🎙️ VoxCPM —
سامانه‌ای نوآورانه برای تبدیل متن به گفتار (TTS)

⛔️سیستم VoxCPM یک سیستم پیشرفته‌ی تبدیل متن به گفتار بدون نیاز به توکنیزیشن (Tokenization-Free TTS) است که می‌تواند گفتار را به‌صورت آگاه از بافت (Context-Aware) و با کلون‌سازی دقیق صدا تولید کند.

این مدل از معماری دیفیوزنی (Diffusion Architecture) برای ایجاد نمایش‌های پیوسته از گفتار استفاده می‌کند — نتیجه‌ی آن بیان طبیعی‌تر، پایداری بیشتر و صدایی بسیار شبیه انسان است.

🚀 ویژگی‌های کلیدی:
تولید گفتار با لحن طبیعی و آگاهی از متن و بافت.
شبیه‌سازی دقیق صدای فرد فقط با چند نمونه کوتاه.
کارایی بالا در پردازش گفتار و پشتیبانی از استریم زنده (Streaming).

📌 منبع باز (Open Source):

🔗 GitHub - OpenBMB/VoxCPM

#هوش_مصنوعی #TTS #SpeechSynthesis #VoxCPM #Diffusion #AI #Python #VoiceCloning

🦾 Sharpa Robotics
آغاز تولید انبوه دست رباتیک SharpaWave

شرکت Sharpa Robotics با معرفی نسخه‌ی نهایی دست رباتیک SharpaWave وارد مرحله‌ی تولید انبوه شد — مدلی که در کنفرانس ICRA 2025 مورد تحسین قرار گرفت.

🤖 این سامانه یک دست فوق‌دقیق با ابعادی کاملاً برابر با دست انسان است و دارای ۲۲ درجه آزادی (DOF) می‌باشد، که امکان حرکات بسیار ظریف و طبیعی را فراهم می‌کند.

⚙️ نوآوری کلیدی:
فناوری Dynamic Tactile Array (DTA) — هر انگشت به پنل لمسی مجهز است که شامل بیش از ۱۰۰۰ حسگر لمسی با دقت زیر میلی‌متر می‌باشد.
این ویژگی به ربات اجازه می‌دهد در زمان واقعی، بافت و جنس اشیاء را حس کرده و تحلیل کند.

✳️همچنین SharpaWave گامی بزرگ به سوی ربات‌هایی است که نه‌تنها می‌بینند، بلکه احساس هم می‌کنند.

——————————
✔️ دنبال کنید: بهترین کانال درباره‌ی دنیای ربات‌ها و نوآوری‌ها
@rss_ai_ir

#SharpaWave #Robotics #AI #ICRA2025 #TactileSensing #RobotHand #Innovation #هوش_مصنوعی #رباتیک #ربات #فناوری

🎨 «تکامل یادگیری عمیق» — انیمیشنی هنری درباره‌ی تاریخ هوش مصنوعی

یک هنرمند با انتشار اثری به‌نام “Evolution of Deep Learning by Hand” روند تکامل یادگیری عمیق را به‌زیبایی به تصویر کشیده است.

👁️ در این انیمیشن، مسیر از اولین نورون‌های مصنوعی تا معماری‌های پیچیده‌ی امروزی به‌صورت دستی ترسیم شده و بیننده را با تاریخچه‌ی شکل‌گیری دنیای مدرن شبکه‌های عصبی آشنا می‌کند.

✨ هدف اثر — ادای احترام به جفری هینتون، یکی از بنیان‌گذاران یادگیری عمیق و برنده‌ی جایزه نوبل، که با ایده‌هایش راه را برای نسل جدید هوش مصنوعی هموار کرد.

#DeepLearning #AI #NeuralNetworks #Animation #Hinton #ArtTech #هوش_مصنوعی #یادگیری_عمیق #هنر_دیجیتال #تاریخ_فناوری

💻 Anthropic

قابلیت جدید «Claude Code on the Web» را معرفی کرد!

اکنون می‌توانید وظایف برنامه‌نویسی را مستقیماً از طریق مرورگر به Claude بسپارید — بدون نیاز به ترمینال یا محیط IDE.
این قابلیت در حال حاضر به‌صورت نسخه‌ی آزمایشی (research preview) عرضه شده و در زیرساخت ابری Anthropic کار می‌کند.

⚙️ ویژگی‌های اصلی:

🚀 اجرای هم‌زمان چند پروژه در ریپازیتوری‌های مختلف

📊 نمایش پیشرفت کار به‌صورت لحظه‌ای

🪄 ایجاد خودکار Pull Request با توضیحات شفاف درباره‌ی تغییرات

🧠 پاسخ‌گویی به سؤالات مربوط به ساختار و معماری پروژه‌ها


💡 کاربرد ایده‌آل برای:

♻️رفع باگ‌ها و انجام کارهای تکراری
♻️تغییرات بک‌اند با امکان تست خودکار
♻️تحلیل ساختار کد و وابستگی‌های پروژه


📱 نسخه‌ی iOS هم منتشر شده — می‌توانید با Claude از روی موبایل کدنویسی کنید (فعلاً در مرحله‌ی early preview برای جمع‌آوری بازخورد).

🔒 امنیت بالا:
هر تسک در محیطی ایزوله (sandbox) اجرا می‌شود، با محدودیت شبکه و فایل‌سیستم.
ارتباطات Git از طریق پراکسی امن انجام می‌شود، بنابراین Claude فقط به ریپازیتوری‌های مجاز دسترسی دارد.
می‌توانید قوانین سفارشی شبکه بسازید، مثلاً برای دانلود پکیج‌های npm جهت اجرای تست‌ها.

🟢 دسترسی:
برای کاربران Pro و Max در claude.com/code فعال است.
سهمیه‌ی استفاده بین تمام قابلیت‌های Claude Code مشترک است.

📘 منابع رسمی:
🔗 جزئیات فنی Sandbox
🔗 مستندات کامل

#Claude #Anthropic #AI #Programming #LLM #AItools #Automation #کدنویسی #هوش_مصنوعی

🌍 RTFM:
مدل جدید WorldLab برای تولید دنیای تعاملی

مدل WorldLab که قبلاً چندین بار درباره‌اش صحبت شده بود، حالا دموی جدیدی از مدل RTFM (Real-Time Frame Model) منتشر کرده که حتماً باید امتحان کنید.

✨ ویژگی‌های اصلی:

🔁 حافظه‌ی بی‌نهایت (infinite context)

🎨 اسکین‌های غیر فتو‌ریالیستی با سبک‌های متنوع

🌐 تولید یک دنیای کامل فقط از یک تصویر و یک پرامپت


🔗 دموی تعاملی:
rtfm.worldlabs.ai
(فعلاً فقط تصاویر از کتابخانه داخلی پشتیبانی می‌شود.)

📖 مقاله‌ی رسمی:
worldlabs.ai/blog/rtfm


---

💡 مسئله‌ی اصلی:
تولید «جهان‌های زنده» به کمک مدل‌های مولد به مراتب پرهزینه‌تر از LLMهاست.
اگر بخواهیم مثل مدل‌های ویدئویی فعلی کار کنیم، برای رندر یک ویدئوی 4K با نرخ ۶۰ فریم بر ثانیه باید بیش از ۱۰۰ هزار توکن در ثانیه تولید شود — تقریباً به اندازه‌ی کل رمان «فرانکشتاین»!
برای تعامل یک‌ساعته نیز نیاز به بیش از ۱۰۰ میلیون توکن حافظه داریم — از نظر اقتصادی و سخت‌افزاری غیرممکن است.


---

⚙️ نوآوری WorldLab در RTFM:
✳️این مدل فقط روی یک GPU از نوع H100 اجرا می‌شود و تجربه‌ی تعاملی روان ارائه می‌دهد.

راز کار در این است که به‌جای ذخیره‌ی تمام فریم‌ها، فقط موارد زیر نگهداری می‌شوند:

♻️زاویه‌های دوربین
♻️متادیتا
♻️چند فریم اطراف زاویه فعلی (cache هوشمند)
♻️اگر زاویه به‌طور قابل توجهی تغییر کند، مدل فریم‌ها را از نو می‌سازد — صرفه‌جویی عظیم در حافظه!


---

🎥 نتیجه:
مدل RTFM می‌تواند صحنه‌هایی با جزئیات بالا، بازتاب‌ها، سطوح براق، سایه‌ها و نورهای طبیعی تولید کند.
در ابتدای هر شات ممکن است اندکی آرتیفکت دیده شود، اما کیفیت و عمق صحنه آن‌قدر چشم‌گیر است که این جزئیات کوچک به چشم نمی‌آیند.


---

📌 جمع‌بندی:
WorldLab با RTFM نشان می‌دهد که آینده‌ی مدل‌های مولد نه فقط در تولید تصویر یا ویدئو، بلکه در خلق دنیای واقعی تعاملی در لحظه است.

@rss_ai_ir

#AI #WorldLab #RTFM #GenerativeAI #3D #Simulation #Realtime #هوش_مصنوعی #مدل_مولد #جهان_مجازی

🔥 SAM 2++:
رهگیری هرچیز در هر سطحی! 🔥

🧠 مدل SAM 2++ نسخه‌ای پیشرفته از سیستم Segment Anything است که به‌صورت یکپارچه می‌تواند اشیاء را در هر سطحی (ماسک، باکس یا نقطه) رهگیری کند.
نتایج اولیه بسیار چشمگیر هستند — اما متأسفانه هنوز کد آن منتشر نشده 😢

📘 جزئیات بیشتر:
🔹 مقاله: arxiv.org/pdf/2510.18822
🔹 پروژه: tracking-any-granularity.github.io
🔹 ریپازیتوری: 😞 هنوز منتشر نشده

@rss_ai_ir

#AI #SAM #Segmentation #Tracking #ComputerVision #DeepLearning #هوش_مصنوعی #بینایی_ماشین

👁️ کاشت چشم الکترونیکی + عینک واقعیت افزوده بینایی را در بیماران دچار تحلیل ماکولا بازگرداند!

در یک کارآزمایی بالینی پیشگامانه، پژوهشگران از دانشگاه کالج لندن (UCL) و بیمارستان چشم Moorfields موفق شدند بینایی خواندن را در ۸۴٪ از بیماران مبتلا به تحلیل ماکولای خشک وابسته به سن (AMD) بازیابی کنند.

🔬 این فناوری ترکیبی از یک ایمپلنت شبکیه‌ای فوق‌نازک (PRIMA) و عینک واقعیت افزوده است که با نور مادون قرمز نزدیک (NIR) فعال می‌شود.

💡 نتیجه: افرادی که بینایی مرکزی خود را از دست داده بودند، حالا می‌توانند دوباره بخوانند — بدون از دست دادن محسوس دید محیطی. این دستاورد، گامی بزرگ در درمان مواردی است که تاکنون درمان‌ناپذیر محسوب می‌شدند.

🌍 در این مطالعه، ۳۸ بیمار از پنج کشور شرکت داشتند، و نتایج، امید تازه‌ای برای میلیون‌ها نفر با بیماری‌های تحلیل بینایی ایجاد کرده است.

📄 منبع:
Medical Xpress

@rss_ai_ir

#پزشکی #هوش_مصنوعی #بینایی #واقعیت_افزوده #ایمپلنت #AR #NeuroTech #BioTech

🚀 هوش مصنوعی متن‌باز با سرعتی بی‌سابقه در حال پیشرفت است — و حالا NVIDIA پیشتاز شده! ⚡️

انویدیا اکنون در صدر مشارکت‌های جهانی AI متن‌باز قرار دارد و با انتشار مجموعه‌ای از مدل‌های بزرگ مانند:

🧠 Nemotron، 🧬 BioNeMo، 🌌 Cosmos و 🤖 Gr00t،

در حال بازتعریف نحوه‌ی توسعه و اشتراک‌گذاری مدل‌های هوش مصنوعی در سراسر دنیاست.
این حرکت نه‌تنها صنعت را متحول می‌کند، بلکه مرز بین مدل‌های اختصاصی و متن‌باز را هم از بین می‌برد.
بی‌نظیر! 🔥

@rss_ai_ir

#NVIDIA #AI #OpenSource #Nemotron #BioNeMo #Cosmos #Gr00t #هوش_مصنوعی #متن_باز #DeepLearning #MachineLearning

😅 مردی که در پس‌زمینه ایستاده، دارد تماشا می‌کند که شغلش در حال ناپدید شدن است…

هوش مصنوعی دوباره بی‌رحمانه حمله کرد ⚙️💥

@rss_ai_ir

#هوش_مصنوعی #Automation #AI #کار #فناوری #JobLoss #FutureOfWork

🌍 تنسنت نسخه جدید مدل بازسازی سه‌بعدی خود را منتشر کرد — Hunyuan World 1.1 (WorldMirror)

نسخه‌ی قبلی Hunyuan World 1.0 می‌توانست تنها با یک تصویر یا توضیح متنی صحنه‌های سه‌بعدی بسازد — حتی روی کارت‌های گرافیک معمولی!
اما حالا نسخه‌ی جدید 1.1 یک جهش بزرگ کرده و قادر است جهان‌های سه‌بعدی را از ویدیو یا تصاویر چندزاویه‌ای بازسازی کند. 🎥🧠

🔹 ورودی‌های متنوع:
مدل می‌تواند با هر نوع داده کار کند — ویدیو، عکس، نقشه‌های عمق (Depth Maps)، توضیحات حرکتی (Pose) و حتی پارامترهای دوربین.
بازسازی هندسه صحنه با دقت بالا و بدون اعوجاج انجام می‌شود.

🔹 خروجی‌های کامل:
نتیجه می‌تواند شامل باشد:

♻️ابر نقاط متراکم (Dense Point Clouds)
♻️نقشه‌های عمق
♻️نرمال‌های سطح
♻️پارامترهای دوربین
♻️و حتی 3D Gaussian Splatting آماده برای رندر.


🔹 سرعت فوق‌العاده:
مدل کاملاً feed-forward است و تنها با یک گذر روی GPU، صحنه را در چند ثانیه بازسازی می‌کند ⚡️

🔗 پروژه:
3d-models.hunyuan.tencent.com/world

💻 GitHub:
Tencent-Hunyuan/HunyuanWorld-Mirror

🤗 HuggingFace:
tencent/HunyuanWorld-Mirror
🧪 دمو:
HuggingFace Space
📄 گزارش فنی:
HYWorld Mirror Tech Report

@rss_ai_ir

#هوش_مصنوعی #3D #تنسنت #مدلسازی_سه‌بعدی #واقعیت_مجازی #گیمینگ #OpenSource #AI #VR

💡 گوگل پلتفرم جدیدی به نام Skills راه‌اندازی کرد — بستری آزاد برای یادگیری مهارت‌های هوش مصنوعی!

در این پلتفرم بیش از ۳۰۰۰ دوره، آزمایشگاه و مسیر تمرینی وجود دارد که از مفاهیم پایه‌ی Python و یادگیری ماشین تا مباحث پیشرفته‌ی MLOps، Vertex AI، Gemini و طراحی پرامپت (Prompt Design) را پوشش می‌دهد. 🚀

📘 چیزهایی که می‌توانید یاد بگیرید:

✳️ادغام هوش مصنوعی مولد در پایپلاین داده‌ها
✳️استقرار (Deploy) و نگهداری مدل‌های یادگیری ماشین
✳️ساخت اپلیکیشن شخصی با Gemini و Streamlit
✳️یادگیری تعاملی با مربیان یا جامعه‌ی Google Cloud Innovators


🔹 دوره‌ها از سطح مبتدی تا مدیر تیم (Team Lead) ارائه شده‌اند.
🔹 در پایان، گواهینامه رسمی دریافت می‌کنید که قابل افزودن به رزومه یا پروفایل LinkedIn است. 🎓

✔️ شروع یادگیری:
skills.google
✔️ مشاهده فهرست دوره‌ها:
skills.google/catalog

@rss_ai_ir

#گوگل #هوش_مصنوعی #آموزش_رایگان #GoogleAI #Gemini #MachineLearning #FreeCourses #AI

🔬 خبر بزرگ در دنیای سرطان‌شناسی!

پژوهشگران دانشگاه USC الگوریتم جدیدی به نام RED (Rare Event Detection) توسعه داده‌اند که قادر است سلول‌های نادر سرطانی را در نمونه‌های خون تنها در ۱۰ دقیقه شناسایی کند — کاری که قبلاً هزار برابر بیشتر زمان می‌برد! ⚡️

✨ ویژگی‌های کلیدی:

♻️نیازی نیست الگوریتم بداند سلول سرطانی دقیقاً چه شکلی است؛
بلکه با تحلیل میلیون‌ها سلول عادی، الگوهای غیرمعمول را شناسایی می‌کند.

♻️در آزمایش‌ها، RED توانست ۹۹٪ از سلول‌های سرطانی را با دقت بالا تشخیص دهد.

♻️زمان بررسی داده‌ها را تا ۱۰۰۰ برابر کاهش داد.


این پیشرفت یک گام بزرگ در جهت تشخیص سریع، دقیق و هوش‌مصنوعی‌محور سرطان به شمار می‌رود. 💉🤖

@rss_ai_ir

#هوش_مصنوعی #پژوهش #سرطان #پزشکی #تشخیص_زودهنگام #AI #Healthcare #CancerDetection

🌐 پیش‌بینی شگفت‌انگیز بلک‌استون از انفجار داده‌ها تا سال ۲۰۲۸

شرکت Blackstone پیش‌بینی کرده است که تا سال ۲۰۲۸، حجم کل داده‌هایی که در جهان تولید، استفاده و ذخیره می‌شوند، به عدد باورنکردنی ۳۹۴ زِتابایت خواهد رسید! 🤯

برای مقایسه، کل ترافیک اینترنت جهانی در سال ۲۰۲۴ فقط چند زتابایت بود — یعنی ۳۹۴ زتابایت بیش از ۱۰۰ برابر کل ترافیک اینترنت سالانه‌ی انسان‌هاست! 🌍💾

📊
۳۹۴ زتابایت = ۳۹۴,۰۰۰,۰۰۰,۰۰۰ ترابایت 😳

عصر داده واقعاً در حال انفجار است — و هوش مصنوعی در قلب این انقلاب ایستاده است. 🤖💡

@rss_ai_ir
#هوش_مصنوعی #داده #کلان‌داده #دیجیتال #فناوری #AI #BigData #DataExplosion