This media is not supported in your browser
VIEW IN TELEGRAM
🤖 ربات‌های انسان‌نمای چینی شرکت Unitree با سرعتی شگفت‌انگیز در حال پیشرفت هستند!
این نسل جدید از ربات‌ها اکنون قادرند حرکات پیچیده و دشوار را با دقت و تعادل بالا انجام دهند — از پرش و چرخش گرفته تا حرکات ترکیبی مشابه تمرینات ورزشی انسان.
📈 سرعت پیشرفت این سیستم‌ها در یادگیری و کنترل حرکتی نشان می‌دهد که چین در مسیر تبدیل شدن به یکی از رهبران جهانی در حوزه‌ی رباتیک هوشمند قرار دارد.
🎯 در آینده‌ای نه‌چندان دور، این ربات‌ها می‌توانند در صنایع، امداد و نجات، و حتی کارهای روزمره کنار انسان‌ها فعالیت کنند.
@rss_ai_ir
#هوش_مصنوعی #رباتیک #Unitree #ربات_انسان_نما #AI #China
این نسل جدید از ربات‌ها اکنون قادرند حرکات پیچیده و دشوار را با دقت و تعادل بالا انجام دهند — از پرش و چرخش گرفته تا حرکات ترکیبی مشابه تمرینات ورزشی انسان.
📈 سرعت پیشرفت این سیستم‌ها در یادگیری و کنترل حرکتی نشان می‌دهد که چین در مسیر تبدیل شدن به یکی از رهبران جهانی در حوزه‌ی رباتیک هوشمند قرار دارد.
🎯 در آینده‌ای نه‌چندان دور، این ربات‌ها می‌توانند در صنایع، امداد و نجات، و حتی کارهای روزمره کنار انسان‌ها فعالیت کنند.
@rss_ai_ir
#هوش_مصنوعی #رباتیک #Unitree #ربات_انسان_نما #AI #China
This media is not supported in your browser
VIEW IN TELEGRAM
🫙 AnyUp:
افزایش جهانی ویژگی‌ها در بینایی ماشین 🫙
❌پژوهشگران روش جدیدی با نام AnyUp ارائه کرده‌اند که می‌تواند برای افزایش وضوح ویژگی‌ها (Feature Up-Sampling) در هر مدل بینایی ماشین و در هر رزولوشنی استفاده شود — بدون نیاز به آموزش مجدد شبکه‌ی رمزگذار (Encoder).
💡 ویژگی اصلی:
معماری AnyUp یک معماری feature-agnostic است که تنها در زمان استنتاج (inference) عمل می‌کند و کیفیت بازسازی ویژگی‌ها را در تصاویر به شکل چشمگیری بهبود می‌دهد.
🔹 قابل استفاده برای تمام معماری‌های بینایی (CNN، ViT و غیره)
🔹 بدون نیاز به داده‌ی اضافی یا تنظیم مجدد مدل
🔹 بهبود کیفیت جزئیات و مرزهای دقیق در تصاویر بازسازی‌شده
📘 منابع:
👉 مقاله: arxiv.org/pdf/2510.12764
👉 پروژه: wimmerth.github.io/anyup
👉 کد: github.com/wimmerth/anyup
@rss_ai_ir
#هوش_مصنوعی #بینایی_ماشین #DeepLearning #AnyUp #ComputerVision #AI
افزایش جهانی ویژگی‌ها در بینایی ماشین 🫙
❌پژوهشگران روش جدیدی با نام AnyUp ارائه کرده‌اند که می‌تواند برای افزایش وضوح ویژگی‌ها (Feature Up-Sampling) در هر مدل بینایی ماشین و در هر رزولوشنی استفاده شود — بدون نیاز به آموزش مجدد شبکه‌ی رمزگذار (Encoder).
💡 ویژگی اصلی:
معماری AnyUp یک معماری feature-agnostic است که تنها در زمان استنتاج (inference) عمل می‌کند و کیفیت بازسازی ویژگی‌ها را در تصاویر به شکل چشمگیری بهبود می‌دهد.
🔹 قابل استفاده برای تمام معماری‌های بینایی (CNN، ViT و غیره)
🔹 بدون نیاز به داده‌ی اضافی یا تنظیم مجدد مدل
🔹 بهبود کیفیت جزئیات و مرزهای دقیق در تصاویر بازسازی‌شده
📘 منابع:
👉 مقاله: arxiv.org/pdf/2510.12764
👉 پروژه: wimmerth.github.io/anyup
👉 کد: github.com/wimmerth/anyup
@rss_ai_ir
#هوش_مصنوعی #بینایی_ماشین #DeepLearning #AnyUp #ComputerVision #AI
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 Anthropic معرفی کرد:
Claude Haiku 4.5
نسخه‌ی جدید مدل Claude Haiku 4.5 منتشر شد — مدلی در سطح Sonnet 4، اما با سرعتی بیش از دو برابر و هزینه‌ای سه‌برابر کمتر! ⚡
📊 نتایج عملکرد:
♻️در آزمون SWE-Bench Verified برای تولید کد: ۷۳٪
♻️در آزمون Terminal-Bench برای مهارت‌های خط فرمان: ۴۱٪
🔸 این نتایج کمی پایین‌تر از Sonnet 4.5 هستند، اما مدل جدید Haiku 4.5 توانسته از Sonnet 4 و Gemini 2.5 پیشی بگیرد.
💰 هزینه استفاده:
♻️ورودی (input): ۱ دلار
♻️خروجی (output): ۵ دلار
🧠 همچنین Haiku 4.5 اکنون در Claude Code در دسترس است — طراحی‌شده برای سرعت بالا در برنامه‌نویسی، تحلیل و تعامل زبانی در محیط‌های فنی.
🔗 جزئیات رسمی
https://www.anthropic.com/news/claude-haiku-4-5
#هوش_مصنوعی #Claude #Anthropic #Haiku #LLM #AI
Claude Haiku 4.5
نسخه‌ی جدید مدل Claude Haiku 4.5 منتشر شد — مدلی در سطح Sonnet 4، اما با سرعتی بیش از دو برابر و هزینه‌ای سه‌برابر کمتر! ⚡
📊 نتایج عملکرد:
♻️در آزمون SWE-Bench Verified برای تولید کد: ۷۳٪
♻️در آزمون Terminal-Bench برای مهارت‌های خط فرمان: ۴۱٪
🔸 این نتایج کمی پایین‌تر از Sonnet 4.5 هستند، اما مدل جدید Haiku 4.5 توانسته از Sonnet 4 و Gemini 2.5 پیشی بگیرد.
💰 هزینه استفاده:
♻️ورودی (input): ۱ دلار
♻️خروجی (output): ۵ دلار
🧠 همچنین Haiku 4.5 اکنون در Claude Code در دسترس است — طراحی‌شده برای سرعت بالا در برنامه‌نویسی، تحلیل و تعامل زبانی در محیط‌های فنی.
🔗 جزئیات رسمی
https://www.anthropic.com/news/claude-haiku-4-5
#هوش_مصنوعی #Claude #Anthropic #Haiku #LLM #AI
🤖 مینی-ChatGPT آماده از آندری کارپاتی!
آندری کارپاتی، نابغه‌ی یادگیری عمیق و خالق پروژه‌ی معروف nanoGPT، حالا نسخه‌ی جدیدی از آن را معرفی کرده است — nanochat ✨
این پروژه یک کلون کوچک ChatGPT است که می‌تواند از صفر تا مرحله‌ی نهایی استنتاج (Inference) آموزش ببیند.
📊 جزئیات نسخه جدید – nanochat d32:
آموزش کامل در ۳۳ ساعت
هزینه‌ی آموزش فقط حدود ۱۰۰۰ دلار 💸
دارای ۳۲ لایه ترنسفورمر
شامل تمام مراحل آموزش از پایه تا تقویتی:
Pretrain → Midtrain → SFT → RL
حتی از Tool Use هم پشتیبانی می‌کند 🔧
💡 نتایج عملکرد:
امتیاز CORE score = 0.31 (بهتر از GPT-2 با امتیاز ≈ 0.26)
در آزمون GSM8K (ریاضی) دقت از ۸٪ به ۲۰٪ افزایش یافته است 📈
کارپاتی با شوخ‌طبعی می‌گوید:
> «مدل هنوز مثل یک کودک پیش‌دبستانی است، ولی یاد گرفته همه‌چیز را از صفر تا ابزارمحور شدن انجام دهد!» 😄
💰 جالب‌تر اینکه کوچک‌ترین نسخه‌های این مدل را می‌توان فقط با ۱۰۰ دلار آموزش داد.
به گفته‌ی آندری، به‌زودی نسخه‌ی وبی این مدل هم منتشر خواهد شد.
🔗 مشاهده در GitHub
#هوش_مصنوعی #nanochat #Karpathy #ChatGPT #LLM #DeepLearning
آندری کارپاتی، نابغه‌ی یادگیری عمیق و خالق پروژه‌ی معروف nanoGPT، حالا نسخه‌ی جدیدی از آن را معرفی کرده است — nanochat ✨
این پروژه یک کلون کوچک ChatGPT است که می‌تواند از صفر تا مرحله‌ی نهایی استنتاج (Inference) آموزش ببیند.
📊 جزئیات نسخه جدید – nanochat d32:
آموزش کامل در ۳۳ ساعت
هزینه‌ی آموزش فقط حدود ۱۰۰۰ دلار 💸
دارای ۳۲ لایه ترنسفورمر
شامل تمام مراحل آموزش از پایه تا تقویتی:
Pretrain → Midtrain → SFT → RL
حتی از Tool Use هم پشتیبانی می‌کند 🔧
💡 نتایج عملکرد:
امتیاز CORE score = 0.31 (بهتر از GPT-2 با امتیاز ≈ 0.26)
در آزمون GSM8K (ریاضی) دقت از ۸٪ به ۲۰٪ افزایش یافته است 📈
کارپاتی با شوخ‌طبعی می‌گوید:
> «مدل هنوز مثل یک کودک پیش‌دبستانی است، ولی یاد گرفته همه‌چیز را از صفر تا ابزارمحور شدن انجام دهد!» 😄
💰 جالب‌تر اینکه کوچک‌ترین نسخه‌های این مدل را می‌توان فقط با ۱۰۰ دلار آموزش داد.
به گفته‌ی آندری، به‌زودی نسخه‌ی وبی این مدل هم منتشر خواهد شد.
🔗 مشاهده در GitHub
#هوش_مصنوعی #nanochat #Karpathy #ChatGPT #LLM #DeepLearning
❤1
⚡️ رسماً تأیید شد: همکاری OpenAI و Broadcom برای تولید تراشه‌های اختصاصی هوش مصنوعی
شب گذشته، OpenAI اعلام کرد که با شرکت Broadcom قراردادی امضا کرده است تا به‌طور مشترک تراشه‌های اختصاصی خود را توسعه دهد.
🔋 جزئیات پروژه:
✳️ظرفیت کل زیرساخت: ۱۰ گیگاوات (معادل برق مصرفی حدود ۸ میلیون خانه)
✳️نخستین راه‌اندازی‌ها: نیمه دوم سال ۲۰۲۶
✳️تکمیل کامل زیرساخت: تا سال ۲۰۲۹
این تراشه‌ها عمدتاً برای مرحله‌ی استنتاج (Inference) طراحی می‌شوند، نه آموزش مدل‌ها.
این یعنی OpenAI می‌تواند تراشه‌ها را دقیقاً متناسب با نیازهای خود بهینه کند — کاهش چشمگیر هزینه‌ها، افزایش کارایی، و مهم‌تر از همه، کاهش وابستگی به Nvidia 🟢
به‌نظر می‌رسد OpenAI در حال آماده‌سازی زیرساختی است که در آینده بتواند به‌صورت مستقل اکوسیستم سخت‌افزاری و نرم‌افزاری خود را کنترل کند.
🧠 دنیای تراشه‌های هوش مصنوعی وارد مرحله‌ی جدیدی شد...
https://openai.com/index/openai-and-broadcom-announce-strategic-collaboration/
#OpenAI #Broadcom #AIChip #Nvidia #هوش_مصنوعی #تراشه #DeepLearning
شب گذشته، OpenAI اعلام کرد که با شرکت Broadcom قراردادی امضا کرده است تا به‌طور مشترک تراشه‌های اختصاصی خود را توسعه دهد.
🔋 جزئیات پروژه:
✳️ظرفیت کل زیرساخت: ۱۰ گیگاوات (معادل برق مصرفی حدود ۸ میلیون خانه)
✳️نخستین راه‌اندازی‌ها: نیمه دوم سال ۲۰۲۶
✳️تکمیل کامل زیرساخت: تا سال ۲۰۲۹
این تراشه‌ها عمدتاً برای مرحله‌ی استنتاج (Inference) طراحی می‌شوند، نه آموزش مدل‌ها.
این یعنی OpenAI می‌تواند تراشه‌ها را دقیقاً متناسب با نیازهای خود بهینه کند — کاهش چشمگیر هزینه‌ها، افزایش کارایی، و مهم‌تر از همه، کاهش وابستگی به Nvidia 🟢
به‌نظر می‌رسد OpenAI در حال آماده‌سازی زیرساختی است که در آینده بتواند به‌صورت مستقل اکوسیستم سخت‌افزاری و نرم‌افزاری خود را کنترل کند.
🧠 دنیای تراشه‌های هوش مصنوعی وارد مرحله‌ی جدیدی شد...
https://openai.com/index/openai-and-broadcom-announce-strategic-collaboration/
#OpenAI #Broadcom #AIChip #Nvidia #هوش_مصنوعی #تراشه #DeepLearning
This media is not supported in your browser
VIEW IN TELEGRAM
🫧 تشخیص هرچیز با مدل چندوجهی Rex-Omni 🫧
مدل Rex-Omni با ۳ میلیارد پارامتر، یک مدل چندوجهی (Multimodal) جدید است که طیف گسترده‌ای از وظایف بینایی را در یک چارچوب واحد ادغام می‌کند:
🔹 تشخیص اشیا (Object Detection)
🔹 تشخیص متن (OCR)
🔹 همچنین Pointing و Key-pointing
🔹 و Visual Prompting
همه‌ی این وظایف در قالب یک چارچوب واحد مبتنی بر پیش‌بینی نقطه بعدی (Next-Point Prediction) انجام می‌شوند — رویکردی که باعث شده مدل نتایج چشمگیری در دقت و سرعت به دست آورد ⚡️
📘 ویژگی‌ها:
پارامترها: ۳B
یکپارچه‌سازی تمام وظایف ادراکی در یک معماری ساده
مجوز: IDEA License 1.0 💙
🔗 لینک‌ها:
📄 Review
📘 Paper
🌐 Project Page
💻 GitHub Repo
@rss_ai_ir
#AI #RexOmni #Multimodal #MLLM #ComputerVision #OCR #Detection #هوش_مصنوعی
مدل Rex-Omni با ۳ میلیارد پارامتر، یک مدل چندوجهی (Multimodal) جدید است که طیف گسترده‌ای از وظایف بینایی را در یک چارچوب واحد ادغام می‌کند:
🔹 تشخیص اشیا (Object Detection)
🔹 تشخیص متن (OCR)
🔹 همچنین Pointing و Key-pointing
🔹 و Visual Prompting
همه‌ی این وظایف در قالب یک چارچوب واحد مبتنی بر پیش‌بینی نقطه بعدی (Next-Point Prediction) انجام می‌شوند — رویکردی که باعث شده مدل نتایج چشمگیری در دقت و سرعت به دست آورد ⚡️
📘 ویژگی‌ها:
پارامترها: ۳B
یکپارچه‌سازی تمام وظایف ادراکی در یک معماری ساده
مجوز: IDEA License 1.0 💙
🔗 لینک‌ها:
📄 Review
📘 Paper
🌐 Project Page
💻 GitHub Repo
@rss_ai_ir
#AI #RexOmni #Multimodal #MLLM #ComputerVision #OCR #Detection #هوش_مصنوعی
🎬 استوری‌برد Sora 2 Pro منتشر شد!
نسخه‌ی PRO برای کاربران ویژه، حالا با قابلیت Storyboard عرضه شده است — ویژگی‌ای که اجازه می‌دهد سکانس‌های ویدیو را به‌صورت دقیق و سینمایی برنامه‌ریزی کنید.
🎞 با این قابلیت می‌توانید:
طرح صحنه‌ها را فریم‌به‌فریم بچینید
زاویه، ترکیب‌بندی و حرکت دوربین را از قبل تعریف کنید
ویدیوهای ۲۵ ثانیه‌ای با جزئیات فوق‌العاده بسازید
به‌نوعی این یعنی:
🎥 «چیزی شبیه Veo 3.1، اما با کنترل کارگردانی واقعی!»
@rss_ai_ir
#Sora #Storyboard #AIvideo #هوش_مصنوعی #OpenAI
نسخه‌ی PRO برای کاربران ویژه، حالا با قابلیت Storyboard عرضه شده است — ویژگی‌ای که اجازه می‌دهد سکانس‌های ویدیو را به‌صورت دقیق و سینمایی برنامه‌ریزی کنید.
🎞 با این قابلیت می‌توانید:
طرح صحنه‌ها را فریم‌به‌فریم بچینید
زاویه، ترکیب‌بندی و حرکت دوربین را از قبل تعریف کنید
ویدیوهای ۲۵ ثانیه‌ای با جزئیات فوق‌العاده بسازید
به‌نوعی این یعنی:
🎥 «چیزی شبیه Veo 3.1، اما با کنترل کارگردانی واقعی!»
@rss_ai_ir
#Sora #Storyboard #AIvideo #هوش_مصنوعی #OpenAI
❤1🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
🌍 FlashWorld —
تولید صحنه‌های سه‌بعدی در ۵ ثانیه با یک GPU ⚡️
سیستم جدید FlashWorld معرفی شد — مدلی که می‌تواند از یک تصویر یا فقط یک توضیح متنی، صحنه‌های سه‌بعدی واقعی و با جزئیات بالا تولید کند.
🚀 ویژگی‌ها:
♻️تا ۱۰۰ برابر سریع‌تر از روش‌های قبلی
♻️کیفیت بالا و فوتورئالیستی
♻️تولید کامل صحنه در ۵ ثانیه فقط با یک GPU
به زبان ساده، FlashWorld کاری می‌کند که با یک کلیک، جهان سه‌بعدی‌ات ساخته شود — مثل فشردن دکمه «render reality».
🔗 کد:
github.com/imlixinyang/FlashWorld
🌐 صفحه پروژه:
imlixinyang.github.io/FlashWorld-Project-Page
#AI #3D #FlashWorld #GenerativeAI #هوش_مصنوعی #گرافیک #یادگیری_ماشین
تولید صحنه‌های سه‌بعدی در ۵ ثانیه با یک GPU ⚡️
سیستم جدید FlashWorld معرفی شد — مدلی که می‌تواند از یک تصویر یا فقط یک توضیح متنی، صحنه‌های سه‌بعدی واقعی و با جزئیات بالا تولید کند.
🚀 ویژگی‌ها:
♻️تا ۱۰۰ برابر سریع‌تر از روش‌های قبلی
♻️کیفیت بالا و فوتورئالیستی
♻️تولید کامل صحنه در ۵ ثانیه فقط با یک GPU
به زبان ساده، FlashWorld کاری می‌کند که با یک کلیک، جهان سه‌بعدی‌ات ساخته شود — مثل فشردن دکمه «render reality».
🔗 کد:
github.com/imlixinyang/FlashWorld
🌐 صفحه پروژه:
imlixinyang.github.io/FlashWorld-Project-Page
#AI #3D #FlashWorld #GenerativeAI #هوش_مصنوعی #گرافیک #یادگیری_ماشین
🧬 ShinkaEvolve —
تکامل کدهای علمی با کمک هوش مصنوعی
پروژه‌ی ShinkaEvolve یک فریم‌ورک نوآورانه است که مدل‌های زبانی بزرگ (LLM) را با الگوریتم‌های تکاملی (Evolutionary Algorithms) ترکیب می‌کند تا فرآیند کشف علمی و بهینه‌سازی کد را خودکار کند.
💡 ویژگی‌های کلیدی:
✳️ترکیب هوش مصنوعی خلاق با بهینه‌سازی تکاملی.
✳️پشتیبانی از ارزیابی موازی در رایانه‌های محلی یا خوشه‌های محاسباتی.
✳️ذخیره‌ی راه‌حل‌های موفق برای انتقال دانش و تجربه به نسل‌های بعدی مدل.
✳️بهینه‌سازی عملکرد کد در حالی که درستی آن حفظ می‌شود.
✳️مناسب برای پژوهش‌های علمی که تست یا validator مشخص دارند.
این سیستم به‌نوعی «زیست‌شناسی تکاملی برای کد» است — هر نسل از نسخه‌ها بهینه‌تر و خلاق‌تر از قبل می‌شود.
📌 GitHub:
github.com/SakanaAI/ShinkaEvolve
#AI #Python #EvolutionaryAlgorithms #LLM #هوش_مصنوعی #یادگیری_ماشین #تکاملی
تکامل کدهای علمی با کمک هوش مصنوعی
پروژه‌ی ShinkaEvolve یک فریم‌ورک نوآورانه است که مدل‌های زبانی بزرگ (LLM) را با الگوریتم‌های تکاملی (Evolutionary Algorithms) ترکیب می‌کند تا فرآیند کشف علمی و بهینه‌سازی کد را خودکار کند.
💡 ویژگی‌های کلیدی:
✳️ترکیب هوش مصنوعی خلاق با بهینه‌سازی تکاملی.
✳️پشتیبانی از ارزیابی موازی در رایانه‌های محلی یا خوشه‌های محاسباتی.
✳️ذخیره‌ی راه‌حل‌های موفق برای انتقال دانش و تجربه به نسل‌های بعدی مدل.
✳️بهینه‌سازی عملکرد کد در حالی که درستی آن حفظ می‌شود.
✳️مناسب برای پژوهش‌های علمی که تست یا validator مشخص دارند.
این سیستم به‌نوعی «زیست‌شناسی تکاملی برای کد» است — هر نسل از نسخه‌ها بهینه‌تر و خلاق‌تر از قبل می‌شود.
📌 GitHub:
github.com/SakanaAI/ShinkaEvolve
#AI #Python #EvolutionaryAlgorithms #LLM #هوش_مصنوعی #یادگیری_ماشین #تکاملی
⚡️ Omni-Embed-Nemotron —
مدل چندوجهی جدید انویدیا برای جستجو در متن، تصویر، صدا و ویدیو
انویدیا از مدل Omni-Embed-Nemotron رونمایی کرد — سامانه‌ای یکپارچه برای تبدیل انواع داده‌ها به نمایش برداری مشترک (Unified Embedding).
🎯 ویژگی‌های کلیدی:
پشتیبانی از همه نوع داده: 📝 متن، 🖼 تصویر، 🔊 صدا، 🎥 ویدیو
مبتنی بر معماری Qwen Omni (ماژول Thinker، بدون تولید متن)
طول زمینه تا ۳۲٬۷۶۸ توکن
اندازه‌ی بردار نهائی (Embedding) برابر ۲۰۴۸
بهینه‌شده برای GPU و پشتیبانی از FlashAttention 2
🚀 کاربردها:
♻️جستجوی متقاطع بین مدیاها (مثلاً پیدا کردن ویدیو بر اساس متن یا تصویر)
♻️بهبود پروژه‌های RAG (Retrieval-Augmented Generation)
♻️توسعه سیستم‌های درک چندوجهی محتوا
♻️مدلی ساده، سریع و باز که مرز میان داده‌های متنی و دیداری را از میان برمی‌دارد.
🌐 مدل متن‌باز:
huggingface.co/nvidia/omni-embed-nemotron-3b
#NVIDIA #OmniEmbed #CrossModal #RAG #AI #OpenSource #Multimodal #هوش_مصنوعی #یادگیری_عمیق #جستجوی_هوشمند
مدل چندوجهی جدید انویدیا برای جستجو در متن، تصویر، صدا و ویدیو
انویدیا از مدل Omni-Embed-Nemotron رونمایی کرد — سامانه‌ای یکپارچه برای تبدیل انواع داده‌ها به نمایش برداری مشترک (Unified Embedding).
🎯 ویژگی‌های کلیدی:
پشتیبانی از همه نوع داده: 📝 متن، 🖼 تصویر، 🔊 صدا، 🎥 ویدیو
مبتنی بر معماری Qwen Omni (ماژول Thinker، بدون تولید متن)
طول زمینه تا ۳۲٬۷۶۸ توکن
اندازه‌ی بردار نهائی (Embedding) برابر ۲۰۴۸
بهینه‌شده برای GPU و پشتیبانی از FlashAttention 2
🚀 کاربردها:
♻️جستجوی متقاطع بین مدیاها (مثلاً پیدا کردن ویدیو بر اساس متن یا تصویر)
♻️بهبود پروژه‌های RAG (Retrieval-Augmented Generation)
♻️توسعه سیستم‌های درک چندوجهی محتوا
♻️مدلی ساده، سریع و باز که مرز میان داده‌های متنی و دیداری را از میان برمی‌دارد.
🌐 مدل متن‌باز:
huggingface.co/nvidia/omni-embed-nemotron-3b
#NVIDIA #OmniEmbed #CrossModal #RAG #AI #OpenSource #Multimodal #هوش_مصنوعی #یادگیری_عمیق #جستجوی_هوشمند
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 AGIBOT Genie G2 —
نسل جدید ربات انسان‌نما بر پایه پلتفرم چرخ‌دار
شرکت AGIBOT از ربات انسان‌نمای جدید خود با نام Genie G2 رونمایی کرد — مدلی صنعتی که برای کارهایی چون جابه‌جایی، مونتاژ دقیق، و بازرسی تجهیزات طراحی شده است.
💡 ویژگی‌های کلیدی:
✳️کمر و پاهای انسان‌نما
✳️تنه‌ی تاشو و تحرک همه‌جهته
✳️حسگرهای لمسی سه‌بعدی (3D Tactile Sensors)
✳️بازوهای رباتیکی با ۱۹ درجه آزادی
✳️ناوبری سه‌بعدی ۳۶۰ درجه برای حرکت آزاد در کارخانه‌ها و آزمایشگاه‌ها
✳️این ربات علاوه بر کارهای صنعتی، قابلیت‌های خدماتی نیز دارد — از حراست و پذیرایی از مهمانان گرفته تا نمایش‌های آموزشی و کمک در خانه.
📦 قرارداد تولید:
همچنین AGIBOT با شرکت Shanghai Longcheer قرارداد چند میلیون دلاری امضا کرده و نزدیک به ۱۰۰۰ واحد Genie G2 قرار است به‌صورت مرحله‌ای در کارخانه‌ها نصب و راه‌اندازی شود.
#Robotics #AGIBOT #GenieG2 #AI #Humanoid #Automation #Industry40 #هوش_مصنوعی #رباتیک
نسل جدید ربات انسان‌نما بر پایه پلتفرم چرخ‌دار
شرکت AGIBOT از ربات انسان‌نمای جدید خود با نام Genie G2 رونمایی کرد — مدلی صنعتی که برای کارهایی چون جابه‌جایی، مونتاژ دقیق، و بازرسی تجهیزات طراحی شده است.
💡 ویژگی‌های کلیدی:
✳️کمر و پاهای انسان‌نما
✳️تنه‌ی تاشو و تحرک همه‌جهته
✳️حسگرهای لمسی سه‌بعدی (3D Tactile Sensors)
✳️بازوهای رباتیکی با ۱۹ درجه آزادی
✳️ناوبری سه‌بعدی ۳۶۰ درجه برای حرکت آزاد در کارخانه‌ها و آزمایشگاه‌ها
✳️این ربات علاوه بر کارهای صنعتی، قابلیت‌های خدماتی نیز دارد — از حراست و پذیرایی از مهمانان گرفته تا نمایش‌های آموزشی و کمک در خانه.
📦 قرارداد تولید:
همچنین AGIBOT با شرکت Shanghai Longcheer قرارداد چند میلیون دلاری امضا کرده و نزدیک به ۱۰۰۰ واحد Genie G2 قرار است به‌صورت مرحله‌ای در کارخانه‌ها نصب و راه‌اندازی شود.
#Robotics #AGIBOT #GenieG2 #AI #Humanoid #Automation #Industry40 #هوش_مصنوعی #رباتیک
❤1
This media is not supported in your browser
VIEW IN TELEGRAM
😂 وقتی جوک‌ها از شوخی به واقعیت تبدیل می‌شن!
📢 خبر فناوری از دوران قدیم:
دستگاهی اختراع شده برای اصلاح خودکار ریش و سبیل!
یه سکه می‌ندازی، سرتو می‌کنی توی شکاف،
و دستگاه خودش به‌صورت خودکار می‌تراشه!
ولی مگه همه آدما صورتشون یکیه؟! 😨
آره، فقط بار اول! 😅
@rss_ai_ir
📢 خبر فناوری از دوران قدیم:
دستگاهی اختراع شده برای اصلاح خودکار ریش و سبیل!
یه سکه می‌ندازی، سرتو می‌کنی توی شکاف،
و دستگاه خودش به‌صورت خودکار می‌تراشه!
ولی مگه همه آدما صورتشون یکیه؟! 😨
آره، فقط بار اول! 😅
@rss_ai_ir
❤2🔥2👎1👏1😁1
⚡ FlashVSR —
ارتقای ویدیو در زمان واقعی بر پایه‌ی دیفیوشن
پروژه‌ی FlashVSR به هدف رسیدن به Super-Resolution ویدیوهای استریم در زمان واقعی طراحی شده است — نه بهترین، اما کاملاً متن‌باز و قابل استفاده برای همه 🔓
📦 کد منبع:
🔗 github.com/OpenImagingLab/FlashVSR
🧩 نودها برای ComfyUI:
🔗 github.com/smthemex/ComfyUI_FlashVSR
💡 ویژگی‌ها و نکات فنی:
✳️مصرف حافظه بالا (مثل اکثر آپ‌اسکیلرهای دیفیوشنی)
✳️مبتنی بر Block-Sparse Attention — ممکن است روی کارت‌های گرافیکی ضعیف ناپایدار عمل کند
✳️کیفیت خروجی مناسب با تأکید بر سرعت پردازش
در مجموع، گزینه‌ای عالی برای کسانی که دنبال راه‌حل متن‌باز ارتقای ویدیو با انعطاف بالا هستند.
#FlashVSR #AI #Upscaling #VideoAI #SuperResolution #OpenSource #MachineLearning #DiffusionModels #ComfyUI #DeepLearning #BlockSparseAttention
ارتقای ویدیو در زمان واقعی بر پایه‌ی دیفیوشن
پروژه‌ی FlashVSR به هدف رسیدن به Super-Resolution ویدیوهای استریم در زمان واقعی طراحی شده است — نه بهترین، اما کاملاً متن‌باز و قابل استفاده برای همه 🔓
📦 کد منبع:
🔗 github.com/OpenImagingLab/FlashVSR
🧩 نودها برای ComfyUI:
🔗 github.com/smthemex/ComfyUI_FlashVSR
💡 ویژگی‌ها و نکات فنی:
✳️مصرف حافظه بالا (مثل اکثر آپ‌اسکیلرهای دیفیوشنی)
✳️مبتنی بر Block-Sparse Attention — ممکن است روی کارت‌های گرافیکی ضعیف ناپایدار عمل کند
✳️کیفیت خروجی مناسب با تأکید بر سرعت پردازش
در مجموع، گزینه‌ای عالی برای کسانی که دنبال راه‌حل متن‌باز ارتقای ویدیو با انعطاف بالا هستند.
#FlashVSR #AI #Upscaling #VideoAI #SuperResolution #OpenSource #MachineLearning #DiffusionModels #ComfyUI #DeepLearning #BlockSparseAttention
👍1🔥1👏1
This media is not supported in your browser
VIEW IN TELEGRAM
🧠 واقعیت افزوده + هوش مصنوعی مولد (Generative AGI) یعنی حالا انسان‌ها می‌تونن کارهایی در سطح کارشناسان انجام بدن — بدون هیچ آموزش قبلی!
و این آینده نیست...
این الان اتفاق می‌افته ⚡️
@rss_ai_ir
و این آینده نیست...
این الان اتفاق می‌افته ⚡️
@rss_ai_ir
This media is not supported in your browser
VIEW IN TELEGRAM
🧠 Perplexity
حالت جدید آموزش تعاملی زبان را معرفی کرد
مجموعه Perplexity حالت تازه‌ای برای یادگیری زبان اضافه کرده که چت‌بات هوش مصنوعی آن را به یک مدرس تعاملی تبدیل می‌کند — ابزاری که به کاربران کمک می‌کند در لحظه دایره لغات خود را گسترش دهند و گرامر را بهتر بفهمند.
🔸 این قابلیت در خود چت کارت‌های آموزشی (فلش‌کارت) با لغات جدید، تلفظ صحیح و جملات نمونه تولید می‌کند.
🔸 کاربران همچنین می‌توانند در همان گفتگو سؤالات گرامری بپرسند یا درخواست توضیح بدهند.
🔸 حالت جدید هم‌اکنون در نسخه‌های iOS و وب فعال است و استفاده از Perplexity را فراتر از جست‌وجو و تحقیق گسترش می‌دهد.
⛔️همچنین Perplexity حالا خود را به‌عنوان ترکیبی از موتور دانش و مربی شخصی زبان معرفی می‌کند.
📊 @rss_ai_ir
#AI #Perplexity #LanguageLearning #EdTech #Chatbot #ArtificialIntelligence
حالت جدید آموزش تعاملی زبان را معرفی کرد
مجموعه Perplexity حالت تازه‌ای برای یادگیری زبان اضافه کرده که چت‌بات هوش مصنوعی آن را به یک مدرس تعاملی تبدیل می‌کند — ابزاری که به کاربران کمک می‌کند در لحظه دایره لغات خود را گسترش دهند و گرامر را بهتر بفهمند.
🔸 این قابلیت در خود چت کارت‌های آموزشی (فلش‌کارت) با لغات جدید، تلفظ صحیح و جملات نمونه تولید می‌کند.
🔸 کاربران همچنین می‌توانند در همان گفتگو سؤالات گرامری بپرسند یا درخواست توضیح بدهند.
🔸 حالت جدید هم‌اکنون در نسخه‌های iOS و وب فعال است و استفاده از Perplexity را فراتر از جست‌وجو و تحقیق گسترش می‌دهد.
⛔️همچنین Perplexity حالا خود را به‌عنوان ترکیبی از موتور دانش و مربی شخصی زبان معرفی می‌کند.
📊 @rss_ai_ir
#AI #Perplexity #LanguageLearning #EdTech #Chatbot #ArtificialIntelligence
❤2
مدل GPT-5 تنها ۵۸ درصد به AGI نزدیک است 🧠
۲۸ آزمایشگاه بزرگ و تأثیرگذار در حوزه‌ی هوش مصنوعی گرد هم آمده‌اند تا سرانجام تعریف دقیقی از AGI (هوش عمومی مصنوعی) ارائه دهند — و این نخستین پژوهش علمی است که این مفهوم را به‌صورت کمّی تبیین می‌کند. در میان نویسندگان مقاله، نام یوشوا بنجیو (Yoshua Bengio)، یکی از پدران هوش مصنوعی نیز دیده می‌شود.
💡 تعریف AGI (کوتاه اما پرمغز):
> مفهوم AGI یعنی سامانه‌ای از هوش مصنوعی که می‌تواند در گستره (versatility) و عمق (proficiency) توانایی‌های شناختی، با یک انسان بالغ تحصیل‌کرده قابل مقایسه باشد.
---
🔬 اما چطور می‌توان آن را اندازه‌گیری کرد؟
پژوهشگران از یک مدل شناخته‌شده در روان‌سنجی به نام مدل Cattell–Horn–Carroll (CHC) استفاده کردند — مدلی که هوش انسان را به ۱۰ توانایی شناختی اصلی تقسیم می‌کند:
1. دانش عمومی و عقل سلیم
2. درک و نگارش متن
3. ریاضیات
4. حل مسائل جدید و استدلال منطقی
5. حافظه‌ی کوتاه‌مدت
6. حافظه‌ی بلندمدت و یادگیری
7. بازیابی و استخراج دانش
8. درک و خلق تصاویر
9. درک گفتار و موسیقی
10. سرعت پردازش اطلاعات
بر اساس این شاخص‌ها، پژوهشگران هم انسان و هم مدل‌های زبانی را ارزیابی کردند.
---
📊 نتایج:
اول GPT-4: تنها ۲۷٪ از AGI
دوم GPT-5: حدود ۵۸٪ از AGI
✅یعنی GPT-5 اکنون بیش از نیمی از پروفایل شناختی یک انسان بالغ تحصیل‌کرده را دارد — پیشرفتی چشمگیر، اما هنوز راه درازی تا دستیابی به هوش عمومی کامل در پیش است.
---
⚠️ نقاط ضعف GPT-5:
♻️حافظه‌ی بلندمدت
♻️درک دیداری و شنیداری
♻️سرعت واکنش
♻️تفکر انعطاف‌پذیر
---
⛔️به‌نظر می‌رسد این تعریف عینی، علمی و قابل‌اندازه‌گیری است — قطعاً بسیار بهتر از تعریف شرکت‌هایی مانند OpenAI و Microsoft، که AGI را به‌سادگی "هوشی که سالانه ۱۰۰ میلیارد دلار سود تولید کند" 💀 توصیف کرده‌اند!
#هوش_مصنوعی #AGI #GPT5 #یوشوا_بنجیو #یادگیری_ماشین #AI #ArtificialIntelligence
۲۸ آزمایشگاه بزرگ و تأثیرگذار در حوزه‌ی هوش مصنوعی گرد هم آمده‌اند تا سرانجام تعریف دقیقی از AGI (هوش عمومی مصنوعی) ارائه دهند — و این نخستین پژوهش علمی است که این مفهوم را به‌صورت کمّی تبیین می‌کند. در میان نویسندگان مقاله، نام یوشوا بنجیو (Yoshua Bengio)، یکی از پدران هوش مصنوعی نیز دیده می‌شود.
💡 تعریف AGI (کوتاه اما پرمغز):
> مفهوم AGI یعنی سامانه‌ای از هوش مصنوعی که می‌تواند در گستره (versatility) و عمق (proficiency) توانایی‌های شناختی، با یک انسان بالغ تحصیل‌کرده قابل مقایسه باشد.
---
🔬 اما چطور می‌توان آن را اندازه‌گیری کرد؟
پژوهشگران از یک مدل شناخته‌شده در روان‌سنجی به نام مدل Cattell–Horn–Carroll (CHC) استفاده کردند — مدلی که هوش انسان را به ۱۰ توانایی شناختی اصلی تقسیم می‌کند:
1. دانش عمومی و عقل سلیم
2. درک و نگارش متن
3. ریاضیات
4. حل مسائل جدید و استدلال منطقی
5. حافظه‌ی کوتاه‌مدت
6. حافظه‌ی بلندمدت و یادگیری
7. بازیابی و استخراج دانش
8. درک و خلق تصاویر
9. درک گفتار و موسیقی
10. سرعت پردازش اطلاعات
بر اساس این شاخص‌ها، پژوهشگران هم انسان و هم مدل‌های زبانی را ارزیابی کردند.
---
📊 نتایج:
اول GPT-4: تنها ۲۷٪ از AGI
دوم GPT-5: حدود ۵۸٪ از AGI
✅یعنی GPT-5 اکنون بیش از نیمی از پروفایل شناختی یک انسان بالغ تحصیل‌کرده را دارد — پیشرفتی چشمگیر، اما هنوز راه درازی تا دستیابی به هوش عمومی کامل در پیش است.
---
⚠️ نقاط ضعف GPT-5:
♻️حافظه‌ی بلندمدت
♻️درک دیداری و شنیداری
♻️سرعت واکنش
♻️تفکر انعطاف‌پذیر
---
⛔️به‌نظر می‌رسد این تعریف عینی، علمی و قابل‌اندازه‌گیری است — قطعاً بسیار بهتر از تعریف شرکت‌هایی مانند OpenAI و Microsoft، که AGI را به‌سادگی "هوشی که سالانه ۱۰۰ میلیارد دلار سود تولید کند" 💀 توصیف کرده‌اند!
#هوش_مصنوعی #AGI #GPT5 #یوشوا_بنجیو #یادگیری_ماشین #AI #ArtificialIntelligence