⚠️ 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

🚀 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 🤖

👔 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

🔬 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

🚨 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

🧠💊 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

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:

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

🤣 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

🔥 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

😅 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

🔥 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

⚡️ 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

🤖 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

🎭 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

😬 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