🎺 مدل جدید Visual Grounding RVOS — ReferDINO 🎺

مدل ReferDINO یکی از قوی‌ترین مدل‌های جدید در حوزه‌ی Referential Video Object Segmentation (RVOS) است.
این مدل با ترکیب درک تصویری و زبانی، قادر است اشیاء را بر اساس توضیحات متنی در ویدیوها شناسایی و بخش‌بندی کند.

🧠 ویژگی‌های کلیدی:

درک منطقه‌ای (Region-Level) از مدل‌های پایه‌ی grounding

درک متراکم در سطح پیکسل (Pixel-Level Dense Perception)

استدلال فضایی‌ـ‌زمانی چندوجهی (Cross-Modal Spatio-Temporal Reasoning)

دقت بالا در هم‌ترازی تصویر و زبان برای تحلیل‌های ویدیویی


📄 منابع:
🔹 مقاله:
https://arxiv.org/pdf/2501.14607

🔹 پروژه:
https://lnkd.in/dK3wMZqv
🔹 ریپازیتوری:
https://lnkd.in/d3i2PsNF

@rss_ai_ir 🤖
#هوش_مصنوعی #پردازش_تصویر #RVOS #ReferDINO #VisionLanguage #DeepLearning

🔮 IREE —
پلی میان مدل‌های یادگیری ماشین و سخت‌افزار ⚙️

⛔️فریم ورکIREE فقط یک فریم‌ورک دیگر نیست؛ بلکه یک اکوسیستم کامل برای کامپایل مدل‌های ML است که آن‌ها را به یک نمایش میانی (Intermediate Representation) تبدیل می‌کند تا روی هر پلتفرمی — از دیتاسنتر تا موبایل — با کارایی بالا اجرا شوند.

💡 این ابزار بر پایه‌ی MLIR ساخته شده و توجه غول‌های فناوری را به خود جلب کرده است:

✅شرکت AMD از آن برای اجرای Stable Diffusion XL در مسابقات MLPerf استفاده کرده است.

✅پروژه اکنون بخشی از LF AI & Data Foundation است.

✅ویدیوهای آموزشی و ارائه‌های تخصصی در کنفرانس‌های AsiaLLVM و Vulkanised در دسترس‌اند.


📂 گیت‌هاب: IREE on GitHub

@rss_ai_ir 🤖
#هوش_مصنوعی #یادگیری_ماشین #MLIR #IREE #AMD #DeepLearning #AI

🎥 تبدیل کد به ویدیو آموزشی با Code2Video 🎓

پروژه‌ی Code2Video راهی نوآورانه برای آموزش مفاهیم برنامه‌نویسی ارائه می‌دهد — این سیستم می‌تواند کد را به ویدیوهای آموزشی زنده تبدیل کند.
با این روش، مفاهیم پیچیده‌ی برنامه‌نویسی به‌صورت بصری و قابل‌درک نمایش داده می‌شوند.

🚀 ویژگی‌های کلیدی:

✳️تولید خودکار ویدیو از روی کد 🎬
✳️پشتیبانی از موضوعات مختلف آموزشی 📚
✳️نمایش مفاهیم پیچیده به‌صورت ساده و شهودی 💡
✳️متن‌باز و قابل‌دسترسی برای توسعه‌دهندگان 👩‍💻


📂 گیت‌هاب:
https://github.com/showlab/Code2Video

@rss_ai_ir 🤖
#یادگیری_ماشین #کدنویسی #آموزش_برنامه‌نویسی #Code2Video #هوش_مصنوعی #python

🤖 رباتیک شگفت‌انگیز! یادگیری عملی ربات‌سازی آسان‌تر از همیشه 🚀

شرکت MathWorks (سازنده‌ی MATLAB و Simulink) یک مخزن باز در GitHub منتشر کرده است که پر از منابع آموزشی برای علاقه‌مندان به رباتیک است — مخصوص کسانی که می‌خواهند با تمرین عملی یاد بگیرند.

📦 در این مخزن چه پیدا می‌کنید؟

♻️نمونه‌کدهایی برای 🤖 بازوهای رباتیک
♻️پروژه‌هایی برای 🚗 پلتفرم‌های زمینی
♻️الگوریتم‌ها و شبیه‌سازی برای 🚁 پهپادها (Drones)
♻️همچنین آموزش داده شده که چگونه به ROS و ROS2 متصل شوید و مدل‌های Simulink را مستقیماً به‌صورت گره‌های ROS اجرا کنید.

🎯 دموهای پیشرفته شامل:

✳️شبیه‌سازی حرکت در زمین‌های ناهموار 🌄

✳️تست الگوریتم‌های ناوبری در محیط‌های فتو‌واقع‌گرایانه 🛰

✳️راهنمای گام‌به‌گام با مستندات کامل و لینک‌های آموزشی


📘 این پروژه برای دانشجویان، پژوهشگران و علاقه‌مندان به رباتیک عالی است — از سطح مبتدی تا پیشرفته.
همچنین می‌توانید پروژه‌های خودتان را به آن اضافه کنید و در توسعه‌ی جامعه‌ی جهانی رباتیک سهیم شوید.

🔗 لینک گیت‌هاب:
github.com/mathworks-robotics/awesome-matlab-robotics

@rss_ai_ir 🤖
#رباتیک #هوش_مصنوعی #MATLAB #Simulink #ROS #ROS2 #MathWorks #Robotics

🤖 مجموعه DoorDash ربات تحویل خودکار خود به نام Dot را معرفی کرد! 🚚

✅شرکت DoorDash از ربات جدیدش با نام Dot رونمایی کرده است — یک ربات تحویل خودران که می‌تواند در خیابان‌ها و پیاده‌روها حرکت کند و سفارش‌ها را بدون نیاز به راننده به مقصد برساند.

🔹 ویژگی‌ها:

❌مجهز به سامانه‌ی هوش مصنوعی و لیدار برای درک محیط

❌توانایی تشخیص عابران، خودروها و موانع در مسیر

❌حرکت ایمن در مناطق شهری با سرعت کنترل‌شده

❌ارتباط مستقیم با اپلیکیشن DoorDash برای هماهنگی تحویل


❌این ربات بخشی از برنامه‌ی DoorDash برای کاهش هزینه‌های تحویل و افزایش پایداری زیست‌محیطی است.
با ورود Dot، آینده‌ی تحویل غذا شاید دیگر هرگز مثل قبل نباشد! 🍕🤖

@rss_ai_ir
#رباتیک #هوش_مصنوعی #DoorDash #AutonomousRobot #DeliveryRobot #AI

🤯 غیرقابل‌باور! مدل جدید سامسونگ، ۱۰٬۰۰۰ برابر کوچک‌تر از DeepSeek و Gemini 2.5 Pro — اما باهوش‌تر! ⚡

سامسونگ از مدل جدید خود با نام Tiny Recursive Model (TRM) رونمایی کرده است — مدلی که نشان می‌دهد هوش مصنوعی فقط به اندازه نیست، بلکه به نحوه‌ی تفکر بستگی دارد.

🧠 چطور کار می‌کند؟
به‌جای پیش‌بینی ساده‌ی متن مانند LLMهای کلاسیک، TRM به‌صورت بازگشتی (Recursive) فکر می‌کند:

1. ابتدا یک پاسخ اولیه می‌نویسد ✍️


2. سپس در «دفترچه‌ی ذهنی» پنهان خود منطق پاسخ را بررسی می‌کند 🧩


3. تا ۱۶ بار استدلالش را نقد و بازنویسی می‌کند 🔁


4. در نهایت نسخه‌ی بهینه‌شده و دقیق‌تری تولید می‌کند ✅



📊 نتیجه:
این مدل در آزمون‌های ARC-AGI 1 و 2 (یکی از دقیق‌ترین معیارهای سنجش استدلال) از DeepSeek و Gemini 2.5 Pro پیشی گرفته است — با وجود اینکه ۱۰٬۰۰۰ برابر کوچک‌تر است!

⚙️ اهمیت:

اثباتی بر این‌که هوش مصنوعی را می‌توان با معماری بهتر و چرخه‌های منطقی عمیق‌تر، نه فقط پارامترهای بیشتر، بهبود داد.

اجرای سریع‌تر و کم‌هزینه‌تر 💡

نزدیک‌تر شدن به ایده‌های Neuro-Symbolic AI

گامی بزرگ به‌سوی مدل‌های فشرده اما باهوش جهانی 🌍


به‌نظر می‌رسد آینده‌ی هوش مصنوعی نه در غول‌های تریلیونی، بلکه در مدل‌های کوچکِ اندیشمند نهفته است. 🧩

https://arxiv.org/pdf/2510.04871v1

@rss_ai_ir 🤖
#Samsung #هوش_مصنوعی #TinyModel #TRM #AI #Reasoning #DeepSeek #Gemini2_5 #RecursiveAI

🤖 ربات جدید Figure 03 در تاریخ ۹ اکتبر معرفی می‌شود! 🔥

شرکت Figure AI اعلام کرده که نسخه‌ی جدید ربات انسان‌نمای خود با نام Figure 03 را به‌زودی معرفی می‌کند — و ظاهرش واقعاً فوق‌العاده است!

این ربات ادامه‌ای از مدل‌های پیشین Figure 01 و Figure 02 است، اما با طراحی بهبودیافته، تحرک طبیعی‌تر و توانایی تعامل هوشمندتر.
پیش‌بینی می‌شود که Figure 03 از فناوری‌های جدید در بینایی ماشین، هماهنگی حرکتی و پردازش زبان بهره ببرد تا بتواند به‌صورت خودکار در محیط‌های صنعتی و خانگی کار کند.

به‌گفته‌ی تیم سازنده، هدف این نسخه نزدیک‌تر شدن به کاربردهای واقعی در کارخانه‌ها، انبارها و حتی محیط‌های انسانی است.

🔥‌ منتظر باشید — ظاهراً این بار قرار است Figure واقعا وارد مرحله‌ی انقلاب در ربات‌های انسان‌نما شود.

@rss_ai_ir
#FigureAI #Figure03 #ربات_انسان‌نما #هوش_مصنوعی #Robot #AI #Humanoid

🎥 ورزش سنگین در Sora!

مدل ویدیوساز Sora وارد مرحله‌ی جدیدی شده — صحنه‌هایی که فیزیک را تقریباً درست شبیه‌سازی می‌کنند... تا وقتی که یک هالتر وسط هوا می‌ماند 😅

حرکات آهسته، نور واقع‌گرایانه و جزئیات بدن شگفت‌انگیز است، اما هنوز مغز حس می‌کند چیزی طبیعی نیست — مثل وزنه‌برداری در دنیای خواب!

🧠 نکته جالب اینکه مدل‌هایی مثل Sora یا Veo واقعاً دارند فیزیک را یاد می‌گیرند:
وزن، شتاب، گشتاور و برخورد اجسام — بدون هیچ داده‌ی واقعی، فقط از روی تصویر.

نتیجه؟
🔹 ویدیوهایی خیره‌کننده
🔹 اما هنوز با منطق فیزیکیِ کمی اشتباه!

📌 خلاصه:
همچنین AI هنوز قوانین نیوتن را کامل بلد نیست... ولی به‌طرز خطرناکی دارد نزدیک می‌شود ⚙️

@rss_ai_ir
#Sora #هوش_مصنوعی #ویدیوژنراتور #AI #VideoGeneration #DeepLearning

⚡️ پیشرفت بزرگ در انرژی همجوشی هسته‌ای!

پژوهشگران MIT موفق به ساخت مدل هیبریدی جدیدی شده‌اند که هوش مصنوعی را با قوانین فیزیک ترکیب می‌کند تا رفتار پلاسما را در راکتورهای همجوشی پیش‌بینی کند.

🔥 نکته‌ی کلیدی این پژوهش:
⛔️این مدل می‌تواند رفتار پلاسما در لحظه‌ی خاموش شدن یا کاهش توان را پیش‌بینی کند — بحرانی‌ترین مرحله‌ی کار راکتور که در آن خطر ناپایداری و تخریب بالا است.

⛔️برخلاف مدل‌های صرفاً هوش مصنوعی، این مدل با داده‌های بسیار کمتر آموزش می‌بیند اما دقت فوق‌العاده‌ای دارد.

⛔️همچنین پژوهشگران الگوریتمی طراحی کرده‌اند که پیش‌بینی‌ها را به دستورات کنترلی واقعی برای تنظیم توان میدان‌های مغناطیسی و دمای پلاسما تبدیل می‌کند تا فرآیند خاموشی به شکل ایمن و پایدار انجام شود.

🔗 منبع MIT
@rss_ai_ir

#هوش_مصنوعی #MIT #انرژی_همجوشی #پلاسما #AI #Science

🤖 آمازون هم وارد میدان آموزش ربات‌های انسان‌نما شد!

شرکت Amazon از ابتدای سال تیمی را برای آموزش ربات‌های انسان‌نما تشکیل داده و حالا نتایج چشمگیر خود را منتشر کرده است.

مدل Unitree G1 که توسط آمازون برای آزمایش‌ها استفاده می‌شود، حالا توانایی‌های جالبی دارد:
🔹 جابه‌جایی جعبه‌های مختلف
🔹 حرکت دادن و بالا رفتن از صندلی
🔹 بالا رفتن و پریدن از روی سکو
🔹 و حتی خزیدن! 🧗‍♂️

🎥 در ویدیو منتشرشده، حرکات G1 بسیار طبیعی و روان به‌نظر می‌رسند — چیزی که تا همین اواخر بعید بود از رباتی با این قیمت ببینیم.

🧠 راز موفقیت آمازون در موتور OmniRetarget است — سیستمی که داده‌های حرکتی باکیفیت تولید می‌کند تا ربات بتواند مانند انسان رفتار کند.

💡 چرا آمازون از Unitree چینی استفاده کرده؟
زیرا این ربات‌ها ارزان‌تر و در عین حال دقیق‌تر از نمونه‌های آمریکایی هستند و برای آموزش الگوریتم‌های حرکتی گزینه‌ای عالی محسوب می‌شوند.

#Amazon #ربات #Unitree #هوش_مصنوعی #رباتیک #AI #Robotics
@rss_ai_ir