This media is not supported in your browser
VIEW IN TELEGRAM
⚙️ اجرای مستقیم هوش مصنوعی مولد روی دستگاه — بدون نیاز به سرور!
♻️گوگل از LiteRT-LM رونمایی کرد؛ چارچوبی برای اجرای مدلهای زبانی بزرگ (LLM) بهصورت آفلاین، با تأخیر بسیار پایین و بدون تماس API.
🔹 مزیت برای توسعهدهندگان:
✅اجرای مستقیم روی دستگاه (بدون وابستگی به سرورهای ابری)
✅حذف هزینههای API
✅دسترسی به هوش مصنوعی مولد محلی (Local GenAI)
🧠 نکات کلیدی:
❌همچنین LiteRT-LM هماکنون در Gemini Nano و Gemma روی Chrome، Chromebook Plus و Pixel Watch استفاده میشود.
❌رابط C++ متنباز (نسخه پیشنمایش) برای ادغام در پروژههای سفارشی.
❌ساختار شامل دو بخش است:
• Engine:
شامل مدل پایه و منابع مشترک بین وظایف.
• Session:
محیط اختصاصی هر وظیفه با قابلیت Clone، Copy-on-Write و سوییچ سریع.
❌پشتیبانی از CPU، GPU و NPU با سازگاری بینسیستمی (Android، Linux، macOS، Windows).
❌برای Pixel Watch از نسخه سبکسازیشده استفاده شده تا در محدودیت حافظه و اندازه باینری جا بگیرد.
🧩 گوگل کل اکوسیستم هوش مصنوعی رویدستگاه را متنباز کرده است:
LiteRT:
موتور سریع اجرای مدلها روی دستگاه.
LiteRT-LM:
رابط C++ مخصوص LLM با امکاناتی مثل ذخیره زمینه و کش پرسشها.
LLM Inference API:
رابطهای آماده برای Kotlin، Swift و JS برای جاسازی آسان GenAI در برنامهها.
📎 جزئیات بیشتر:
🔗 developers.googleblog.com
#Google #LiteRT #LiteRTLM #GenAI #EdgeAI #هوش_مصنوعی #LLM
@rss_ai_ir
♻️گوگل از LiteRT-LM رونمایی کرد؛ چارچوبی برای اجرای مدلهای زبانی بزرگ (LLM) بهصورت آفلاین، با تأخیر بسیار پایین و بدون تماس API.
🔹 مزیت برای توسعهدهندگان:
✅اجرای مستقیم روی دستگاه (بدون وابستگی به سرورهای ابری)
✅حذف هزینههای API
✅دسترسی به هوش مصنوعی مولد محلی (Local GenAI)
🧠 نکات کلیدی:
❌همچنین LiteRT-LM هماکنون در Gemini Nano و Gemma روی Chrome، Chromebook Plus و Pixel Watch استفاده میشود.
❌رابط C++ متنباز (نسخه پیشنمایش) برای ادغام در پروژههای سفارشی.
❌ساختار شامل دو بخش است:
• Engine:
شامل مدل پایه و منابع مشترک بین وظایف.
• Session:
محیط اختصاصی هر وظیفه با قابلیت Clone، Copy-on-Write و سوییچ سریع.
❌پشتیبانی از CPU، GPU و NPU با سازگاری بینسیستمی (Android، Linux، macOS، Windows).
❌برای Pixel Watch از نسخه سبکسازیشده استفاده شده تا در محدودیت حافظه و اندازه باینری جا بگیرد.
🧩 گوگل کل اکوسیستم هوش مصنوعی رویدستگاه را متنباز کرده است:
LiteRT:
موتور سریع اجرای مدلها روی دستگاه.
LiteRT-LM:
رابط C++ مخصوص LLM با امکاناتی مثل ذخیره زمینه و کش پرسشها.
LLM Inference API:
رابطهای آماده برای Kotlin، Swift و JS برای جاسازی آسان GenAI در برنامهها.
📎 جزئیات بیشتر:
🔗 developers.googleblog.com
#Google #LiteRT #LiteRTLM #GenAI #EdgeAI #هوش_مصنوعی #LLM
@rss_ai_ir
This media is not supported in your browser
VIEW IN TELEGRAM
🤖🇨🇳 روبات انساننمای Lingxi X2 از AgiBot شانگهای
شرکت AgiBot ربات انساننمای جدید خود با نام Lingxi X2 را معرفی کرده — رباتی ۱.۳ متری و ۳۳.۸ کیلوگرمی که میتواند راه برود، بدود، برقصد و حتی دوچرخه یا هاوربرد براند! 🚴♂️🕺
این ربات با استفاده از یادگیری تقویتی عمیق و یادگیری تقلیدی آموزش دیده و تواناییهای چشمگیری در حرکت، تعامل و کارهای عملیاتی دارد.
کاربردهای بالقوهاش از مراقبت از سالمندان تا همنشینی هوشمند گسترده است. 🧓🤝🤖
چین بار دیگر نشان داد که در مسیر رباتهای انساننما، سرعتش کم نمیشود 💨
#AgiBot #LingxiX2 #Robotics #AI #هوش_مصنوعی
@rss_ai_ir
شرکت AgiBot ربات انساننمای جدید خود با نام Lingxi X2 را معرفی کرده — رباتی ۱.۳ متری و ۳۳.۸ کیلوگرمی که میتواند راه برود، بدود، برقصد و حتی دوچرخه یا هاوربرد براند! 🚴♂️🕺
این ربات با استفاده از یادگیری تقویتی عمیق و یادگیری تقلیدی آموزش دیده و تواناییهای چشمگیری در حرکت، تعامل و کارهای عملیاتی دارد.
کاربردهای بالقوهاش از مراقبت از سالمندان تا همنشینی هوشمند گسترده است. 🧓🤝🤖
چین بار دیگر نشان داد که در مسیر رباتهای انساننما، سرعتش کم نمیشود 💨
#AgiBot #LingxiX2 #Robotics #AI #هوش_مصنوعی
@rss_ai_ir
🎨 پرامپت اشتراکی: طرح نقاشی مینیمال به سبک خطوط روان
پرامپت:
«طرح مینیمال به سبک نقاشی از [موضوع] با خطوط سیاه روان، ترکیببندی تمیز، فیگوری ساده اما نمایشی، حرکت سیال با بهرهگیری از فضای منفی ظریف، و سیلوئت (حاشیه) زیبا و پر احساس.»
🖌️ این نوع پرامپت برای تولید تصاویری عالی است که حس نقاشی با قلممو را منتقل میکنند؛ مناسب برای طراحیهای هنری، پوسترهای مدرن و لوگوهای انتزاعی.
Prompt:
#Prompt #AIArt #Minimalism #PaintingStyle #LineArt
@rss_ai_ir
پرامپت:
«طرح مینیمال به سبک نقاشی از [موضوع] با خطوط سیاه روان، ترکیببندی تمیز، فیگوری ساده اما نمایشی، حرکت سیال با بهرهگیری از فضای منفی ظریف، و سیلوئت (حاشیه) زیبا و پر احساس.»
🖌️ این نوع پرامپت برای تولید تصاویری عالی است که حس نقاشی با قلممو را منتقل میکنند؛ مناسب برای طراحیهای هنری، پوسترهای مدرن و لوگوهای انتزاعی.
Prompt:
Minimalist paint-style outline of a [subject], flowing black lines, clean composition, simple yet dramatic pose, fluid movement captured with elegant negative space, expressive and graceful silhouette
#Prompt #AIArt #Minimalism #PaintingStyle #LineArt
@rss_ai_ir
📘 کتاب جدید و رایگان دانشگاه برکلی: یادگیری نمایشهای عمیق از توزیع دادهها
تیمی از پژوهشگران دانشگاه UC Berkeley (شامل Sam Buchanan، Druv Pai، Peng Wang و Yi Ma) کتابی با عنوان Learning Deep Representations of Data Distributions منتشر کردهاند — اثری که بهزبان ساده توضیح میدهد چرا و چگونه شبکههای عصبی عمیق میتوانند از دادههای پیچیده، نمایشهای فشرده و معنادار استخراج کنند.
💡 در این کتاب میخوانید:
🟠 توضیح مفهومی و قابلدرک از اصول بنیادی معماریهای یادگیری عمیق بر پایهی بهینهسازی و نظریه اطلاعات
🟠 چگونگی شکلگیری نمایشهای مقاوم و ناوردا در مدلها
🟠 ارتباط شبکههای عصبی با PCA، خودرمزگذارها (Autoencoders) و نگاشتهای قابلتفاضل — و اینکه چگونه یادگیری عمیق در واقع تعمیمی از روشهای کلاسیک فشردهسازی داده است
🟠 نگاهی نو به یادگیری از منظر انرژی، آنتروپی و ساختار دادهها
🟠 ایدههای تازه برای درک بهتر مدلهای زبانی بزرگ (LLM) و مدلهای مولد
📖 نسخه آنلاین:
🔗 ma-lab-berkeley.github.io/deep-representation-learning-book
💻 کد منبع در گیتهاب:
🔗 github.com/Ma-Lab-Berkeley/deep-representation-learning-book
#هوش_مصنوعی #یادگیری_عمیق #نمایش_ویژگی #یادگیری_نمایش #دانشگاه_برکلی #کتاب
@rss_ai_ir
تیمی از پژوهشگران دانشگاه UC Berkeley (شامل Sam Buchanan، Druv Pai، Peng Wang و Yi Ma) کتابی با عنوان Learning Deep Representations of Data Distributions منتشر کردهاند — اثری که بهزبان ساده توضیح میدهد چرا و چگونه شبکههای عصبی عمیق میتوانند از دادههای پیچیده، نمایشهای فشرده و معنادار استخراج کنند.
💡 در این کتاب میخوانید:
🟠 توضیح مفهومی و قابلدرک از اصول بنیادی معماریهای یادگیری عمیق بر پایهی بهینهسازی و نظریه اطلاعات
🟠 چگونگی شکلگیری نمایشهای مقاوم و ناوردا در مدلها
🟠 ارتباط شبکههای عصبی با PCA، خودرمزگذارها (Autoencoders) و نگاشتهای قابلتفاضل — و اینکه چگونه یادگیری عمیق در واقع تعمیمی از روشهای کلاسیک فشردهسازی داده است
🟠 نگاهی نو به یادگیری از منظر انرژی، آنتروپی و ساختار دادهها
🟠 ایدههای تازه برای درک بهتر مدلهای زبانی بزرگ (LLM) و مدلهای مولد
📖 نسخه آنلاین:
🔗 ma-lab-berkeley.github.io/deep-representation-learning-book
💻 کد منبع در گیتهاب:
🔗 github.com/Ma-Lab-Berkeley/deep-representation-learning-book
#هوش_مصنوعی #یادگیری_عمیق #نمایش_ویژگی #یادگیری_نمایش #دانشگاه_برکلی #کتاب
@rss_ai_ir
This media is not supported in your browser
VIEW IN TELEGRAM
😄 تسلا Optimus حالا کونگفو تمرین میکنه!
اما سوال اینجاست... برای چی؟! آیا باید خودمون رو برای چیزی آماده کنیم؟ 🥋🤖
شاید ایلان ماسک بالاخره تصمیم گرفته ارتش رباتهای رزمی بسازه، یا شاید فقط دنبال اینه که Optimus بتونه توی کارخانهها تعادل، انعطافپذیری و واکنش فیزیکی بهتری داشته باشه.
در واقع یادگیری حرکات رزمی مثل کونگفو میتونه به ربات کمک کنه تا:
هماهنگی دقیق بین مفاصل و سنسورها پیدا کنه 🦾
تعادل خودشو در شرایط پیچیده حفظ کنه ⚖️
و واکنش سریع به تغییرات محیطی داشته باشه ⚡
ولی خب... تا وقتی یکی از اینا با لگد وارد خونهمون نشده، فعلاً میتونیم فقط بخندیم 😅
🚀 شاید “Matrix mode” نزدیکتر از اونه که فکر میکنیم.
#Tesla #Optimus #AI #Robot #ElonMusk #Humanoid #KungFu
@rss_ai_ir
اما سوال اینجاست... برای چی؟! آیا باید خودمون رو برای چیزی آماده کنیم؟ 🥋🤖
شاید ایلان ماسک بالاخره تصمیم گرفته ارتش رباتهای رزمی بسازه، یا شاید فقط دنبال اینه که Optimus بتونه توی کارخانهها تعادل، انعطافپذیری و واکنش فیزیکی بهتری داشته باشه.
در واقع یادگیری حرکات رزمی مثل کونگفو میتونه به ربات کمک کنه تا:
هماهنگی دقیق بین مفاصل و سنسورها پیدا کنه 🦾
تعادل خودشو در شرایط پیچیده حفظ کنه ⚖️
و واکنش سریع به تغییرات محیطی داشته باشه ⚡
ولی خب... تا وقتی یکی از اینا با لگد وارد خونهمون نشده، فعلاً میتونیم فقط بخندیم 😅
🚀 شاید “Matrix mode” نزدیکتر از اونه که فکر میکنیم.
#Tesla #Optimus #AI #Robot #ElonMusk #Humanoid #KungFu
@rss_ai_ir
🎯 بردار جدید حمله به سامانههای هوشمصنوعی — پرامپتهای پنهان داخل تصاویر
✅تحقیقات Trail of Bits نشون داد که هکرها میتونن دستورالعملهایی رو داخل تصویر مخفی کنن. وقتی تصویر در اندازهی اصلی باشه، مشکلی دیده نمیشه — اما به محض اینکه سرویس (مثلاً Gemini CLI یا Vertex AI Studio) تصویر رو بهصورت خودکار فشرده یا مقیاسبندی کنه، متن پنهان «ظاهر» میشه.
📌 اهمیت ماجرا:
♻️مدلها ممکنه این «پرامپت پنهان» رو بهعنوان دستور کاربری بخونن و اجرا کنن.
♻️با این روش میشه فیلترها و محدودیتهای ورودی رو دور زد و مدل رو وادار به کاری کرد که مهاجم میخواد.
🛠 راههای مقابله (عملی و فوری):
✳️استفاده از ابزارهایی مثل Anamorpher برای تولید و شناسایی چنین حملاتی (اوپنسورس).
✳️چندلایهسازی بررسی تصاویر: قبل از فرایندهای پردازش/اسکیلینگ، تصویر رو از جهت آرتیفکتها و الگوهای غیرمعمول آنالیز کنین.
✳️لاگبرداری از همه تغییرات تصویر هنگام تبدیل/فشردهسازی تا در صورت رفتار عجیب مدل، بفهمین چه تغییری رخ داده.
✳️در زنجیرهی پردازش، «نودهای پاکسازی» قرار بدین که تصویر رو به فرمتهایی تبدیل کنن که احتمال پنهانسازی در اونها خیلی کمتره (مثلاً رندر دوباره پیکسلها یا نویز تصادفی کنترلشده).
⚠️ خلاصه: حتی یک عکسِ «بیضرر» میتونه به یک درِ پشتی برای سیستمهای مولتیمدال تبدیل بشه. بهتره پیشگیری و بازرسی تصاویر جزو خطمشی امنیتی هر پلتفرم هوشمصنوعی باشه.
🔗 منابع:
• Anamorpher (Trail of Bits):
https://github.com/trailofbits/anamorpher
• توضیحات و بلاگپست:
blog.trailofbits.com/2025/08/21/weaponizing-image-scaling-against-production-ai-systems/
#AI #Security #PromptInjection #TrailOfBits
@rss_ai_ir
✅تحقیقات Trail of Bits نشون داد که هکرها میتونن دستورالعملهایی رو داخل تصویر مخفی کنن. وقتی تصویر در اندازهی اصلی باشه، مشکلی دیده نمیشه — اما به محض اینکه سرویس (مثلاً Gemini CLI یا Vertex AI Studio) تصویر رو بهصورت خودکار فشرده یا مقیاسبندی کنه، متن پنهان «ظاهر» میشه.
📌 اهمیت ماجرا:
♻️مدلها ممکنه این «پرامپت پنهان» رو بهعنوان دستور کاربری بخونن و اجرا کنن.
♻️با این روش میشه فیلترها و محدودیتهای ورودی رو دور زد و مدل رو وادار به کاری کرد که مهاجم میخواد.
🛠 راههای مقابله (عملی و فوری):
✳️استفاده از ابزارهایی مثل Anamorpher برای تولید و شناسایی چنین حملاتی (اوپنسورس).
✳️چندلایهسازی بررسی تصاویر: قبل از فرایندهای پردازش/اسکیلینگ، تصویر رو از جهت آرتیفکتها و الگوهای غیرمعمول آنالیز کنین.
✳️لاگبرداری از همه تغییرات تصویر هنگام تبدیل/فشردهسازی تا در صورت رفتار عجیب مدل، بفهمین چه تغییری رخ داده.
✳️در زنجیرهی پردازش، «نودهای پاکسازی» قرار بدین که تصویر رو به فرمتهایی تبدیل کنن که احتمال پنهانسازی در اونها خیلی کمتره (مثلاً رندر دوباره پیکسلها یا نویز تصادفی کنترلشده).
⚠️ خلاصه: حتی یک عکسِ «بیضرر» میتونه به یک درِ پشتی برای سیستمهای مولتیمدال تبدیل بشه. بهتره پیشگیری و بازرسی تصاویر جزو خطمشی امنیتی هر پلتفرم هوشمصنوعی باشه.
🔗 منابع:
• Anamorpher (Trail of Bits):
https://github.com/trailofbits/anamorpher
• توضیحات و بلاگپست:
blog.trailofbits.com/2025/08/21/weaponizing-image-scaling-against-production-ai-systems/
#AI #Security #PromptInjection #TrailOfBits
@rss_ai_ir
This media is not supported in your browser
VIEW IN TELEGRAM
🧠 برای علاقهمندان به فناوری گفتار مصنوعی
مدل neutts-air از شرکت Neuphonic یکی از جذابترین ابزارهای جدید در حوزه تبدیل متن به گفتار (TTS) است — چون:
🎧 بهصورت آفلاین و در لحظه (Real-time) روی CPU اجرا میشود، بدون نیاز به GPU یا اتصال به سرور.
🗣️ صدای کاربر را فقط با ۳ ثانیه نمونه صدا شبیهسازی میکند.
⚙️ از مدل Qwen-0.5B و کدک اختصاصی NeuCodec استفاده میکند که برای اجرای سریع روی دستگاههای سبک (مثل موبایل و رباتها) طراحی شده است.
🔗 کد منبع:
github.com/neuphonic/neutts-air
🔗 محصولات Neuphonic
: neuphonic.com
💡 مزایا:
♻️بدون هزینه API و بدون تأخیر سرور
♻️مناسب برای دستگاههای قابل حمل و رباتهای تعاملی
♻️امنیت و حریم خصوصی بالا (تمام پردازش روی دستگاه انجام میشود)
⚠️ نکات مهم:
✳️برای کیفیت بهتر صدا، نمونههای طولانیتر (۱۰ تا ۳۰ ثانیه) نتیجهی طبیعیتری میدهند.
✳️در استفاده از صداهای واقعی، حتماً قوانین حقوقی و رضایت صاحب صدا را رعایت کنید.
🎙 در دنیای TTS، این مدلها در حال نزدیک شدن به گفتار انسانی هستند — و حالا میتوانید آن را حتی روی لپتاپ بدون GPU اجرا کنید!
#هوش_مصنوعی #تبدیل_متن_به_گفتار #Neuphonic #Qwen #صدا #TTS
@rss_ai_ir
مدل neutts-air از شرکت Neuphonic یکی از جذابترین ابزارهای جدید در حوزه تبدیل متن به گفتار (TTS) است — چون:
🎧 بهصورت آفلاین و در لحظه (Real-time) روی CPU اجرا میشود، بدون نیاز به GPU یا اتصال به سرور.
🗣️ صدای کاربر را فقط با ۳ ثانیه نمونه صدا شبیهسازی میکند.
⚙️ از مدل Qwen-0.5B و کدک اختصاصی NeuCodec استفاده میکند که برای اجرای سریع روی دستگاههای سبک (مثل موبایل و رباتها) طراحی شده است.
🔗 کد منبع:
github.com/neuphonic/neutts-air
🔗 محصولات Neuphonic
: neuphonic.com
💡 مزایا:
♻️بدون هزینه API و بدون تأخیر سرور
♻️مناسب برای دستگاههای قابل حمل و رباتهای تعاملی
♻️امنیت و حریم خصوصی بالا (تمام پردازش روی دستگاه انجام میشود)
⚠️ نکات مهم:
✳️برای کیفیت بهتر صدا، نمونههای طولانیتر (۱۰ تا ۳۰ ثانیه) نتیجهی طبیعیتری میدهند.
✳️در استفاده از صداهای واقعی، حتماً قوانین حقوقی و رضایت صاحب صدا را رعایت کنید.
🎙 در دنیای TTS، این مدلها در حال نزدیک شدن به گفتار انسانی هستند — و حالا میتوانید آن را حتی روی لپتاپ بدون GPU اجرا کنید!
#هوش_مصنوعی #تبدیل_متن_به_گفتار #Neuphonic #Qwen #صدا #TTS
@rss_ai_ir
⚡ رشد هوش مصنوعی در آستانهی بحران انرژی
❌بر اساس پیشبینیها، مراکز دادهی هوش مصنوعی تا سال ۲۰۳۵ حدود ۱۶۰۰ تراواتساعت برق مصرف خواهند کرد — یعنی ۴٫۴٪ از کل برق تولیدی جهان.
❌به زبان ساده، مصرف انرژی مراکز دادهی هوش مصنوعی طی ده سال آینده چهار برابر میشود.
❌اگر این مراکز را بهعنوان یک کشور در نظر بگیریم، از نظر مصرف برق در رتبهی چهارم جهان قرار میگیرند — بعد از چین، آمریکا و هند.
❌در ایالات متحده، رشد تقاضای برق برای مراکز داده سریعتر از خودروهای برقی، هیدروژن و سایر فناوریهای نو است.
🔋 نتیجه روشن است:
رشد آیندهی هوش مصنوعی نه با پردازندهها، بلکه با برق محدود خواهد شد.
#هوش_مصنوعی #انرژی #مراکز_داده #AI #DataCenters #EnergyCrisis
@rss_ai_ir
❌بر اساس پیشبینیها، مراکز دادهی هوش مصنوعی تا سال ۲۰۳۵ حدود ۱۶۰۰ تراواتساعت برق مصرف خواهند کرد — یعنی ۴٫۴٪ از کل برق تولیدی جهان.
❌به زبان ساده، مصرف انرژی مراکز دادهی هوش مصنوعی طی ده سال آینده چهار برابر میشود.
❌اگر این مراکز را بهعنوان یک کشور در نظر بگیریم، از نظر مصرف برق در رتبهی چهارم جهان قرار میگیرند — بعد از چین، آمریکا و هند.
❌در ایالات متحده، رشد تقاضای برق برای مراکز داده سریعتر از خودروهای برقی، هیدروژن و سایر فناوریهای نو است.
🔋 نتیجه روشن است:
رشد آیندهی هوش مصنوعی نه با پردازندهها، بلکه با برق محدود خواهد شد.
#هوش_مصنوعی #انرژی #مراکز_داده #AI #DataCenters #EnergyCrisis
@rss_ai_ir
⚠️ تغییر مهم در قوانین Sora
شب گذشته توافقنامهی جدید آپلود محتوا در Sora فعال شد.
این مفاد در زمان راهاندازی هم وجود داشتند، اما اکنون برای ادامهی استفاده باید بهصورت مستقیم تأییدشان کنید.
📌 نکتهی مهم:
حسابهای ChatGPT و Sora اکنون بههم پیوند داده شدهاند.
به این معنا که اگر از Sora بن شوید، دسترسی شما به هر دو سرویس بهطور دائم مسدود خواهد شد.
🧠 پس قبل از بارگذاری محتوا یا استفاده از Sora، حتماً قوانین جدید را با دقت مرور کنید.
#Sora #ChatGPT #OpenAI #هوش_مصنوعی
@rss_ai_ir
شب گذشته توافقنامهی جدید آپلود محتوا در Sora فعال شد.
این مفاد در زمان راهاندازی هم وجود داشتند، اما اکنون برای ادامهی استفاده باید بهصورت مستقیم تأییدشان کنید.
📌 نکتهی مهم:
حسابهای ChatGPT و Sora اکنون بههم پیوند داده شدهاند.
به این معنا که اگر از Sora بن شوید، دسترسی شما به هر دو سرویس بهطور دائم مسدود خواهد شد.
🧠 پس قبل از بارگذاری محتوا یا استفاده از Sora، حتماً قوانین جدید را با دقت مرور کنید.
#Sora #ChatGPT #OpenAI #هوش_مصنوعی
@rss_ai_ir
🧠 مجموعهای از نمونهکدها و راهنماهای مدلهای Gemini از Google DeepMind
⛔️مخزن جدیدی در گیتهاب منتشر شده که شامل نمونهکدهای کوچک، اسکریپتها و راهنماهایی برای کار با مدلهای Gemini است. این مجموعه برای توسعهدهندگانی که میخواهند بهصورت عملی با قابلیتهای Gemini کار کنند بسیار مفید است.
📘 ویژگیهای شاخص:
✳️نمونههایی برای استفاده از Gemini با OpenAI SDK و Google Search
✳️راهنماهای کامل برای Function Calling و طراحی Agentها
✳️اسکریپتهایی برای تعامل مرورگر و تولید محتوای تصویری
✳️یکپارچگی با فریمورکهای LangChain و PydanticAI
✳️مثالهایی برای پردازش صوت، ویدیو و حافظهی بلندمدت
🔗 گیتهاب:
github.com/philschmid/gemini-samples
💡 اگر به دنبال یادگیری عملی از ساخت ایجنتهای هوشمند یا ادغام Gemini در پروژههای خود هستید، این ریپو یک نقطهی شروع عالی است.
#Gemini #DeepMind #GoogleAI #LangChain #AItools #هوش_مصنوعی @rss_ai_ir
⛔️مخزن جدیدی در گیتهاب منتشر شده که شامل نمونهکدهای کوچک، اسکریپتها و راهنماهایی برای کار با مدلهای Gemini است. این مجموعه برای توسعهدهندگانی که میخواهند بهصورت عملی با قابلیتهای Gemini کار کنند بسیار مفید است.
📘 ویژگیهای شاخص:
✳️نمونههایی برای استفاده از Gemini با OpenAI SDK و Google Search
✳️راهنماهای کامل برای Function Calling و طراحی Agentها
✳️اسکریپتهایی برای تعامل مرورگر و تولید محتوای تصویری
✳️یکپارچگی با فریمورکهای LangChain و PydanticAI
✳️مثالهایی برای پردازش صوت، ویدیو و حافظهی بلندمدت
🔗 گیتهاب:
github.com/philschmid/gemini-samples
💡 اگر به دنبال یادگیری عملی از ساخت ایجنتهای هوشمند یا ادغام Gemini در پروژههای خود هستید، این ریپو یک نقطهی شروع عالی است.
#Gemini #DeepMind #GoogleAI #LangChain #AItools #هوش_مصنوعی @rss_ai_ir
🚛 فروشگاه زنجیرهای Азبوکا وکوسا روسیه از کامیونهای خودران Evocargo استفاده میکند
⛔️در مرکز توزیع این شرکت در شهر ایسترا، کامیونهای بدون راننده آغاز به کار کردهاند. این خودروها با استفاده از هوش مصنوعی، دادههای دریافتی از سنسورها، دوربینها و لیدار را در زمان واقعی تحلیل کرده و بدون نیاز به راننده بین سولهها حرکت میکنند.
💡 این پروژه در قالب مدل «ربات بهعنوان سرویس» (RaaS) اجرا شده است.
هدف آن کاهش اثرات زیستمحیطی و پیشبرد راهبرد توسعهی پایدار است.
🔋 علاوه بر این، «Азбука وکوسا» پیشتر نیز از رباتهای موجودیبردار یاندکس برای بهینهسازی فرایندهای فروشگاه استفاده کرده بود.
#روباتیک #هوش_مصنوعی #حمل_و_نقل_هوشمند #Evocargo #خودران #پایداری @rss_ai_ir
⛔️در مرکز توزیع این شرکت در شهر ایسترا، کامیونهای بدون راننده آغاز به کار کردهاند. این خودروها با استفاده از هوش مصنوعی، دادههای دریافتی از سنسورها، دوربینها و لیدار را در زمان واقعی تحلیل کرده و بدون نیاز به راننده بین سولهها حرکت میکنند.
💡 این پروژه در قالب مدل «ربات بهعنوان سرویس» (RaaS) اجرا شده است.
هدف آن کاهش اثرات زیستمحیطی و پیشبرد راهبرد توسعهی پایدار است.
🔋 علاوه بر این، «Азбука وکوسا» پیشتر نیز از رباتهای موجودیبردار یاندکس برای بهینهسازی فرایندهای فروشگاه استفاده کرده بود.
#روباتیک #هوش_مصنوعی #حمل_و_نقل_هوشمند #Evocargo #خودران #پایداری @rss_ai_ir