابل تحمل شد، از Grok کمک خواست. هوش مصنوعی احتمال «زخم پرفوره شده یا آپاندیسیت غیرتیپیک» را مطرح کرد و به او گفت فوراً برگردد و اسکن CT مطالبه کند.

✳️او همان کار را کرد — و پزشکان فهمیدند آپاندیس او چند دقیقه تا پارگی فاصله داشته. عمل جراحی همان شب انجام شد و او روز بعد بدون درد از خواب بیدار شد.

✳️جالب اینکه او در بیمارستان نگفت که تشخیص از طرف هوش مصنوعی بوده؛ چون می‌ترسید جدی گرفته نشود. این ماجرا وایرال شد و بسیاری معتقدند این نشان می‌دهد AI می‌تواند چیزهایی را ببیند که پزشکان شلوغ از دست می‌دهند.
حتی برخی نوشته‌اند که به یک پزشک AI بیشتر اعتماد می‌کنند، اگر نتیجه مراقبت بهتر باشد.

✳️ایلان ماسک مدت‌هاست پیش‌بینی کرده بود که «پزشکی مبتنی بر AI» خیلی زود فراگیر می‌شود — و به نظر می‌رسد این آینده از راه رسیده است.

@rss_ai_ir

#هوش_مصنوعی #پزشکی #Grok #سلامت #AI #تشخیص_پزشکی

📈مدل Grok 4.20؛ نابغهٔ آشفتهٔ دنیای ترید با هوش مصنوعی

در جدیدترین تورنمنت ترید بین مدل‌های برتر، فقط یک مدل توانست سود واقعی بسازد. برندهٔ مرموز؟ نسخهٔ داخلی و آزمایشی Grok 4.20 که سود +12.11% و ۴۸۴۴ دلار ثبت کرد.

عملکرد رقبا:

GPT-5.1: ۶٪–

DeepSeek V3.1: ۳۲٪–

Claude Sonnet 4.5: ۳۸٪–

Grok 4 عمومی: ۵۷٪– (رتبهٔ آخر)


طبق گزارش‌ها، Grok 4.20 تا پایان سال منتشر می‌شود. این مدل نسخهٔ تقویت‌شدهٔ Grok 4 است و یک گام به‌سمت Grok 5 با ۶ تریلیون پارامتر ـ دو برابر نسل فعلی.

نکتهٔ جالب؟
همین امروز Grok می‌تواند بدترین و بهترین مدل باشد… فقط بستگی دارد به اینکه کدام نسخه‌اش را به شما بدهند.


#هوش_مصنوعی #Grok #ترید #مدل_زبان #xAI #AInews

🎧 ابزار Auphonic؛ بهترین دوستِ موزیسین‌ها برای حذف نویز

اگر موزیسین، پادکستر یا صدابردار هستی، این ابزار رو حتماً ذخیره کن؛ چون یکی از بهترین سرویس‌های حذف نویز و تمیز کردن صداست و ماهیانه ۲ ساعت پردازش رایگان می‌دهد.

✨ حالا Auphonic چه کارهایی انجام می‌دهد؟

🎙️ حذف نویز و هیس از فایل صوتی

✂️ برش سکوت‌های اضافی و یک‌دست کردن صدا

🎼 تفکیک موسیقی از وکال با کیفیت بالا

🔊 نرمال‌سازی بلندی صدا و اصلاح خودکار سطح‌ها


برای تولید محتوا، ضبط پادکست، ادیت موسیقی یا حتی تمیز کردن وویس‌ها یک ابزار فوق‌العاده کارآمد است.

🌐 لینک سرویس:
https://auphonic.com/engine/

#صدا #هوش_مصنوعی #ویرایش_صدا #موزیک #پادکست 🎶

🎷 Layered PSD Diffusion 🎷

👉 معماری OmniPSD یک معماری جدید برای تولید فایل‌های PSD لایه‌دار است؛ یعنی مدل نه‌تنها تصویر می‌سازد، بلکه آن را به لایه‌های جداگانه با آلفای شفاف (RGBA) تقسیم می‌کند — متن، عناصر پیش‌زمینه، پس‌زمینه… همه در لایه‌های تمیز و قابل ویرایش.

این یعنی خروجی مدل را می‌توان مستقیم داخل Photoshop یا هر ویرایشگر PSD باز کرد و هر جزء را مستقل تغییر داد.

نسخه‌ی آنلاین دمو هم فعال است 💙


👉 Paper: arxiv.org/pdf/2512.09247
👉 Project: showlab.github.io/OmniPSD/
👉 Demo: https://www.lovart.ai/it

#AI #Diffusion #PSD #GenerativeAI #Design #OmniPSD

🤖 ایلان ماسک و ربات Optimus دوباره سوژهٔ اینترنت شدند!

یک ویدیوی جدید از رویداد تسلا در میامی وایرال شده و کاربران دوباره شروع کرده‌اند به مسخره کردن Optimus — این بار به‌خاطر یک سقوط وسط دمو! 😬

🔸 در ویدیو، ربات حرکتی عجیباً شبیه انسان انجام می‌دهد — تقریباً مثل کسی که هدست VR را از سرش درمی‌آورد — و درست بعد از آن واژگون می‌شود. همین باعث شده خیلی‌ها شک کنند که شاید اپراتور انسانی هنوز دخیل بوده.

🔸 این موضوع با ادعاهای قبلی ایلان ماسک مبنی بر «عملکرد کاملاً خودمختار» Optimus تناقض دارد. شبکه‌های اجتماعی فوراً پر از میم‌ها و طعنه شد.

🔸 این حادثه به موج رو‌به‌رشد تردیدها دربارهٔ پروژه رباتیک تسلا اضافه کرده. بسیاری معتقدند که Optimus هنوز به‌شدت وابسته به کنترل از راه دور است، برخلاف وعده‌های ماسک دربارهٔ «نزدیک بودن عصر ربات‌های مستقل».

به‌نظر می‌رسد Optimus هنوز از مرحلهٔ بازوی کمکی و چرخ‌تمرین رد نشده… اما اینترنت اصلاً قصد ندارد او را راحت بگذارد. 😄

#AI #Robotics #Tesla #Optimus #ElonMusk #RobotFails

✨ روش COREA: هم‌ترازی سه‌بعدی Coarse-to-Fine بین Gaussianهای سه‌بعدی قابل‌نوردهی مجدد و SDF با نظارت دوطرفه 3D-to-3D

📝 خلاصه:
روش COREA یک چارچوب نوآورانه است که نمایش سه‌بعدی Gaussians و توابع فاصله علامت‌دار (SDF) را به‌صورت دقیق و مرحله‌به‌مرحله (coarse-to-fine) با یکدیگر هم‌تراز می‌کند.
این مدل یادگیری هندسه را مستقیماً در فضای سه‌بعدی انجام می‌دهد و با نظارت دوطرفه 3D-to-3D، محدودیت‌های روش‌های قبلی را برطرف می‌کند.

🔍 مزایا و دستاوردها:

♻️تولید هندسه بسیار دقیق‌تر

♻️نورپردازی مجدد طبیعی‌تر و سازگارتر

بهبود چشمگیر در
• ساخت مش (Mesh Reconstruction)
• رندرینگ فیزیکی مبتنی بر نور (PBR)
• بازسازی دیدهای جدید (Novel View Synthesis)

یکپارچه‌سازی Gaussian Splatting با نمایش SDF



---

🔹 تاریخ انتشار: ۸ دسامبر

🔹 لینک‌ مقاله‌ها و پروژه
• Arxiv:
https://arxiv.org/abs/2512.07107
• PDF:
https://arxiv.org/pdf/2512.07107
• Project Page:
https://cau-vilab.github.io/COREA/
• Github:
https://github.com/CAU-VILab/COREA-arXiv

==================================


#AI #DataScience #MachineLearning #HuggingFace #Research

⚡ این‌گونه هوش مصنوعی با علف‌های هرز مبارزه می‌کند.
دستگاه LaserWeeder G2 زمین‌های کشاورزی را اسکن می‌کند، علف‌های هرز را تشخیص می‌دهد و آن‌ها را با لیزر از بین می‌برد — دقیق، سریع و بدون مواد شیمیایی.

📊 @rss_ai_ir

#کشاورزی_هوشمند #رباتیک #هوش_مصنوعی #اتوماسیون #فناوری_کشاورزی 💡🌱

👓 عینک‌ هوشمند جدید گوگل با قدرت Gemini در سال ۲۰۲۶ می‌آید

گوگل در حال آماده‌سازی دو مدل عینک هوشمند است که مستقیماً از مدل‌های چندوجهی Gemini قدرت می‌گیرند.

---

✨ مدل اول – عرضه در سال ۲۰۲۶

این مدل ظاهر کاملاً شبیه عینک معمولی دارد و نمایشگر ندارد، اما:

♻️اسپیکر،
♻️میکروفون،
♻️و دوربین

روی آن قرار گرفته است.
عینک با گوشی تلفن همراه جفت می‌شود و Gemini آنچه در اطراف شماست را می‌بیند و:

♻️در لحظه به سوال‌ها پاسخ می‌دهد،
♻️محیط را تحلیل می‌کند،
♻️مکالمات را به‌طور زنده ترجمه می‌کند.

---

✨ مدل دوم – نسخه AR با نمایشگر

مدل پیشرفته‌تر دارای نمایشگر داخلی و قابلیت‌های واقعیت افزوده (AR) خواهد بود، اما هنوز تاریخ عرضه رسمی ندارد. این نسخه قدم بعدی گوگل برای ترکیب بینایی هوشمند و اطلاعات دیجیتال روی دنیای واقعی است.
---

این عینک‌ها نشان‌دهنده ورود جدی گوگل به نسل بعدی ابزارهای پوشیدنی هوشمند هستند؛ جایی که دستیار هوش مصنوعی نه‌تنها می‌شنود، بلکه می‌بیند و با درک کامل از محیط به شما کمک می‌کند.

📊 @rss_ai_ir

#هوش_مصنوعی #گوگل #عینک_هوشمند #Gemini #AR #تکنولوژی

⚙️ ارتشی از ایجنت‌های هوشمند کل اینترنت را برایت زیر نظر می‌گیرند — خودکار و رایگان

در حال حاضر مجموعه‌ای از ایجنت‌های مستقل مبتنی بر هوش مصنوعی راه‌اندازی شده‌اند که می‌توانند تمام گوشه‌وکنار وب را برایت پایش کنند و در لحظه، خلاصهٔ تغییرات مهم را ارسال کنند.

🔹 این ایجنت‌ها هر سایت یا منبعی را که انتخاب کنی طبق زمان‌بندی مشخص بررسی می‌کنند: آگهی‌های استخدام، تخفیف‌ها، اخبار، ترندها و هر چیزی که مهم باشد.
🔹 نتیجهٔ هر پایش، یک خلاصهٔ دقیق و تمیز است تا هیچ بروزرسانی مهمی را از دست ندهی.
🔹 از تغییر کوچک در یک صفحهٔ محصول گرفته تا انتشار مقالهٔ جدید — همه فوراً تشخیص داده می‌شود.
🔹 مهم‌تر اینکه کل سیستم کاملاً رایگان در اختیار کاربران است.

این یعنی در دنیایی که اینترنت بی‌وقفه تغییر می‌کند، حالا ایجنت‌هایی داری که بدون خستگی، ۲۴ ساعته همه‌چیز را برایت رصد می‌کنند.
https://github.com/firecrawl/open-scouts

@rss_ai_ir
#هوش_مصنوعی #ایجنت #وب_کاوی #اتوماسیون #فناوری 🚀

📢 گزارش‌ها می‌گویند گوگل به تبلیغ‌دهندگان اعلام کرده که از سال ۲۰۲۶، تبلیغات را وارد چت‌بات Gemini خواهد کرد.

این یعنی Gemini کم‌کم به درگاه اصلی کسب درآمد برای کل اکوسیستم هوش مصنوعی گوگل تبدیل می‌شود؛ جایی که جستجو، پاسخ‌دهی و تعامل کاربر مستقیماً به مدل‌های زبانی متصل است و تبلیغات هم بخشی طبیعی از آن خواهد شد.

به زبان ساده:
گوگل می‌خواهد همان کاری را که با جستجو انجام داد، با چت‌بات‌های هوش مصنوعی هم تکرار کند — پلتفرمی که هم مفید است و هم پول‌ساز.

https://www.adweek.com/media/google-gemini-ads-2026/


#هوش_مصنوعی 🤖 #گوگل #Gemini #تبلیغات #AI

✨ مدل EgoEdit: ویرایش ویدئوهای اول‌شخص به صورت بلادرنگ

📝 خلاصه:
مدل EgoEdit یک مدل و دیتاست جدید برای ویرایش ویدئوهای اول‌شخص (Egocentric Video Editing) است که می‌تواند در زمان واقعی و تنها با دستورهای متنی، ویدئو را تغییر دهد.
این سیستم برای شرایط چالشی مثل لرزش شدید دوربین، حرکت بدن و تعامل دست–شی‌ء طراحی شده و نسبت به روش‌های موجود عملکرد دقیق‌تر و پایدار‌تری دارد.

🔸 ویژگی‌ها:

♻️ویرایش لحظه‌ای ویدئوهای POV بدون نیاز به ماسک‌گذاری دستی

♻️مدیریت هوشمند egomotion (حرکت شدید دوربین روی سر/چشم)

♻️تشخیص بهتر تعامل دست با اشیا

♻️مدل سبک و سریع برای استفاده روی دستگاه‌های کاربردی

♻️معرفی یک دیتاست و بنچ‌مارک استاندارد برای ارزیابی سیستم‌های ویرایش اول‌شخص


🔹 تاریخ انتشار: ۵ دسامبر

🔗 لینک‌ها:
• ArXiv:
https://arxiv.org/abs/2512.06065
• PDF:
https://arxiv.org/pdf/2512.06065
• صفحه پروژه:
https://snap-research.github.io/EgoEdit/
• گیت‌هاب:
https://github.com/snap-research/EgoEdit

==============================


#AI #DataScience #MachineLearning #HuggingFace #Research

🎥مانور دیدنی راننده هوش مصنوعی
@rss_ai_ir

🧄 اوپن‌اِی‌آی به شکل غیرمستقیم به «garlic» اشاره کرده؛ همان اسم رمزی که مدت‌هاست دربارهٔ مدل بعدی شایعه شده است.

منتظر معرفی GPT-5.2 در همین امروز باشید؛ موج جدیدی از رقابت در مدل‌های پیشرفته در راه است.

@rss_ai_ir

#هوش_مصنوعی #مدل_جدید #OpenAI #GPT52 #garlic 🤖🔥