This media is not supported in your browser
VIEW IN TELEGRAM
🔋 وقتی هوش مصنوعی درست طراحی شود، فقط یک ابزار نیست — بلکه یک کلید است برای باز کردن قفل آیندهی بشر!
📣 دمیس هسابیس (مدیر DeepMind) میگوید:
✅ «اگر در توسعهی هوش مصنوعی درست عمل کنیم، میتوانیم مسئلهی انرژی را حل کنیم، و مرزهای پیشرفت بشر را از میان برداریم.»
🌍 انرژی فراوان یعنی: ▪️ آب شیرین بیهزینه
▪️ زیرساختهای ارزان و سریع
▪️ تسخیر فضا نه بهعنوان رویا، بلکه بهعنوان گام بعدی تمدن
🧠 او میگوید:
«ما داریم آگاهی را به جهان میبخشیم... در واقع، جهان را بیدار میکنیم.»
🚀 آیا هوش مصنوعی میتواند ما را به دوران فراوفور انرژی و سفر میانستارهای ببرد؟ نظر شما چیه؟
#هوش_مصنوعی #دمیس_هسابیس #DeepMind #AI #انرژی_فراوان #آینده_بشر
🆔 @rss_ai_ir
📣 دمیس هسابیس (مدیر DeepMind) میگوید:
✅ «اگر در توسعهی هوش مصنوعی درست عمل کنیم، میتوانیم مسئلهی انرژی را حل کنیم، و مرزهای پیشرفت بشر را از میان برداریم.»
🌍 انرژی فراوان یعنی: ▪️ آب شیرین بیهزینه
▪️ زیرساختهای ارزان و سریع
▪️ تسخیر فضا نه بهعنوان رویا، بلکه بهعنوان گام بعدی تمدن
🧠 او میگوید:
«ما داریم آگاهی را به جهان میبخشیم... در واقع، جهان را بیدار میکنیم.»
🚀 آیا هوش مصنوعی میتواند ما را به دوران فراوفور انرژی و سفر میانستارهای ببرد؟ نظر شما چیه؟
#هوش_مصنوعی #دمیس_هسابیس #DeepMind #AI #انرژی_فراوان #آینده_بشر
🆔 @rss_ai_ir
👍3🔥2👏1
💥 پست تخصصی: AlphaEarth — آیندهٔ تصویربرداری زمین با هوش مصنوعی
🌍🔍 تا حالا Sentinel باز کردی و فقط ابر دیدی؟ یا دادههای SAR و LiDAR رو خواستی کنار هم بذاری و هفتهها درگیر شدی؟
دیروز DeepMind اومد و گفت: بســه!
معرفی شد: AlphaEarth Foundations — یک موتور هوش مصنوعی که از انبوه دادههای خام (اپتیکی، راداری، لایدار، اقلیم...) برای هر سلول ۱۰×۱۰ متر، یک بردار ۶۴ بعدی میسازه.
✨ مثل Night Sight — اما نه برای موبایل، برای کل سیاره!
مدلی که جاهای ابری یا ناقص رو کامل میکنه و دادهها رو ۱۶ برابر فشرده میسازه — آماده برای یادگیری ماشین.
📦 چی داخل این پیکسل هوشمند هست؟
♻️ارتفاع و توپوگرافی
♻️رطوبت خاک
♻️نوع و متریال سازهها
♻️چرخه فصلی گیاهان
♻️و دهها ویژگی مفید دیگه...
🚀 مزایا برای پژوهشگرها و فعالان داده:
♻️فقط 64 مقدار float برای شروع مدل PyTorch
♻️جستجوی شباهت اقلیمی-شهری
♻️تحلیل تغییرات بین سالها (مثلاً از ۲۰۱۹ تا ۲۰۲۴)
🎯 آینده؟ AlphaEarth قراره با Gemini LLM ترکیب شه. فقط بگو: «جاهایی رو نشون بده که برداشت سویا توی خشکسالی افت کرده ولی جنگلزدایی نشده»
— و نقشهٔ تعاملی تحویل بگیر! 🌐
📌 پایگاه داده آماده در Google Earth Engine: SATELLITE_EMBEDDING/V1/ANNUAL
سیاره حالا یک عکس هوشمنده — و ما ژئوکدهایی داریم که آماده ماجراجویی ML هستن.
📎 منبع: DeepMind
🔗 @rss_ai_ir
---
#هوش_مصنوعی #پردازش_تصویر #ژئوانفورماتیک #EarthEngine #ماشین_لرنینگ #مدل_زبان_بزرگ #ماهواره #هوش_فضایی #فناوری_نوین #DeepMind #AlphaEarth #داده_فضایی #تحلیل_اقلیمی #ML4Earth #ژئودیتا #PyTorch #SatelliteImagery #AI4Science
🌍🔍 تا حالا Sentinel باز کردی و فقط ابر دیدی؟ یا دادههای SAR و LiDAR رو خواستی کنار هم بذاری و هفتهها درگیر شدی؟
دیروز DeepMind اومد و گفت: بســه!
معرفی شد: AlphaEarth Foundations — یک موتور هوش مصنوعی که از انبوه دادههای خام (اپتیکی، راداری، لایدار، اقلیم...) برای هر سلول ۱۰×۱۰ متر، یک بردار ۶۴ بعدی میسازه.
✨ مثل Night Sight — اما نه برای موبایل، برای کل سیاره!
مدلی که جاهای ابری یا ناقص رو کامل میکنه و دادهها رو ۱۶ برابر فشرده میسازه — آماده برای یادگیری ماشین.
📦 چی داخل این پیکسل هوشمند هست؟
♻️ارتفاع و توپوگرافی
♻️رطوبت خاک
♻️نوع و متریال سازهها
♻️چرخه فصلی گیاهان
♻️و دهها ویژگی مفید دیگه...
🚀 مزایا برای پژوهشگرها و فعالان داده:
♻️فقط 64 مقدار float برای شروع مدل PyTorch
♻️جستجوی شباهت اقلیمی-شهری
♻️تحلیل تغییرات بین سالها (مثلاً از ۲۰۱۹ تا ۲۰۲۴)
🎯 آینده؟ AlphaEarth قراره با Gemini LLM ترکیب شه. فقط بگو: «جاهایی رو نشون بده که برداشت سویا توی خشکسالی افت کرده ولی جنگلزدایی نشده»
— و نقشهٔ تعاملی تحویل بگیر! 🌐
📌 پایگاه داده آماده در Google Earth Engine: SATELLITE_EMBEDDING/V1/ANNUAL
سیاره حالا یک عکس هوشمنده — و ما ژئوکدهایی داریم که آماده ماجراجویی ML هستن.
📎 منبع: DeepMind
🔗 @rss_ai_ir
---
#هوش_مصنوعی #پردازش_تصویر #ژئوانفورماتیک #EarthEngine #ماشین_لرنینگ #مدل_زبان_بزرگ #ماهواره #هوش_فضایی #فناوری_نوین #DeepMind #AlphaEarth #داده_فضایی #تحلیل_اقلیمی #ML4Earth #ژئودیتا #PyTorch #SatelliteImagery #AI4Science
❤2👍1🔥1
-
🔥 گوگل دیپمایند بهتازگی مدل قدرتمند Gemini 2.5 Deep Think را برای کاربران نسخه Ultra منتشر کرده است.
📏 ظرفیت کانتکست این مدل به ۱ میلیون توکن میرسد و توانایی تولید خروجی تا ۱۹۲ هزار توکن را دارد — مناسب برای تحلیلهای عمیق و مولدهای بسیار بزرگ.
📊 نتایج بنچمارکها واقعاً شگفتانگیزند:
▪️ HLE: امتیاز ۳۴.۸٪
▪️ Live Code Bench: دقت ۸۶.۶٪
▪️ AIME 2025: عملکرد فوقالعاده با امتیاز ۹۹.۲٪
😮 در حالی که همه درباره GPT-5 صحبت میکنند، گوگل بیسر و صدا یکی از بهترین مدلها را عرضه کرده که عملاً مرزهای هوش مصنوعی را جابجا کرده.
📌 اگر به دنبال استفاده از مدلهای پیشرفته برای تولید محتوا، کدنویسی یا پردازش دادههای سنگین هستید، Gemini 2.5 یکی از بهترین گزینههای موجود است.
🟢 نظر شما در مورد این مدل جدید چیست؟ آیا وقت آن نرسیده که به نسخه Ultra کوچ کنیم؟
#هوش_مصنوعی #گوگل #Gemini #مدل_زبان #DeepMind
@rss_ai_ir ✅
🔥 گوگل دیپمایند بهتازگی مدل قدرتمند Gemini 2.5 Deep Think را برای کاربران نسخه Ultra منتشر کرده است.
📏 ظرفیت کانتکست این مدل به ۱ میلیون توکن میرسد و توانایی تولید خروجی تا ۱۹۲ هزار توکن را دارد — مناسب برای تحلیلهای عمیق و مولدهای بسیار بزرگ.
📊 نتایج بنچمارکها واقعاً شگفتانگیزند:
▪️ HLE: امتیاز ۳۴.۸٪
▪️ Live Code Bench: دقت ۸۶.۶٪
▪️ AIME 2025: عملکرد فوقالعاده با امتیاز ۹۹.۲٪
😮 در حالی که همه درباره GPT-5 صحبت میکنند، گوگل بیسر و صدا یکی از بهترین مدلها را عرضه کرده که عملاً مرزهای هوش مصنوعی را جابجا کرده.
📌 اگر به دنبال استفاده از مدلهای پیشرفته برای تولید محتوا، کدنویسی یا پردازش دادههای سنگین هستید، Gemini 2.5 یکی از بهترین گزینههای موجود است.
🟢 نظر شما در مورد این مدل جدید چیست؟ آیا وقت آن نرسیده که به نسخه Ultra کوچ کنیم؟
#هوش_مصنوعی #گوگل #Gemini #مدل_زبان #DeepMind
@rss_ai_ir ✅
👍55🥰52👏51😁48🎉47❤42🔥31
🔧 هاتپیپر هوش مصنوعی در رباتیک | ۲۰۲۵
📌 مدل Gemini Robotics: ورود رسمی هوش مصنوعی به دنیای فیزیکی
گوگل دیپمایند در مقالهای با عنوان Gemini Robotics مدل جدیدی را معرفی کرده که توانایی ترکیب بینایی، زبان و حرکت (Vision-Language-Action) را برای کنترل بازوهای ربات در محیطهای واقعی دارد — بدون نیاز به آموزش سختافزاری خاص!
📌 ویژگیهای کلیدی:
🔹 مدل پایه گرفتهشده از Gemini 2.0
🔹 توانایی کنترل ربات در محیط واقعی با ورودی زبان طبیعی
🔹 تعمیم بالا برای سختافزارهای مختلف (Franka، Aloha2، Apptronik)
🔹 درک فضایی-زمانی، پیشبینی مسیر، گرفتن اشیا
📍 چطور کار میکنه؟
با فقط چند صد مثال، مدل به ربات جدید منتقل میشه و میتونه کارهایی مثل تا کردن اوریگامی یا برداشتن اشیا رو انجام بده — انگار ربات "میفهمه" کجا هست و باید چه کار کنه.
🧠 این مقاله چرا انقلابیست؟
برای اولینبار اتصال عمیق NLP و حرکت فیزیکی ایجاد شده. رباتها حالا میتونن مثل انسان فکر کنن، حرف بزنن و دست به عمل بزنن — فقط با یک مدل!
🌐 لینک مقاله:
🔗 arxiv.org/abs/2503.20020
📖 گزارش کامل:
🔗 deepmind.google
📰 مقاله Wired:
🔗 wired.com
📡 با ما همراه باش تو @rss_ai_ir
#رباتیک #هوش_مصنوعی #Gemini #DeepMind #AI #EmbodiedAI #VLA #روبات #هات_پیپر
📌 مدل Gemini Robotics: ورود رسمی هوش مصنوعی به دنیای فیزیکی
گوگل دیپمایند در مقالهای با عنوان Gemini Robotics مدل جدیدی را معرفی کرده که توانایی ترکیب بینایی، زبان و حرکت (Vision-Language-Action) را برای کنترل بازوهای ربات در محیطهای واقعی دارد — بدون نیاز به آموزش سختافزاری خاص!
📌 ویژگیهای کلیدی:
🔹 مدل پایه گرفتهشده از Gemini 2.0
🔹 توانایی کنترل ربات در محیط واقعی با ورودی زبان طبیعی
🔹 تعمیم بالا برای سختافزارهای مختلف (Franka، Aloha2، Apptronik)
🔹 درک فضایی-زمانی، پیشبینی مسیر، گرفتن اشیا
📍 چطور کار میکنه؟
با فقط چند صد مثال، مدل به ربات جدید منتقل میشه و میتونه کارهایی مثل تا کردن اوریگامی یا برداشتن اشیا رو انجام بده — انگار ربات "میفهمه" کجا هست و باید چه کار کنه.
🧠 این مقاله چرا انقلابیست؟
برای اولینبار اتصال عمیق NLP و حرکت فیزیکی ایجاد شده. رباتها حالا میتونن مثل انسان فکر کنن، حرف بزنن و دست به عمل بزنن — فقط با یک مدل!
🌐 لینک مقاله:
🔗 arxiv.org/abs/2503.20020
📖 گزارش کامل:
🔗 deepmind.google
📰 مقاله Wired:
🔗 wired.com
📡 با ما همراه باش تو @rss_ai_ir
#رباتیک #هوش_مصنوعی #Gemini #DeepMind #AI #EmbodiedAI #VLA #روبات #هات_پیپر
❤22🎉21🔥19😁19👏13👍12🥰11
This media is not supported in your browser
VIEW IN TELEGRAM
🦾 همکاری رباتها با هوش مصنوعی گوگل دیپمایند
محققان UCL، Google DeepMind و Intrinsic الگوریتمی جدید به نام RoboBallet معرفی کردند؛ سیستمی که به رباتهای صنعتی اجازه میدهد در محیطهای پیچیده تولیدی، هماهنگ و بدون برخورد با هم کار کنند. 🤖✨
🔹 در آزمایشها، ۸ ربات هرکدام با قابلیت انجام ۴۰ وظیفه مختلف در یک فضای مشترک بهکار گرفته شدند.
🔹 سیستم بهصورت خودکار تصمیم میگرفت که چه رباتی کدام وظیفه را بگیرد و چه مسیری ایمن برای انجام آن انتخاب شود.
🔹 الگوریتم ابتدا در شبیهسازی آموزش داده شد و سپس بدون نیاز به آموزش دوباره (zero-shot) در شرایط جدید عملیاتی شد.
🔧 محدودیت فعلی: الگوریتم فقط برای وظایف «رسیدن به هدف» کار میکند و ترتیب وظایف یا تنوع رباتها را در نظر نمیگیرد.
🚀 اما معماری آن انعطافپذیر است و میتواند در آینده وظایف پیچیدهتر، وابستگیها و رباتهای متنوعتر را هم پشتیبانی کند.
این یعنی یک الگوریتم توانست کل تیم را هماهنگ کند؛ حتی در شرایطی که رباتها قبلاً کنار هم کار نکرده بودند. 🌐
🟢 جزییات بیشتر: Science Robotics
@rss_ai_ir
#Google #DeepMind #Robotics #AI #ReinforcementLearning #Industry40
محققان UCL، Google DeepMind و Intrinsic الگوریتمی جدید به نام RoboBallet معرفی کردند؛ سیستمی که به رباتهای صنعتی اجازه میدهد در محیطهای پیچیده تولیدی، هماهنگ و بدون برخورد با هم کار کنند. 🤖✨
🔹 در آزمایشها، ۸ ربات هرکدام با قابلیت انجام ۴۰ وظیفه مختلف در یک فضای مشترک بهکار گرفته شدند.
🔹 سیستم بهصورت خودکار تصمیم میگرفت که چه رباتی کدام وظیفه را بگیرد و چه مسیری ایمن برای انجام آن انتخاب شود.
🔹 الگوریتم ابتدا در شبیهسازی آموزش داده شد و سپس بدون نیاز به آموزش دوباره (zero-shot) در شرایط جدید عملیاتی شد.
🔧 محدودیت فعلی: الگوریتم فقط برای وظایف «رسیدن به هدف» کار میکند و ترتیب وظایف یا تنوع رباتها را در نظر نمیگیرد.
🚀 اما معماری آن انعطافپذیر است و میتواند در آینده وظایف پیچیدهتر، وابستگیها و رباتهای متنوعتر را هم پشتیبانی کند.
این یعنی یک الگوریتم توانست کل تیم را هماهنگ کند؛ حتی در شرایطی که رباتها قبلاً کنار هم کار نکرده بودند. 🌐
🟢 جزییات بیشتر: Science Robotics
@rss_ai_ir
#Google #DeepMind #Robotics #AI #ReinforcementLearning #Industry40
😁27👏21❤20🔥19👍18🥰17🎉17
🤖 هوش مصنوعی دیپمایند انسانها را در معمایی شکست داد که هیچکس نتوانسته بود حل کند
گوگل با مدل Gemini 2.5 در یک رقابت بینالمللی برنامهنویسی در آذربایجان همه را شگفتزده کرد.
⚙️ چالش: هدایت مایع درون هزارتویی از لولهها و مخازن با مسیرهای بینهایت ممکن. تمام تیمهای انسانی شکست خوردند، اما جمینی ظرف ۳۰ دقیقه راهحل پیدا کرد.
🏅 از میان ۱۳۹ تیم برتر جهان، این هوش مصنوعی مقام دوم کلی و مدال طلا در عملکرد را گرفت.
🚀 دیپمایند این دستاورد را نشانهای از ظهور AGI میداند: ماشینهایی که میتوانند استدلال کنند، سازگار شوند و مسائل واقعی را حل کنند، نه فقط بازیها.
البته باید دانست این نسخه ویژه و تنظیمشده بود، نه همان مدلی که در سرویسهای عمومی گوگل وجود دارد — و همچنان در ۲ تا از ۱۲ وظیفه ناموفق بود.
✨ نتیجه: هوش مصنوعی مرزهای توانایی انسان را پشت سر گذاشته، اما هنوز همهجا فراانسانی نشده است.
لینک
#هوش_مصنوعی #DeepMind #Gemini #AGI #نوآوری #فناوری
گوگل با مدل Gemini 2.5 در یک رقابت بینالمللی برنامهنویسی در آذربایجان همه را شگفتزده کرد.
⚙️ چالش: هدایت مایع درون هزارتویی از لولهها و مخازن با مسیرهای بینهایت ممکن. تمام تیمهای انسانی شکست خوردند، اما جمینی ظرف ۳۰ دقیقه راهحل پیدا کرد.
🏅 از میان ۱۳۹ تیم برتر جهان، این هوش مصنوعی مقام دوم کلی و مدال طلا در عملکرد را گرفت.
🚀 دیپمایند این دستاورد را نشانهای از ظهور AGI میداند: ماشینهایی که میتوانند استدلال کنند، سازگار شوند و مسائل واقعی را حل کنند، نه فقط بازیها.
البته باید دانست این نسخه ویژه و تنظیمشده بود، نه همان مدلی که در سرویسهای عمومی گوگل وجود دارد — و همچنان در ۲ تا از ۱۲ وظیفه ناموفق بود.
✨ نتیجه: هوش مصنوعی مرزهای توانایی انسان را پشت سر گذاشته، اما هنوز همهجا فراانسانی نشده است.
لینک
#هوش_مصنوعی #DeepMind #Gemini #AGI #نوآوری #فناوری
❤8🎉8🔥5👏5👍3😁3👌3🥰2
📊 رشد انفجاری توان محاسباتی در آزمایشگاههای هوش مصنوعی
✅توان پردازشی در لابراتوارهای AI با سرعتی بیسابقه در حال افزایش است:
⚡ OpenAI —
امروز ۱۴ برابر بیشتر از زمان عرضهی GPT-4 توان محاسباتی دارد.
⚡ xAI —
نرخ رشد بسیار سریع؛ تنها بین عرضهی Grok 3 و Grok 4 میزان کامپیوتر دو برابر شده است.
⚡ Anthropic —
کمترین منابع محاسباتی را دارد، اما در بهرهبرداری فوقالعاده کارآمد بوده است. برای مثال، Claude 3.5 تنها با حدود یکپنجم توان فعلی Anthropic آموزش داده شد.
ℹ️ توجه: این آمارها شامل Google DeepMind نمیشود، در حالی که احتمالاً بیشترین توان محاسباتی را دارد — هرچند مشخص نیست این منابع تا چه اندازه برای آموزش LLMها متمرکز شدهاند.
@rss_ai_ir
#AI #LLM #Compute #OpenAI #xAI #Anthropic #DeepMind
✅توان پردازشی در لابراتوارهای AI با سرعتی بیسابقه در حال افزایش است:
⚡ OpenAI —
امروز ۱۴ برابر بیشتر از زمان عرضهی GPT-4 توان محاسباتی دارد.
⚡ xAI —
نرخ رشد بسیار سریع؛ تنها بین عرضهی Grok 3 و Grok 4 میزان کامپیوتر دو برابر شده است.
⚡ Anthropic —
کمترین منابع محاسباتی را دارد، اما در بهرهبرداری فوقالعاده کارآمد بوده است. برای مثال، Claude 3.5 تنها با حدود یکپنجم توان فعلی Anthropic آموزش داده شد.
ℹ️ توجه: این آمارها شامل Google DeepMind نمیشود، در حالی که احتمالاً بیشترین توان محاسباتی را دارد — هرچند مشخص نیست این منابع تا چه اندازه برای آموزش LLMها متمرکز شدهاند.
@rss_ai_ir
#AI #LLM #Compute #OpenAI #xAI #Anthropic #DeepMind
👍1
🚀 گوگل دیپمایند معرفی کرد: EmbeddingGemma
⛔️مدلی فشرده برای تبدیل متن به بردار (Embedding) با تنها 308M پارامتر که کیفیتی در حد بهترین مدلهای تا 500M پارامتر دارد، اما سریعتر و سبکتر است. ⚡
🔑 چطور کار میکند:
♻️بر پایه نسخه سادهشده Gemma 3 (فقط بخش Encoder باقی مانده)
♻️آموزش با distillation: دانشآموز خروجیهای مدل معلم را کپی میکند
♻️همچنین Regularizer باعث توزیع یکنواخت بردارها میشود → بهبود جستجو و پایداری در کوانتیزاسیون
♻️دو مرحله آموزش: اول روی دادههای پرسش–پاسخ نویزی، سپس روی دادههای تمیز با «منفیهای سخت» و پرامپتها
♻️خروجی نهایی با میانگین چند چکپوینت بهینهشده ساخته میشود
📊 نتایج:
✳️بهترین عملکرد در بین مدلهای زیر 500M پارامتر
✳️قوی در وظایف چندزبانه، انگلیسی و حتی کدنویسی
✳️پشتیبانی از وزنهای 4-bit و بردارهای 128 بُعدی → قابل اجرا روی دستگاههای سبک
📄 مقاله:
arxiv.org/abs/2509.20354
#Google #DeepMind #EmbeddingGemma #AI #NLP #هوش_مصنوعی
@rss_ai_ir
⛔️مدلی فشرده برای تبدیل متن به بردار (Embedding) با تنها 308M پارامتر که کیفیتی در حد بهترین مدلهای تا 500M پارامتر دارد، اما سریعتر و سبکتر است. ⚡
🔑 چطور کار میکند:
♻️بر پایه نسخه سادهشده Gemma 3 (فقط بخش Encoder باقی مانده)
♻️آموزش با distillation: دانشآموز خروجیهای مدل معلم را کپی میکند
♻️همچنین Regularizer باعث توزیع یکنواخت بردارها میشود → بهبود جستجو و پایداری در کوانتیزاسیون
♻️دو مرحله آموزش: اول روی دادههای پرسش–پاسخ نویزی، سپس روی دادههای تمیز با «منفیهای سخت» و پرامپتها
♻️خروجی نهایی با میانگین چند چکپوینت بهینهشده ساخته میشود
📊 نتایج:
✳️بهترین عملکرد در بین مدلهای زیر 500M پارامتر
✳️قوی در وظایف چندزبانه، انگلیسی و حتی کدنویسی
✳️پشتیبانی از وزنهای 4-bit و بردارهای 128 بُعدی → قابل اجرا روی دستگاههای سبک
📄 مقاله:
arxiv.org/abs/2509.20354
#Google #DeepMind #EmbeddingGemma #AI #NLP #هوش_مصنوعی
@rss_ai_ir
❤2👏1🙏1
🌍🤖مجموعه Google DeepMind و Nvidia روی World Models شرطبندی میکنند
مدلهای World Models نسل جدیدی از سیستمهای هوش مصنوعی هستند که با یادگیری از ویدئوها و دادههای رباتها تلاش میکنند قوانین دنیای واقعی را بفهمند و بر اساس آن عمل کنند. 🚀
🔑 ایده اصلی
اینستکه World Models جریان تصاویر، حرکات و نتایج را فشرده میکنند تا حالتی بسازند که بتواند اتفاق بعدی را پیشبینی کرده و اقدامی منطبق با قوانین فیزیک انتخاب کند. این همان نقطه ضعفی است که LLMها در کار با متن ندارند، اما در تعاملات فیزیکی مشکل دارند.
🧩 پروژههای کلیدی
✅تولید ویدئو به صورت گامبهگام که آینده را بر اساس اعمال کاربر تغییر دهد
✅ پیشبینی ویژگیهای گمشده در ویدئو بدون نیاز به برچسبگذاری، هماکنون روی رباتها تست میشود.
✅ ساخت صحنههای سهبعدی تعاملی با درک نور، اجسام و حرکت.
✅شبیهسازی کارخانهها و رباتها برای تمرین ایمن و انتقال به دنیا واقعی
⚠️ چالشها
♻️پیشبینیهای بلندمدت بدون انحراف
♻️مدلسازی واقعی تماسها و سیالات
♻️نیاز به محاسبات عظیم برای میلیونها شبیهسازی
@rss_ai_ir
#AI #Robotics #WorldModels #DeepMind #Nvidia #GenAI
مدلهای World Models نسل جدیدی از سیستمهای هوش مصنوعی هستند که با یادگیری از ویدئوها و دادههای رباتها تلاش میکنند قوانین دنیای واقعی را بفهمند و بر اساس آن عمل کنند. 🚀
🔑 ایده اصلی
اینستکه World Models جریان تصاویر، حرکات و نتایج را فشرده میکنند تا حالتی بسازند که بتواند اتفاق بعدی را پیشبینی کرده و اقدامی منطبق با قوانین فیزیک انتخاب کند. این همان نقطه ضعفی است که LLMها در کار با متن ندارند، اما در تعاملات فیزیکی مشکل دارند.
🧩 پروژههای کلیدی
✅تولید ویدئو به صورت گامبهگام که آینده را بر اساس اعمال کاربر تغییر دهد
✅ پیشبینی ویژگیهای گمشده در ویدئو بدون نیاز به برچسبگذاری، هماکنون روی رباتها تست میشود.
✅ ساخت صحنههای سهبعدی تعاملی با درک نور، اجسام و حرکت.
✅شبیهسازی کارخانهها و رباتها برای تمرین ایمن و انتقال به دنیا واقعی
⚠️ چالشها
♻️پیشبینیهای بلندمدت بدون انحراف
♻️مدلسازی واقعی تماسها و سیالات
♻️نیاز به محاسبات عظیم برای میلیونها شبیهسازی
@rss_ai_ir
#AI #Robotics #WorldModels #DeepMind #Nvidia #GenAI