This media is not supported in your browser
VIEW IN TELEGRAM
🤯 دست؛ سخت‌ترین بخش ربات‌های انسان‌نما
ساخت دست برای ربات انسان‌نما همیشه یکی از بزرگ‌ترین چالش‌ها بوده است: حرکات پیچیده، ده‌ها درجه آزادی، و نیاز به دقتی در حد میلی‌متر. ✋🤖
اما پیشرفتهای اخیر واقعاً شگفت‌انگیز است — از توانایی گرفتن اجسام ظریف گرفته تا انجام حرکات طبیعی و سریع، ربات‌ها حالا به دست‌هایی نزدیک به انسان مجهز می‌شوند.
این یعنی آینده‌ای که در آن ربات‌ها می‌توانند نه‌تنها کارهای صنعتی سنگین، بلکه وظایف روزمره‌ی ظریف مثل نوشتن، باز کردن بطری یا حتی جراحی را انجام دهند، دیگر دور نیست. ⚡️
@rss_ai_ir
#رباتیک #Humanoid #هوش_مصنوعی #فناوری #ربات_انسان‌نما #AI
ساخت دست برای ربات انسان‌نما همیشه یکی از بزرگ‌ترین چالش‌ها بوده است: حرکات پیچیده، ده‌ها درجه آزادی، و نیاز به دقتی در حد میلی‌متر. ✋🤖
اما پیشرفتهای اخیر واقعاً شگفت‌انگیز است — از توانایی گرفتن اجسام ظریف گرفته تا انجام حرکات طبیعی و سریع، ربات‌ها حالا به دست‌هایی نزدیک به انسان مجهز می‌شوند.
این یعنی آینده‌ای که در آن ربات‌ها می‌توانند نه‌تنها کارهای صنعتی سنگین، بلکه وظایف روزمره‌ی ظریف مثل نوشتن، باز کردن بطری یا حتی جراحی را انجام دهند، دیگر دور نیست. ⚡️
@rss_ai_ir
#رباتیک #Humanoid #هوش_مصنوعی #فناوری #ربات_انسان‌نما #AI
🔥9🎉7🥰6❤4👍3😁2👏1
💰 سرمایه‌گذاری ۱۰۰ میلیارد دلاری انویدیا روی OpenAI
انویدیا اعلام کرده تا ۱۰۰ میلیارد دلار برای تأمین نسل بعدی مدل‌های عظیم OpenAI سرمایه‌گذاری می‌کند — نه در دنیای مد، بلکه در ابرمدل‌های هوش مصنوعی. این بودجه صرف ساخت مراکز داده‌ای با توان ۱۰ گیگاوات خواهد شد؛ ظرفیتی معادل برق‌رسانی به میلیون‌ها خانه. ⚡
🔹 چطور اجرا می‌شود؟
♻️سرمایه‌گذاری به‌صورت مرحله‌ای آزاد می‌شود: هر گیگاوات جدید → سرمایه بیشتر.
♻️نخستین «نیروگاه هوش مصنوعی» در سال ۲۰۲۶ روی پلتفرم Vera Rubin انویدیا راه‌اندازی می‌شود.
♻️همچنین OpenAI دسترسی انحصاری به چیپ‌ها، شبکه‌ها و نقشه‌راه‌های آینده انویدیا خواهد داشت.
🌍 چرا مهم است؟
✳️آموزش مدل‌های غول‌پیکر GPT نیازمند محاسبات در مقیاس سیاره‌ای است.
✳️انویدیا جایگاه خود را به‌عنوان «عوارضی دنیای هوش مصنوعی» تثبیت می‌کند، در حالی‌که مایکروسافت، آمازون و گوگل برای دسترسی به چیپ‌ها رقابت می‌کنند.
✳️انرژی به گلوگاه اصلی تبدیل می‌شود: ۱۰ گیگاوات معادل یک شبکه برق ملی است.
✳️آینده‌ی هوش مصنوعی تنها با کد نوشته نمی‌شود؛ بلکه با سیلیکون ساخته می‌شود و با گیگاوات‌ها انرژی قدرت می‌گیرد. 🔥
#Nvidia #OpenAI #هوش_مصنوعی #ابررایانه #انرژی #AI
انویدیا اعلام کرده تا ۱۰۰ میلیارد دلار برای تأمین نسل بعدی مدل‌های عظیم OpenAI سرمایه‌گذاری می‌کند — نه در دنیای مد، بلکه در ابرمدل‌های هوش مصنوعی. این بودجه صرف ساخت مراکز داده‌ای با توان ۱۰ گیگاوات خواهد شد؛ ظرفیتی معادل برق‌رسانی به میلیون‌ها خانه. ⚡
🔹 چطور اجرا می‌شود؟
♻️سرمایه‌گذاری به‌صورت مرحله‌ای آزاد می‌شود: هر گیگاوات جدید → سرمایه بیشتر.
♻️نخستین «نیروگاه هوش مصنوعی» در سال ۲۰۲۶ روی پلتفرم Vera Rubin انویدیا راه‌اندازی می‌شود.
♻️همچنین OpenAI دسترسی انحصاری به چیپ‌ها، شبکه‌ها و نقشه‌راه‌های آینده انویدیا خواهد داشت.
🌍 چرا مهم است؟
✳️آموزش مدل‌های غول‌پیکر GPT نیازمند محاسبات در مقیاس سیاره‌ای است.
✳️انویدیا جایگاه خود را به‌عنوان «عوارضی دنیای هوش مصنوعی» تثبیت می‌کند، در حالی‌که مایکروسافت، آمازون و گوگل برای دسترسی به چیپ‌ها رقابت می‌کنند.
✳️انرژی به گلوگاه اصلی تبدیل می‌شود: ۱۰ گیگاوات معادل یک شبکه برق ملی است.
✳️آینده‌ی هوش مصنوعی تنها با کد نوشته نمی‌شود؛ بلکه با سیلیکون ساخته می‌شود و با گیگاوات‌ها انرژی قدرت می‌گیرد. 🔥
#Nvidia #OpenAI #هوش_مصنوعی #ابررایانه #انرژی #AI
❤7🔥7🎉7😁5🥰3👏3👍2
This media is not supported in your browser
VIEW IN TELEGRAM
🚚⚡ کامیون‌های تمام‌خودران برقی وارد جاده‌های چین شدند 🇨🇳
چین یک گام بزرگ دیگر در حمل‌ونقل هوشمند برداشت: کامیون‌های برقی و تمام‌خودران حالا رسماً روی جاده‌ها حرکت می‌کنند.
این کامیون‌ها بدون راننده، با تکیه بر ترکیب هوش مصنوعی، لیدار، رادار و دوربین‌های پیشرفته مسیر را شناسایی کرده و بارها را با ایمنی و بهره‌وری بالا جابه‌جا می‌کنند.
🔋 تماماً برقی هستند، یعنی علاوه بر کاهش هزینه، آلایندگی کربنی را هم به‌شدت پایین می‌آورند.
این فناوری می‌تواند صنعت حمل‌ونقل و لجستیک را متحول کند:
کاهش هزینه‌های عملیاتی 🚛
افزایش ایمنی در جاده‌ها 🛡
تحویل سریع‌تر و پایدارتر 🌍
آینده‌ای که در آن بارهای سنگین بدون راننده و با انرژی پاک جابه‌جا شوند، رسماً شروع شده است. ✨
#حمل_و_نقل #خودران #کامیون_برقی #چین #AI #لجستیک
چین یک گام بزرگ دیگر در حمل‌ونقل هوشمند برداشت: کامیون‌های برقی و تمام‌خودران حالا رسماً روی جاده‌ها حرکت می‌کنند.
این کامیون‌ها بدون راننده، با تکیه بر ترکیب هوش مصنوعی، لیدار، رادار و دوربین‌های پیشرفته مسیر را شناسایی کرده و بارها را با ایمنی و بهره‌وری بالا جابه‌جا می‌کنند.
🔋 تماماً برقی هستند، یعنی علاوه بر کاهش هزینه، آلایندگی کربنی را هم به‌شدت پایین می‌آورند.
این فناوری می‌تواند صنعت حمل‌ونقل و لجستیک را متحول کند:
کاهش هزینه‌های عملیاتی 🚛
افزایش ایمنی در جاده‌ها 🛡
تحویل سریع‌تر و پایدارتر 🌍
آینده‌ای که در آن بارهای سنگین بدون راننده و با انرژی پاک جابه‌جا شوند، رسماً شروع شده است. ✨
#حمل_و_نقل #خودران #کامیون_برقی #چین #AI #لجستیک
❤6👍6🥰6🔥5😁4🎉4👏3
🌸 رونمایی از GAIA2 — عامل‌ها در محیط واقع‌گرایانه 😘
🚀 نسخه دوم بِنچمارک چندمرحله‌ای GAIA2 و محیط شبیه‌سازی واقع‌گرایانه‌ی Agentic Research Environment (ARE) منتشر شد — هر دو کاملاً متن‌باز!
✨ در GAIA2 عامل‌ها باید در محیطی کار کنند که پر از API، اپلیکیشن‌ها، بازخورد کاربر و حتی سایر عامل‌هاست. وظایف چندمرحله‌ای هستند و مسیرهای حل مختلفی دارند.
🟣 توانایی‌هایی که سنجیده می‌شوند:
♻️اجرای درست دستورها و استفاده از ابزارها (Execution)
♻️جستجو و استخراج اطلاعات (Search)
♻️برخورد با اطلاعات مبهم (Ambiguity)
♻️سازگاری با شرایط متغیر (Adaptability)
♻️مدیریت زمان و وظایف تکرارشونده (Time)
♻️رسیدن به نتیجه با وجود اطلاعات اضافی یا غلط (Noise)
♻️همکاری با سایر عامل‌ها (Agent2Agent)
💡 Agentic Research Environment:
✳️محیط شبیه‌سازی با گذر زمان و تغییر شرایط
✳️پشتیبانی از اجرای async
✳️اپلیکیشن‌های آماده مثل تقویم، ایمیل، تاکسی و ... (سازگار با MCP)
✳️کاربرد برای تست امنیت (red teaming)، آموزش و ساخت دیتاست
📊 این بِنچمارک در حال حاضر بزرگ‌ترین معیار عمومی برای ارزیابی عامل‌هاست و هیچ مدل SOTA نتوانسته در همه بخش‌ها برتری کامل بگیرد.
@rss_ai_ir
🔗 منابع:
👉 Leaderboard
👉 Github
👉 HF Demo
👉 HF Blog
👉 Dataset
#AI #Agents #GAIA2 #Benchmark #DeepResearch
🚀 نسخه دوم بِنچمارک چندمرحله‌ای GAIA2 و محیط شبیه‌سازی واقع‌گرایانه‌ی Agentic Research Environment (ARE) منتشر شد — هر دو کاملاً متن‌باز!
✨ در GAIA2 عامل‌ها باید در محیطی کار کنند که پر از API، اپلیکیشن‌ها، بازخورد کاربر و حتی سایر عامل‌هاست. وظایف چندمرحله‌ای هستند و مسیرهای حل مختلفی دارند.
🟣 توانایی‌هایی که سنجیده می‌شوند:
♻️اجرای درست دستورها و استفاده از ابزارها (Execution)
♻️جستجو و استخراج اطلاعات (Search)
♻️برخورد با اطلاعات مبهم (Ambiguity)
♻️سازگاری با شرایط متغیر (Adaptability)
♻️مدیریت زمان و وظایف تکرارشونده (Time)
♻️رسیدن به نتیجه با وجود اطلاعات اضافی یا غلط (Noise)
♻️همکاری با سایر عامل‌ها (Agent2Agent)
💡 Agentic Research Environment:
✳️محیط شبیه‌سازی با گذر زمان و تغییر شرایط
✳️پشتیبانی از اجرای async
✳️اپلیکیشن‌های آماده مثل تقویم، ایمیل، تاکسی و ... (سازگار با MCP)
✳️کاربرد برای تست امنیت (red teaming)، آموزش و ساخت دیتاست
📊 این بِنچمارک در حال حاضر بزرگ‌ترین معیار عمومی برای ارزیابی عامل‌هاست و هیچ مدل SOTA نتوانسته در همه بخش‌ها برتری کامل بگیرد.
@rss_ai_ir
🔗 منابع:
👉 Leaderboard
👉 Github
👉 HF Demo
👉 HF Blog
👉 Dataset
#AI #Agents #GAIA2 #Benchmark #DeepResearch
🥰18😁14👍13❤12🎉12👏11🔥10👎1
Media is too big
VIEW IN TELEGRAM
😳🤖 «دره‌ی وهم‌آور» در دنیای واقعی
شرکت چینی AheadForm از یک سر اندروید رونمایی کرده که می‌تواند با حرکت‌های فوق‌واقعی عضلات صورت، حالات انسانی را بازسازی کند.
این ربات‌ها نه‌تنها ظاهر طبیعی دارند، بلکه به گفته‌ی شرکت:
می‌توانند یاد بگیرند 📚
با انسان‌ها تعامل کنند 🗣
و به محیط اطراف پاسخ بدهند 🌍
🔮 پیش‌بینی AheadForm: در چند سال آینده 💚💚، تفاوت میان انسان و ربات تقریباً غیرقابل تشخیص خواهد شد.
آیا این آغاز عصر همزیستی واقعی انسان و ربات است یا قدمی به سمت دنیای «ترسناک»؟
@rss_ai_ir
#رباتیک #اندروید #دره_وهم‌آور #AI #چین
شرکت چینی AheadForm از یک سر اندروید رونمایی کرده که می‌تواند با حرکت‌های فوق‌واقعی عضلات صورت، حالات انسانی را بازسازی کند.
این ربات‌ها نه‌تنها ظاهر طبیعی دارند، بلکه به گفته‌ی شرکت:
می‌توانند یاد بگیرند 📚
با انسان‌ها تعامل کنند 🗣
و به محیط اطراف پاسخ بدهند 🌍
🔮 پیش‌بینی AheadForm: در چند سال آینده 💚💚، تفاوت میان انسان و ربات تقریباً غیرقابل تشخیص خواهد شد.
آیا این آغاز عصر همزیستی واقعی انسان و ربات است یا قدمی به سمت دنیای «ترسناک»؟
@rss_ai_ir
#رباتیک #اندروید #دره_وهم‌آور #AI #چین
👍7🔥7😁6❤4🥰4👏3🎉2🙏1
📌 وب‌واکر — سیستم دو عامله برای دیپ ریسرچ
محققان همراه دیتاست جدید، سیستمی به نام WebWalker معرفی کرده‌اند که نسخه پیشرفتهای از ReAct است و با دو عامل کار می‌کند:
🧑💻 عامل پژوهشگر
سؤال + سایت (تبدیل‌شده به Markdown توسط کتابخانه ai4crawl) را دریافت می‌کند.
تصمیم می‌گیرد روی کدام لینک کلیک کند.
🕵️ عامل منتقد
محتوای صفحه را تحلیل کرده و اطلاعات مفید را در «حافظه» ثبت می‌کند.
تشخیص می‌دهد آیا جستجو باید ادامه یابد یا داده‌ها کافی هستند.
🔄 این چرخه ادامه دارد تا زمانی که منتقد بگوید اطلاعات کامل است، سپس پاسخ نهایی تولید می‌شود.
⚡️ نتایج (دیتاست قدیمی‌تر از ۹ ماه است):
GPT-4o → دقت ۳۷.۵٪ (با محدودیت ۱۵ کلیک)
Gemini-Search → دقت ۲۷.۹۴٪
Tongyi → دقت ۴۰.۷٪ (بهترین نتیجه)
پیش‌تر مدل o3 با دقت ۷۱.۷٪ در صدر بود.
📊 کیفیت پاسخ‌ها با مقایسه خروجی سیستم و جواب مرجع (ترکیب GPT-4o + انسان) ارزیابی می‌شود.
🔗 دیتاست در مقاله منتشر شده و آزادانه در دسترس است.
https://huggingface.co/datasets/callanwu/WebWalkerQA
https://tongyi-agent.github.io/blog/introducing-tongyi-deep-research/
#هوش_مصنوعی #عامل_هوشمند #دیپ_ریسرچ #وب_واکـر
@rss_ai_ir
محققان همراه دیتاست جدید، سیستمی به نام WebWalker معرفی کرده‌اند که نسخه پیشرفتهای از ReAct است و با دو عامل کار می‌کند:
🧑💻 عامل پژوهشگر
سؤال + سایت (تبدیل‌شده به Markdown توسط کتابخانه ai4crawl) را دریافت می‌کند.
تصمیم می‌گیرد روی کدام لینک کلیک کند.
🕵️ عامل منتقد
محتوای صفحه را تحلیل کرده و اطلاعات مفید را در «حافظه» ثبت می‌کند.
تشخیص می‌دهد آیا جستجو باید ادامه یابد یا داده‌ها کافی هستند.
🔄 این چرخه ادامه دارد تا زمانی که منتقد بگوید اطلاعات کامل است، سپس پاسخ نهایی تولید می‌شود.
⚡️ نتایج (دیتاست قدیمی‌تر از ۹ ماه است):
GPT-4o → دقت ۳۷.۵٪ (با محدودیت ۱۵ کلیک)
Gemini-Search → دقت ۲۷.۹۴٪
Tongyi → دقت ۴۰.۷٪ (بهترین نتیجه)
پیش‌تر مدل o3 با دقت ۷۱.۷٪ در صدر بود.
📊 کیفیت پاسخ‌ها با مقایسه خروجی سیستم و جواب مرجع (ترکیب GPT-4o + انسان) ارزیابی می‌شود.
🔗 دیتاست در مقاله منتشر شده و آزادانه در دسترس است.
https://huggingface.co/datasets/callanwu/WebWalkerQA
https://tongyi-agent.github.io/blog/introducing-tongyi-deep-research/
#هوش_مصنوعی #عامل_هوشمند #دیپ_ریسرچ #وب_واکـر
@rss_ai_ir
👏9😁9❤8👍8🔥5🥰4🎉1
🛸 هوش مصنوعی آینده سلامت شما را پیش‌بینی می‌کند
دانشمندان مدل جدیدی به نام Delphi-2M معرفی کرده‌اند که می‌تواند بیش از ۱۰۰۰ بیماری را سال‌ها قبل از بروز، پیش‌بینی کند. این مدل سوابق پزشکی افراد را مانند جمله‌های یک کتاب می‌خواند.
📊 آموزش دیده روی دیتاست UK Biobank (۵۰۰ هزار نفر) و تست شده روی ۲ میلیون نفر در دانمارک.
⚡ ریسک‌هایی مثل حمله قلبی را خیلی زودتر از پزشکان تشخیص می‌دهد.
🔍 چرا مهم است؟
✅تغییر پارادایم از درمان → به پیشگیری
✅کمک به بیمارستان‌ها برای برنامه‌ریزی منابع
✅هشدارهای زودهنگام برای بیماران
⚠️ اما محدودیت‌ها:
✳️داده‌ها بیشتر اروپامحور هستند → بایاس واقعی
✳️هنوز در مرحله تحقیق است، نه برای استفاده مستقیم در مطب پزشک
✳️اگر این سیستم مقیاس جهانی بگیرد، چکاپ سلامتی شما در آینده ممکن است همراه با «پیش‌بینی بیماری» باشد؛ درست مثل پیش‌بینی هوا 🌦️
@rss_ai_ir
https://www.sciencealert.com/scientists-train-ai-to-forecast-over-1000-diseases-years-in-advance
#هوش_مصنوعی #سلامت #پیشگیری #AIHealth
دانشمندان مدل جدیدی به نام Delphi-2M معرفی کرده‌اند که می‌تواند بیش از ۱۰۰۰ بیماری را سال‌ها قبل از بروز، پیش‌بینی کند. این مدل سوابق پزشکی افراد را مانند جمله‌های یک کتاب می‌خواند.
📊 آموزش دیده روی دیتاست UK Biobank (۵۰۰ هزار نفر) و تست شده روی ۲ میلیون نفر در دانمارک.
⚡ ریسک‌هایی مثل حمله قلبی را خیلی زودتر از پزشکان تشخیص می‌دهد.
🔍 چرا مهم است؟
✅تغییر پارادایم از درمان → به پیشگیری
✅کمک به بیمارستان‌ها برای برنامه‌ریزی منابع
✅هشدارهای زودهنگام برای بیماران
⚠️ اما محدودیت‌ها:
✳️داده‌ها بیشتر اروپامحور هستند → بایاس واقعی
✳️هنوز در مرحله تحقیق است، نه برای استفاده مستقیم در مطب پزشک
✳️اگر این سیستم مقیاس جهانی بگیرد، چکاپ سلامتی شما در آینده ممکن است همراه با «پیش‌بینی بیماری» باشد؛ درست مثل پیش‌بینی هوا 🌦️
@rss_ai_ir
https://www.sciencealert.com/scientists-train-ai-to-forecast-over-1000-diseases-years-in-advance
#هوش_مصنوعی #سلامت #پیشگیری #AIHealth
👍9🥰8🎉7👏5❤4🔥4😁2
🚀 مدل جدید چینی LongCat-Flash-Thinking
🧠 مدلی مخصوص استدلال که بین تمام مدل‌های اوپن‌سورس به رکورد SOTA رسیده است.
⚡️ ویژگی‌ها:
✅معماری MoE با ۵۶۰B پارامتر (۲۷B فعال در هر بار اجرا)
✅صرفه‌جویی بزرگ: برای رسیدن به نتایج برتر در AIME25 به ۶۴.۵٪ توکن کمتر نیاز دارد
✅پشتیبانی از 128k context
✅آموزش با تقویت (RL) روی مسائل استدلالی و کد + چندمرحله‌ای با سینتِز چندعاملی
✅همچنین RL آسنکرون → ۳ برابر سریع‌تر از فریم‌ورک‌های سنتی
⚙️ بهینه‌سازی برای پروداکشن:
♻️هسته‌های اختصاصی برای MoE و آموزش توزیع‌شده
♻️کاهش KV-cache، کوانتیزیشن، chunked prefill
♻️مسیریابی استاتیک/الاستیک، انتقال کش همتا‌به‌همتا، replication هوشمند
♻️سازگار با SGLang و vLLM برای استقرار سریع
📊 نتایج:
✳️صدرنشین در tool use (τ²-Bench, VitaBench)
✳️عملکرد عالی در instruction following (IFEval, COLLIE, Meeseeks-zh)
✳️چین همچنان پرچم‌دار مدل‌های reasoning است. 🇨🇳🤖
🔗 HF: huggingface.co/meituan-longcat/LongCat-Flash-Thinking
#هوش_مصنوعی #مدل_زبانی #MoE #یادگیری_عمیق #OpenSource
@rss_ai_ir
🧠 مدلی مخصوص استدلال که بین تمام مدل‌های اوپن‌سورس به رکورد SOTA رسیده است.
⚡️ ویژگی‌ها:
✅معماری MoE با ۵۶۰B پارامتر (۲۷B فعال در هر بار اجرا)
✅صرفه‌جویی بزرگ: برای رسیدن به نتایج برتر در AIME25 به ۶۴.۵٪ توکن کمتر نیاز دارد
✅پشتیبانی از 128k context
✅آموزش با تقویت (RL) روی مسائل استدلالی و کد + چندمرحله‌ای با سینتِز چندعاملی
✅همچنین RL آسنکرون → ۳ برابر سریع‌تر از فریم‌ورک‌های سنتی
⚙️ بهینه‌سازی برای پروداکشن:
♻️هسته‌های اختصاصی برای MoE و آموزش توزیع‌شده
♻️کاهش KV-cache، کوانتیزیشن، chunked prefill
♻️مسیریابی استاتیک/الاستیک، انتقال کش همتا‌به‌همتا، replication هوشمند
♻️سازگار با SGLang و vLLM برای استقرار سریع
📊 نتایج:
✳️صدرنشین در tool use (τ²-Bench, VitaBench)
✳️عملکرد عالی در instruction following (IFEval, COLLIE, Meeseeks-zh)
✳️چین همچنان پرچم‌دار مدل‌های reasoning است. 🇨🇳🤖
🔗 HF: huggingface.co/meituan-longcat/LongCat-Flash-Thinking
#هوش_مصنوعی #مدل_زبانی #MoE #یادگیری_عمیق #OpenSource
@rss_ai_ir
🔥6🥰6👏6👍5😁4❤3🎉3
🚀 روز انتشار: Qwen مدل Qwen3-Omni را معرفی کرد — اولین هوش مصنوعی omni-modal بومی و انتها به انتها
این مدل می‌تواند متن، تصویر، صوت و ویدئو را در یک چارچوب واحد پردازش کند.
📊 در بنچمارک‌ها نشان داده که تمام حالت‌ها (modality) با کیفیت تقریباً برابر کار می‌کنند.
⚡️ ویژگی‌ها
♻️رتبه اول در ۲۲ مورد از ۳۶ بنچمارک صوتی و چندحالتی
♻️پشتیبانی از ۱۱۹ زبان متنی
♻️حداقل تأخیر: ۲۱۱ میلی‌ثانیه
♻️پردازش فایل‌های صوتی تا ۳۰ دقیقه
♻️قابلیت شخصی‌سازی با system prompt
♻️پشتیبانی داخلی از tool calling
🌟 نسخه‌های متن‌باز منتشرشده
❌Qwen3-Omni-30B-A3B-Instruct
❌Qwen3-Omni-30B-A3B-Thinking
❌Qwen3-Omni-30B-A3B-Captioner
👉 می‌توانید این مدل را تست کنید:
💬 Chat
💻 GitHub
🤗 Hugging Face
🤖 ModelScope
🎬 Demo
@rss_ai_ir
#Qwen #هوش_مصنوعی #چندحالتی #متن_باز #AI
این مدل می‌تواند متن، تصویر، صوت و ویدئو را در یک چارچوب واحد پردازش کند.
📊 در بنچمارک‌ها نشان داده که تمام حالت‌ها (modality) با کیفیت تقریباً برابر کار می‌کنند.
⚡️ ویژگی‌ها
♻️رتبه اول در ۲۲ مورد از ۳۶ بنچمارک صوتی و چندحالتی
♻️پشتیبانی از ۱۱۹ زبان متنی
♻️حداقل تأخیر: ۲۱۱ میلی‌ثانیه
♻️پردازش فایل‌های صوتی تا ۳۰ دقیقه
♻️قابلیت شخصی‌سازی با system prompt
♻️پشتیبانی داخلی از tool calling
🌟 نسخه‌های متن‌باز منتشرشده
❌Qwen3-Omni-30B-A3B-Instruct
❌Qwen3-Omni-30B-A3B-Thinking
❌Qwen3-Omni-30B-A3B-Captioner
👉 می‌توانید این مدل را تست کنید:
💬 Chat
💻 GitHub
🤗 Hugging Face
🤖 ModelScope
🎬 Demo
@rss_ai_ir
#Qwen #هوش_مصنوعی #چندحالتی #متن_باز #AI
🥰14❤13🔥13👏9👍6😁6🎉6
This media is not supported in your browser
VIEW IN TELEGRAM
🎬 در سال ۱۹۸۸ ساخت فیلم «چه کسی برای راجر خرگوش پاپوش دوخت» بیش از یک سال طول کشید و توسط غول‌های جلوه‌های ویژه مثل ILM و Pixar انجام شد.
امروز اما، شخصیت‌های دو‌بعدی و سه‌بعدی تنها در چند دقیقه به صحنه اضافه می‌شوند — با بازتاب‌ها و تعاملات در لحظه.
ساخته‌شده با Pika.
@rss_ai_ir
#هوش_مصنوعی #جلوه_ویژه #Pika #سینما #تکنولوژی
امروز اما، شخصیت‌های دو‌بعدی و سه‌بعدی تنها در چند دقیقه به صحنه اضافه می‌شوند — با بازتاب‌ها و تعاملات در لحظه.
ساخته‌شده با Pika.
@rss_ai_ir
#هوش_مصنوعی #جلوه_ویژه #Pika #سینما #تکنولوژی
👍2👏2🔥1😢1
✍️ چطور بفهمیم روشی که در صنعت هوش مصنوعی استفاده یا ارائه می‌کنیم «بهترین» است؟
⛔️اگر می‌خواهی مطمئن شوی که راهکارت در عمل جزو بهترین‌هاست، باید از چند زاویه بررسی کنی:
⚙️ فنی
✅دقت و پایداری در شرایط واقعی
✅سرعت اجرا و مصرف منابع
✅مقایسه روی بنچمارک‌های استاندارد
🏭 صنعتی
✅صرفه‌جویی اقتصادی و کاهش هزینه
✅قابلیت ادغام آسان در خط تولید
✅اطمینان‌پذیری و کاهش ریسک توقف خط
📊 مقایسه با رقبا
✅راه‌حل‌های مشابه شرکت‌های بزرگ (Siemens, ABB و …)
✅مقالات و پتنت‌های جدید در حوزه تخصصی
🔬 اعتبارسنجی واقعی
✅اجرای پایلوت و سنجش KPI مثل راندمان یا کاهش خطا
✅گرفتن بازخورد مستقیم از اپراتورها و مهندسان
🌍 آینده‌نگری
✅هم‌راستایی با Industry 4.0، IoT، Digital Twin
✅قابلیت توسعه و انعطاف‌پذیری در شرایط آینده
✅ «بهترین بودن» یعنی:
در آزمایشگاه → بهترین متریک‌ها 📈
در صنعت → بیشترین ارزش اقتصادی و عملیاتی 💰
@rss_ai_ir 🤖
#هوش_مصنوعی #صنعت #ارزش_افزوده #AI #Industry40 #DigitalTwin
⛔️اگر می‌خواهی مطمئن شوی که راهکارت در عمل جزو بهترین‌هاست، باید از چند زاویه بررسی کنی:
⚙️ فنی
✅دقت و پایداری در شرایط واقعی
✅سرعت اجرا و مصرف منابع
✅مقایسه روی بنچمارک‌های استاندارد
🏭 صنعتی
✅صرفه‌جویی اقتصادی و کاهش هزینه
✅قابلیت ادغام آسان در خط تولید
✅اطمینان‌پذیری و کاهش ریسک توقف خط
📊 مقایسه با رقبا
✅راه‌حل‌های مشابه شرکت‌های بزرگ (Siemens, ABB و …)
✅مقالات و پتنت‌های جدید در حوزه تخصصی
🔬 اعتبارسنجی واقعی
✅اجرای پایلوت و سنجش KPI مثل راندمان یا کاهش خطا
✅گرفتن بازخورد مستقیم از اپراتورها و مهندسان
🌍 آینده‌نگری
✅هم‌راستایی با Industry 4.0، IoT، Digital Twin
✅قابلیت توسعه و انعطاف‌پذیری در شرایط آینده
✅ «بهترین بودن» یعنی:
در آزمایشگاه → بهترین متریک‌ها 📈
در صنعت → بیشترین ارزش اقتصادی و عملیاتی 💰
@rss_ai_ir 🤖
#هوش_مصنوعی #صنعت #ارزش_افزوده #AI #Industry40 #DigitalTwin
🔥1👏1🙏1
This media is not supported in your browser
VIEW IN TELEGRAM
🎨⚙️ تولید مدل‌های سه‌بعدی CAD از روی نقشه‌ها و پرامپت‌ها؟
الان دیگه ممکنه! تیم Spectral Labs سیستم SGS-1 رو معرفی کرده که می‌تونه مدل‌های سه‌بعدی CAD رو مستقیماً از نقشه‌ها یا حتی توضیحات متنی بسازه.
🔗 لینک پروژه:
https://www.spectrallabs.ai/research/SGS-1
هر کسی لازم داره، می‌تونه تست کنه و در پروژه‌هاش استفاده کنه
@rss_ai_ir
#هوش_مصنوعی #CAD #مدل_سه‌بعدی #طراحی #تولید
الان دیگه ممکنه! تیم Spectral Labs سیستم SGS-1 رو معرفی کرده که می‌تونه مدل‌های سه‌بعدی CAD رو مستقیماً از نقشه‌ها یا حتی توضیحات متنی بسازه.
🔗 لینک پروژه:
https://www.spectrallabs.ai/research/SGS-1
هر کسی لازم داره، می‌تونه تست کنه و در پروژه‌هاش استفاده کنه
@rss_ai_ir
#هوش_مصنوعی #CAD #مدل_سه‌بعدی #طراحی #تولید
❤2🔥1👏1
🎮 بازی «Among AIs» — آموگوس با مدل‌های زبانی! 🤖
تیم 4wallai یک بنچمارک تعاملی منتشر کرده که در آن نقش‌های «مردم عادی» و «ایمپاسترها» را مدل‌های زبانی بزرگ (LLM) بازی می‌کنند. هدف: بررسی توانایی در تفکر، استدلال، فریب و Theory of Mind (توانایی حدس زدن افکار دیگران).
📊 نتایج ۶۰ بازی:
🏆 بیشترین برد هم در نقش عادی و هم ایمپاستر — GPT-5
🥈 رتبه دوم — Claude Sonnet 4
🥉 رتبه سوم — Kimi K2
👀 تحلیل رفتار مدل‌ها:
✳️همچنین GPT-5 کمترین آسیب را به تیم وارد کرده
✳️سبک گفتارش «مشکوک» به نظر نمی‌رسید، بنابراین کمتر علیه او رأی داده شد
✳️در بلاگ‌پست، رونوشت بازی‌ها و نمونه‌هایی از نحوه دفاع و قانع‌کردن مدل‌ها آورده شده است.
🎥 ویدئو یکی از بازی‌ها: YouTube
📝 جزئیات و رونوشت‌ها: بلاگ 4wallai
🤯 حالا LLMها فقط با تست‌های IQ سنجیده نمی‌شوند، بلکه توانایی‌شان در دروغ‌گویی و کشف دروغگوها هم آزمایش می‌شود!
@rss_ai_ir
#هوش_مصنوعی #مدل_زبانی #بنچمارک #AmongUs #LLM
تیم 4wallai یک بنچمارک تعاملی منتشر کرده که در آن نقش‌های «مردم عادی» و «ایمپاسترها» را مدل‌های زبانی بزرگ (LLM) بازی می‌کنند. هدف: بررسی توانایی در تفکر، استدلال، فریب و Theory of Mind (توانایی حدس زدن افکار دیگران).
📊 نتایج ۶۰ بازی:
🏆 بیشترین برد هم در نقش عادی و هم ایمپاستر — GPT-5
🥈 رتبه دوم — Claude Sonnet 4
🥉 رتبه سوم — Kimi K2
👀 تحلیل رفتار مدل‌ها:
✳️همچنین GPT-5 کمترین آسیب را به تیم وارد کرده
✳️سبک گفتارش «مشکوک» به نظر نمی‌رسید، بنابراین کمتر علیه او رأی داده شد
✳️در بلاگ‌پست، رونوشت بازی‌ها و نمونه‌هایی از نحوه دفاع و قانع‌کردن مدل‌ها آورده شده است.
🎥 ویدئو یکی از بازی‌ها: YouTube
📝 جزئیات و رونوشت‌ها: بلاگ 4wallai
🤯 حالا LLMها فقط با تست‌های IQ سنجیده نمی‌شوند، بلکه توانایی‌شان در دروغ‌گویی و کشف دروغگوها هم آزمایش می‌شود!
@rss_ai_ir
#هوش_مصنوعی #مدل_زبانی #بنچمارک #AmongUs #LLM
👍2
This media is not supported in your browser
VIEW IN TELEGRAM
🥇 SaSaSa2VA
قهرمان چالش LSVOS 🥇
⛔️این مدل با معرفی رویکرد Segmentation Augmentation باعث بهبود درک ویدئو در سطح جهانی شده و در عین حال کارآمد باقی می‌ماند.
همچنین در مرحله‌ی inference از Selective Averaging برای ترکیب پایدار پیش‌بینی‌های مکمل استفاده می‌کند.
📊 نتیجه؟ دستیابی به SOTA در هفتمین چالش LSVOS (بخش RVOS) 🎉
کدی کاملاً عملیاتی و متن‌باز تحت لایسنس Apache در دسترس است.
📄 مقاله:
https://arxiv.org/pdf/2509.16972
💻 ریپو:
https://github.com/magic-research/Sa2VA
@rss_ai_ir
#AI #VideoUnderstanding #LSVOS #Segmentation #DeepLearning #opensource
قهرمان چالش LSVOS 🥇
⛔️این مدل با معرفی رویکرد Segmentation Augmentation باعث بهبود درک ویدئو در سطح جهانی شده و در عین حال کارآمد باقی می‌ماند.
همچنین در مرحله‌ی inference از Selective Averaging برای ترکیب پایدار پیش‌بینی‌های مکمل استفاده می‌کند.
📊 نتیجه؟ دستیابی به SOTA در هفتمین چالش LSVOS (بخش RVOS) 🎉
کدی کاملاً عملیاتی و متن‌باز تحت لایسنس Apache در دسترس است.
📄 مقاله:
https://arxiv.org/pdf/2509.16972
💻 ریپو:
https://github.com/magic-research/Sa2VA
@rss_ai_ir
#AI #VideoUnderstanding #LSVOS #Segmentation #DeepLearning #opensource
This media is not supported in your browser
VIEW IN TELEGRAM
😳 مردها در حال تسلط گسترده بر OnlyFans هستند و کمک‌های مالی جمع می‌کنند، اما نه با چهره‌ی واقعی خودشان — بلکه با استفاده از هوش مصنوعی.
📌 سرویس Wan2.2 Animate آن‌ها را به «دختران» تبدیل می‌کند و این کار را چنان حرفه‌ای انجام می‌دهد که هیچ ردپایی از شبکه‌های عصبی باقی نمی‌ماند.
@rss_ai_ir
#AI #OnlyFans #Deepfake #Wan2
📌 سرویس Wan2.2 Animate آن‌ها را به «دختران» تبدیل می‌کند و این کار را چنان حرفه‌ای انجام می‌دهد که هیچ ردپایی از شبکه‌های عصبی باقی نمی‌ماند.
@rss_ai_ir
#AI #OnlyFans #Deepfake #Wan2
This media is not supported in your browser
VIEW IN TELEGRAM
😐 خیلی جالبه، ولی ممکنه به زودی واکنش نشون بدن و مقابله کنن...
@rss_ai_ir
#AI #OnlyFans #Deepfake #FutureTech
@rss_ai_ir
#AI #OnlyFans #Deepfake #FutureTech
👎1😁1
📊 رشد انفجاری توان محاسباتی در آزمایشگاه‌های هوش مصنوعی
✅توان پردازشی در لابراتوارهای AI با سرعتی بی‌سابقه در حال افزایش است:
⚡ OpenAI —
امروز ۱۴ برابر بیشتر از زمان عرضه‌ی GPT-4 توان محاسباتی دارد.
⚡ xAI —
نرخ رشد بسیار سریع؛ تنها بین عرضه‌ی Grok 3 و Grok 4 میزان کامپیوتر دو برابر شده است.
⚡ Anthropic —
کمترین منابع محاسباتی را دارد، اما در بهره‌برداری فوق‌العاده کارآمد بوده است. برای مثال، Claude 3.5 تنها با حدود یک‌پنجم توان فعلی Anthropic آموزش داده شد.
ℹ️ توجه: این آمارها شامل Google DeepMind نمی‌شود، در حالی که احتمالاً بیشترین توان محاسباتی را دارد — هرچند مشخص نیست این منابع تا چه اندازه برای آموزش LLMها متمرکز شده‌اند.
@rss_ai_ir
#AI #LLM #Compute #OpenAI #xAI #Anthropic #DeepMind
✅توان پردازشی در لابراتوارهای AI با سرعتی بی‌سابقه در حال افزایش است:
⚡ OpenAI —
امروز ۱۴ برابر بیشتر از زمان عرضه‌ی GPT-4 توان محاسباتی دارد.
⚡ xAI —
نرخ رشد بسیار سریع؛ تنها بین عرضه‌ی Grok 3 و Grok 4 میزان کامپیوتر دو برابر شده است.
⚡ Anthropic —
کمترین منابع محاسباتی را دارد، اما در بهره‌برداری فوق‌العاده کارآمد بوده است. برای مثال، Claude 3.5 تنها با حدود یک‌پنجم توان فعلی Anthropic آموزش داده شد.
ℹ️ توجه: این آمارها شامل Google DeepMind نمی‌شود، در حالی که احتمالاً بیشترین توان محاسباتی را دارد — هرچند مشخص نیست این منابع تا چه اندازه برای آموزش LLMها متمرکز شده‌اند.
@rss_ai_ir
#AI #LLM #Compute #OpenAI #xAI #Anthropic #DeepMind
👍1