مدل‌های اپن‌سورس جدید GPT-OSS از OpenAI منتشر شدند 🧠⚙️

برای نخستین‌بار بعد از GPT-2، اوپن‌ای‌آی وزن‌های دو مدل بزرگ را در دسترس عموم قرار داده:
مدل های gpt-oss-20B و gpt-oss-120B. این مدل‌ها بر پایه‌ی Mixture-of-Experts (MoE) ساخته شده‌اند، با طول کانتکست تا ۱۲۸k و قابلیت تنظیم سطح استدلال (low / medium / high). همچنین فرمت جدیدی به نام harmony برای پیام‌ها معرفی شده است.

---

🔹 معماری و مشخصات فنی

❇️ مدل ۱۲۰B شامل ۱۲۸ کارشناس است که تنها ۴ کارشناس روی هر توکن فعال می‌شوند.
❇️ مدل ۲۰B شامل ۳۲ کارشناس است.
❇️ حجم چک‌پوینت‌ها: حدود ۶۰.۸ GiB (۱۲۰B) و ۱۲.۸ GiB (۲۰B).
❇️ با فشرده‌سازی MXFP4، مدل ۱۲۰B روی GPU با ۸۰ گیگابایت حافظه جا می‌شود و مدل ۲۰B روی کارت‌های ۱۶ گیگابایتی قابل اجراست.
❇️ طول کانتکست: تا \~۱۲۸k توکن.

---

🔹 ویژگی‌های کلیدی

❇️ فرمت harmony با سه کانال خروجی:

❇️قابلیت analysis (تفکر و بخشی از tool calls)
❇️ commentary (فراخوانی ابزارها)
❇️final (نتیجه نهایی)
❇️ حالت‌های استدلال (Reasoning modes): low / medium / high در پرامپت سیستم مشخص می‌شوند و بین سرعت، دقت و هزینه تعادل ایجاد می‌کنند.
❇️ توکنایزر جدید o200k\_harmony با دقت بهتر روی کاراکترهای غیرانگلیسی و اموجی‌ها.

---

🔹 مثال برای تنظیم سطح استدلال

<|start|>system<|message|>
You are a helpful AI. 
Reasoning: medium 
Tools: web_search, python 
<|end|>

---

🔹 اهمیت در عمل

✅ ساخت دستیارهای محلی و آفلاین با داده‌های حساس روی سخت‌افزار در دسترس.
✅استانداردسازی پرامپت با harmony و سازگاری راحت‌تر با vLLM، Ollama و سایر ران‌تایم‌ها.
✅ امکان انتخاب سطح استدلال برای کنترل بهتر روی سرعت ↔️ دقت ↔️ هزینه.

---

🔹 نکات تکمیلی
❌ زنجیره‌های استدلال (CoT) بدون فیلتر نباید مستقیم به کاربر نمایش داده شوند.
❌ دیتاست آموزشی بیشتر انگلیسی است، برای کاربردهای فارسی یا روسی نیاز به فاین‌تیون یا تطبیق وجود دارد.

---

✅ جمع‌بندی: GPT-OSS جهش انقلابی نیست، بلکه نتیجه‌ی مهندسی دقیق و استانداردسازی است که آستانه‌ی ورود به دنیای مدل‌های اپن‌سورس و قابل‌کنترل را پایین‌تر می‌آورد.

📌 مطالعه بیشتر: [Jay Alammar – Visual GPT-OSS](https://newsletter.languagemodels.co/p/the-illustrated-gpt-oss)

#هوش_مصنوعی #مدل_زبان #اپن_سورس #GPT_OSS
@rss_ai_ir

🤖🔧 ربات‌ها بدون ابزار عملیاتی مثل بازوی مکانیکی، بیشتر شبیه دکور لوکس هستن تا ماشین صنعتی!

خیلی وقت‌ها در پروژه‌های رباتیک کلی تکنولوژی پیشرفته به‌کار میره، ولی سؤال اساسی اینه: کاربرد واقعی کجاست؟
🔹 بدون ماژول‌های عملیاتی مثل بازوی مکانیکی، گیره‌های هوشمند یا سیستم‌های لجستیکی، ربات فقط یک نمایش پرزرق‌وبرق باقی می‌مونه.
🔹 با اضافه کردن این بخش‌هاست که ربات واقعاً وارد دنیای صنعت میشه: از مونتاژ و بسته‌بندی گرفته تا جابه‌جایی در خطوط تولید و انبارداری هوشمند.

پس دفعه بعد که رباتی دیدید، یادتون باشه:
اگر توی دلش بازوی مکانیکی نباشه، شاید فقط برای عکس گرفتن ساخته شده باشه 😅

#رباتیک #هوش_مصنوعی #اتوماسیون #صنعت
@rss_ai_ir

🥇 خبر داغ از مسابقات جهانی ربات‌های انسان‌نما

❇️ربات Unitree موفق شد در رشته‌ی دو ۴۰۰ متر مدال طلا بگیره و رکوردی تازه ثبت کنه: ۱ دقیقه و ۲۸ ثانیه 🏃‍♂️🤖

♨️این زمان تقریباً دو برابر رکورد جهانی انسانی (۴۳.۰۳ ثانیه) است، اما برای یک ربات انسان‌نما جهشی بزرگ محسوب میشه.

✳️این موفقیت نشون می‌ده که ربات‌ها دارن با سرعتی شگفت‌انگیز به دنیای ورزش و تحرک انسانی نزدیک می‌شن.

#رباتیک #هوش_مصنوعی #ورزش #RobotGames
@rss_ai_ir

👠 مدل OmniTry: پروسه‌ی جدید پرو کردن مجازی برای هر آیتم پوشیدنی 👠

سیستم OmniTry یک فریم‌ورک یکپارچه معرفی کرده که قابلیت‌های Virtual Try-On (VTON) را از لباس فراتر می‌برد و شامل هر نوع وسیله‌ی پوشیدنی می‌شود: از جواهرات و اکسسوری‌ها گرفته تا آیتم‌های دیگر — آن هم بدون نیاز به ماسک‌گذاری دستی. ✨

🔹 ویژگی‌ها:

♻️پشتیبانی از همه‌ی پوشیدنی‌ها (لباس، جواهرات، اکسسوری)
♻️بدون نیاز به ماسک (Mask-Free)
♻️انتشار وزن‌ها، بنچمارک و دموی HuggingFace


📌 منابع:

👉 Paper
👉 Project
👉 Repo
🤗 Demo

#هوش_مصنوعی #VTON #پردازش_تصویر #OmniTry #VirtualTryOn
@rss_ai_ir

💬 به نقل از The Verge: «اوپن‌ای‌آی در آینده‌ی نزدیک قصد دارد تریلیون‌ها دلار روی ساخت دیتاسنترها سرمایه‌گذاری کند!»

⚡ رقابت برای دستیابی به AGI / ASI وارد سطح تازه‌ای شده — دیگر صحبت از میلیاردها نیست، بلکه پای تریلیون‌ها در میانه است.

🤖 هوش مصنوعی به اولویت شماره یک جهان فناوری تبدیل شده و بسیاری این پروژه را با پروژه منهتن در تاریخ معاصر مقایسه می‌کنند.

#هوش_مصنوعی #OpenAI #AGI #دیتاسنتر
@rss_ai_ir

🔹 در نیمه‌ی نخست سال ۲۰۲۵ دو شرکت OpenAI و Anthropic رشد خیره‌کننده‌ای را تجربه کردند و به‌نوعی وارد مرحله‌ی «ابررشد» شدند.

💰 درآمد سالانه (ARR):

* اوپن‌ای‌آی از ۶ میلیارد دلار به ۱۲ میلیارد دلار در عرض ۶ ماه رسید.
* آنتروپیک از ۱ میلیارد دلار به ۵ میلیارد دلار در ۷ ماه رشد کرد.

📊 مقایسه درآمدها:

* اوپن‌ای‌آی در بخش اشتراک‌ها (مصرف‌کننده و سازمانی) پیشتاز است.
* آنتروپیک در بخش API کمی جلوتر است: ۳.۱ میلیارد دلار در برابر ۲.۹ میلیارد دلار.
* نیمی از درآمد API آنتروپیک تنها از Cursor و GitHub Copilot به دست می‌آید.

👩‍💻 شاخص‌های استفاده:

* چت‌جی‌پی‌تی روزانه بیش از ۳ میلیارد پیام پردازش می‌کند (رشد ۴ برابری نسبت به سال گذشته).
* کلود‌کُد به ۴۰۰ میلیون دلار ARR رسیده و تنها در چند هفته دو برابر شده است.
* بسیاری از دستیارها به طور پیش‌فرض از Claude 4 Sonnet استفاده می‌کنند.

⚖️ با این حال اگر جی‌پی‌تی-۵ دوباره برتری مطلق پیدا کند، احتمال دارد Cursor و Copilot به سمت اوپن‌ای‌آی متمایل شوند و این می‌تواند موازنه‌ی بازار را یک‌شبه تغییر دهد.

🌐 @rss_ai_ir

#هوش_مصنوعی #OpenAI #Anthropic #ChatGPT #Claude #Cursor #Copilot #GPT5 #بازار

🚀 معرفی 4DNeX: نسل تازه‌ی مدل‌سازی 4 بعدی (تصویر → صحنه‌ی پویا)

🔹 پژوهشگران Zeng Tao, Jiawei Ren, Long Zhuo, Tianqi Liu, Zhaoxi Chen یک چارچوب نوین به نام 4DNeX ارائه داده‌اند؛ روشی feed-forward برای تولید نمایش‌های سه‌بعدی پویا (۴D) تنها از یک تصویر.

✨ ویژگی‌های کلیدی:

* استفاده از مدل دیفیوشن ویدئویی از پیش‌آموزش‌دیده.
* معرفی دیتاست جدید 4DNeX-10M.
* نمایش یکپارچه‌ی ویدئو در ۶ بُعد (RGB + XYZ).
* استراتژی‌های ساده مانند width-wise fusion و XYZ normalization.

⚡️ کارایی چشمگیر:

* تولید صحنه‌ی 4D تنها در ۱۵ دقیقه (درحالی‌که روش‌هایی مثل Free4D حدود ۶۰ دقیقه زمان می‌گیرند).
* دستیابی به ۹۷.۲٪ سازگاری و ۵۸.۳٪ پویایی در وظایف image-to-4D.

🌍 اهمیت:
این روش یک گام بزرگ در مدل‌سازی مولد ۴D است؛ راهکاری مقیاس‌پذیر و دسترس‌پذیر برای شبیه‌سازی تکامل پویای صحنه‌ها، که می‌تواند به عنوان پایه‌ای برای جهان‌های مجازی و مدل‌های شبیه‌سازی هوشمند عمل کند.

📖 جزئیات بیشتر: [arXiv](https://arxiv.org/abs/2508.13154) | [HuggingFace](https://huggingface.co/papers/2508.13154)

@rss_ai_ir

#هوش_مصنوعی #4D #دیفیوشن #GenerativeAI #ComputerVision #arXiv

☀️مدل Surya: مدل‌های بنیادین هوش مصنوعی برای هلیوفیزیک و پیش‌بینی اثرات خورشید بر زمین و فضا

ناسا و IBM مدل Surya Heliophysics Foundational Model را به‌صورت اپن‌سورس منتشر کردند؛ مدلی عظیم‌مقیاس که با داده‌های ۹ سال رصد ماهواره Solar Dynamics Observatory (SDO) آموزش دیده است.

---

🟢 چرا مهم است؟
طوفان‌های خورشیدی می‌توانند زندگی ما را تحت‌تأثیر قرار دهند:
🛰 از کار انداختن ماهواره‌ها
✈️ اختلال در ناوبری هواپیماها
⚡️ ایجاد نوسان و قطعی برق
👨‍🚀 افزایش تهدیدهای پرتو برای فضانوردان

---

🟠 ویژگی‌های کلیدی Surya

✳️ آموزش‌دیده روی داده‌های ۱۴ ساله خورشید
✳️ توانایی پیش‌بینی فوران‌های خورشیدی ۲ ساعت قبل از وقوع
✳️ مشخص‌کردن دقیق محل انفجار روی سطح خورشید
✳️ کمک به آمادگی صنایع هواپیمایی، انرژی و مخابرات در برابر اختلال‌ها

---

🚀 ناسا و IBM دهه‌ها روی مدل‌های اقلیم و پیش‌بینی آب‌وهوا روی زمین کار کردند؛ حالا وارد مرحله‌ی جدیدی از «پیش‌بینی آب‌وهوای فضایی» شده‌اند.

🔗 [HuggingFace](https://huggingface.co/nasa-ibm-ai4science)
🔗 [مدل‌ها](https://huggingface.co/nasa-ibm-ai4science/models)
🔗 [داده‌ها](https://huggingface.co/nasa-ibm-ai4science/datasets)

@rss_ai_ir

#هوش_مصنوعی #ناسا #IBM #هلیوفیزیک #آب_و_هوای_فضایی #AI4Science 🌌

🔹 صنعت ۵.۰ چیست؟

صنعت ۵.۰ نسل جدید تحول صنعتی است که پس از صنعت ۴.۰ مطرح شده است.
در حالی‌که صنعت ۴.۰ تمرکز خود را بر اتوماسیون، اینترنت اشیا، داده‌های بزرگ و هوش مصنوعی قرار داده بود، در صنعت ۵.۰ محور اصلی همکاری انسان و ماشین است.

---

⚙️ ویژگی‌های کلیدی صنعت ۵.۰:

1. 🤝 هم‌افزایی انسان و ربات – ربات‌ها و هوش مصنوعی کارهای تکراری و سنگین را انجام می‌دهند و انسان‌ها بر خلاقیت و نوآوری تمرکز می‌کنند.
2. 🌍 پایداری و سبز بودن – توجه ویژه به انرژی‌های تجدیدپذیر، کاهش ضایعات و تولید پایدار.
3. 👨‍🏭 شخصی‌سازی تولید – ساخت محصولات مطابق با نیاز و سلیقه هر فرد.
4. 🛡 تمرکز بر رفاه انسانی – بهبود کیفیت زندگی و شرایط کاری کارکنان در کنار بهره‌وری.
5. 📡 فناوری‌های کلیدی – ترکیب هوش مصنوعی، رباتیک پیشرفته، اینترنت صنعتی اشیا، واقعیت افزوده/مجازی و تحلیل داده‌های پیشرفته.

---

🚀 تفاوت اصلی صنعت ۴.۰ و ۵.۰:

✳️ صنعت ۴.۰: تمرکز بر اتوماسیون کامل و دیجیتالی‌سازی کارخانه‌ها.
✳️ صنعت ۵.۰: تمرکز بر ترکیب توان ماشین‌ها با خلاقیت و هوش انسانی.

---

✨ به زبان ساده:
صنعت ۴.۰ به‌دنبال کارخانه‌های هوشمند بود، اما صنعت ۵.۰ به‌دنبال کارخانه‌های انسان‌محور و پایدار است.

@rss_ai_ir

#صنعت۵_۰ #کارخانه_هوشمند #هوش_مصنوعی #رباتیک

🤖 در مسابقات جهانی ربات‌های انسان‌نما، تیم Unitree در رقابت ۱۰۰ متر با مانع موفق شد هر سه مدال را از آن خود کند! 🥇🥈🥉

🔥 این موفقیت نشان‌دهنده‌ی سرعت بالای پیشرفت ربات‌های نسل جدید در تحرک و چابکی است.

@rss_ai_ir

#رباتیک #هوش_مصنوعی #Unitree #روبات #AI

📈 حباب یا تحول واقعی؟

🔹 سم آلتمن، مدیرعامل OpenAI، به‌تازگی گفت ممکنه هوش مصنوعی هم درگیر یک حباب سرمایه‌گذاری شده باشه — درست مثل دات‌کام‌های دهه ۹۰ میلادی. اون زمان بورس نزدک در کمتر از دو سال تقریباً ۸۰٪ سقوط کرد و خیلی از شرکت‌ها هیچ‌وقت به سوددهی نرسیدن.

🧩 به گفته آلتمن:
«حباب وقتی شکل می‌گیره که آدم‌های باهوش بیش‌ازحد مجذوب یک ایده خوب می‌شن. آیا الان در فاز هیجان‌زدگی بیش‌ازحد نسبت به AI هستیم؟ به‌نظرم بله. اما آیا AI همچنان بزرگ‌ترین اتفاق تاریخ معاصر به حساب میاد؟ به‌نظرم باز هم بله.»

📊 طبق گزارش تورستن اسلوک (اقتصاددان مشهور وال‌استریت)، اگر واقعا حبابی باشه، همین حالا هم از حباب اینترنتی بزرگ‌تره. نسبت قیمت به سود مورد انتظار (Forward P/E) برای ۱۰ شرکت برتر AI امروز خیلی بالاتره از اوج دات‌کام‌ها. (نمودار بالا)

🤔 حالا سؤال: اگر واقعا در دل یک حبابیم، کدوم استارتاپ‌ها می‌تونن بعد از ترکیدن حباب هم زنده بمونن؟

@rss_ai_ir

#هوش_مصنوعی #اقتصاد #استارتاپ #سرمایه‌گذاری #بازارهای_مالی

🧠✨ یک نکته مهم در شبکه‌های عصبی گرافی (GNN)

در GNNها، یکی از چالش‌های اساسی پدیده‌ی over-smoothing است. یعنی وقتی تعداد لایه‌ها زیاد می‌شود، بردارهای ویژگی نودها به مرور شبیه هم می‌شوند و گراف اطلاعات تمایزی خود را از دست می‌دهد.

🔹 چرا این اتفاق می‌افتد؟
چون در هر لایه، گره‌ها ویژگی‌های همسایه‌هایشان را جمع می‌کنند. اگر این کار چندین بار تکرار شود، همه گره‌ها به سمت یک نمایش یکنواخت همگرا می‌شوند.

🔹 راهکارها:

1. استفاده از residual connections یا skip connections برای حفظ اطلاعات اولیه.


2. به‌کارگیری attention mechanisms (مثل GAT) تا وزن همسایه‌ها یکسان نباشد.


3. محدود کردن عمق شبکه و استفاده از shallow GNN همراه با تکنیک‌های regularization.


4. استفاده از روش‌های جدید مثل GraphSAGE یا Jumping Knowledge Networks.



📌 پس اگر دیدید مدلتان با افزایش لایه‌ها به جای بهبود، دچار افت عملکرد می‌شود، احتمالاً با over-smoothing طرف هستید.

@rss_ai_ir

#هوش_مصنوعی #شبکه_عصبی #GraphNeuralNetwork #یادگیری_عمیق

📌 ۲۰ مفهوم کلیدی برای درک AI Agents

اگر می‌خواهید بهتر بفهمید ایجنت‌های هوش مصنوعی چطور عمل می‌کنند، این ۲۰ مفهوم پایه‌ای ضروری‌اند:

1️⃣ Agent: موجود خودمختار که ادراک می‌کند، تصمیم می‌گیرد و عمل می‌کند.
2️⃣ Environment: محیط یا کانتکستی که ایجنت در آن کار می‌کند.
3️⃣ Perception: دریافت و تفسیر داده‌های محیطی.
4️⃣ State: وضعیت یا نمای داخلی فعلی ایجنت از جهان.
5️⃣ Memory: ذخیره اطلاعات برای یادگیری و تداوم.
6️⃣ Large Language Models: مدل‌های زبانی قدرتمند (مثل GPT، PaLM) برای فهم و تولید زبان.
7️⃣ Reflex Agent: ایجنت واکنشی که بر اساس قوانین شرط-عمل کار می‌کند.
8️⃣ Knowledge Base: پایگاه داده ساختاریافته یا غیرساختاریافته برای تصمیم‌گیری.
9️⃣ Chain of Thought (CoT): روش استدلال مرحله به مرحله.
🔟 ReAct: چارچوبی که استدلال و عمل را ترکیب می‌کند.
1️⃣1️⃣ Tools: ابزارها یا APIها برای افزایش توانایی ایجنت.
1️⃣2️⃣ Action: هر کار یا رفتاری که ایجنت انجام می‌دهد.
1️⃣3️⃣ Planning: طراحی دنباله‌ای از اقدامات برای رسیدن به هدف.
1️⃣4️⃣ Orchestration: هماهنگی بین چند مرحله، ابزار یا ایجنت.
1️⃣5️⃣ Handoffs: انتقال وظایف بین ایجنت‌ها.
1️⃣6️⃣ Multi-Agent System: همکاری چند ایجنت در یک محیط مشترک.
1️⃣7️⃣ Swarm: رفتار هوشمند جمعی بدون مرکز کنترل.
1️⃣8️⃣ Agent Debate: بحث و جدل بین ایجنت‌ها برای رسیدن به پاسخ بهتر.
1️⃣9️⃣ Evaluation: سنجش عملکرد ایجنت.
2️⃣0️⃣ Learning Loop: چرخه یادگیری پیوسته از بازخوردها.

🧩 این مفاهیم پایه درک شما از ایجنت‌های هوشمند نسل جدید را کامل می‌کند و نشان می‌دهد چطور سیستم‌های هوش مصنوعی می‌توانند یاد بگیرند، همکاری کنند و تصمیم بگیرند.

@rss_ai_ir

#هوش_مصنوعی #AI_Agent #یادگیری_عمیق #شبکه_عصبی

📌 دامنه‌برداری (Domain Adaptation) در یادگیری ماشین

یکی از چالش‌های اصلی در هوش مصنوعی اینه که مدلی که روی یک دامنه (Domain) آموزش دیده، معمولاً روی دامنه‌های دیگه عملکرد خوبی نداره. به این مشکل می‌گن Domain Shift.

✦ مثلا:
🔹 مدلی که برای تشخیص عیب روی کاتدهای مس در یک کارخانه آموزش دیده، وقتی روی تصاویر کارخانه دیگه استفاده میشه (با نور، زاویه دوربین یا کیفیت متفاوت)، دچار افت دقت میشه.

اینجا Domain Adaptation وارد میشه 👇

🎯 تعریف:

فرآیندی که در اون یک مدل آموزش‌دیده روی دامنه مبدأ (Source Domain)، برای عملکرد بهتر روی دامنه مقصد (Target Domain) تطبیق داده میشه، بدون نیاز به برچسب‌گذاری گسترده روی داده‌های مقصد.

🔑 رویکردهای اصلی:

1. Feature Alignment

تطبیق توزیع ویژگی‌های مبدأ و مقصد با تکنیک‌هایی مثل MMD (Maximum Mean Discrepancy) یا CORAL.



2. Adversarial Learning

استفاده از شبکه‌های خصمانه (GAN) برای یادگیری نمایش مشترک بین دو دامنه.



3. Self-Training / Pseudo-Labeling

مدل روی داده مقصد پیش‌بینی می‌کنه و برچسب‌های احتمالی به‌صورت شبه‌برچسب برای یادگیری دوباره استفاده میشه.



4. Domain-Invariant Features

یادگیری ویژگی‌هایی که به دامنه وابسته نیستن و در هر دو محیط پایدار عمل می‌کنن.




🏭 کاربردهای صنعتی:

♻️پردازش تصویر: تشخیص عیب در خطوط تولید مختلف.
♻️پزشکی: مدلی که روی داده‌های MRI یک دستگاه آموزش دیده، روی دستگاه دیگه هم کار کنه.
♻️خودروهای خودران: انتقال یادگیری از شبیه‌ساز به دنیای واقعی.


✅ خلاصه:
عبارت Domain Adaptation یعنی مدل رو طوری آموزش بدیم که انعطاف‌پذیر بشه و در محیط‌های جدید هم جواب بده، بدون اینکه لازم باشه از صفر دوباره داده‌گذاری کنیم.

@rss_ai_ir

#DomainAdaptation #MachineLearning #TransferLearning #هوش_مصنوعی

🏁 مسابقه‌ی ۱۰۰ متر، مهم‌ترین رویداد در مسابقات جهانی ربات‌های انسان‌نما بود.

🤖 ربات Tiangong در خط پایان سوم شد، اما چون به‌صورت کاملاً خودمختار (Autonomous) عمل می‌کرد، ضریب ۰.۸ روی زمانش اعمال شد و در نهایت مدال طلا 🥇 گرفت.

⚡ در مقابل، ربات Unitree که با کنترل از راه دور تنها ۲۲.۰۸ ثانیه دوید و اول به خط رسید، مدال نقره 🥈 را به‌دست آورد.

🔬 ربات Tiangong توسط یک مرکز نوآوری دولتی در پکن توسعه داده شده است.

@rss_ai_ir