اخبار جدید دنیای هوش مصنوعی و تکنولوژی
1.افزایش سرمایه گذاری روی ابزارهای هوش مصنوعی برای کد نویسی
بر اساس گزارشی از MIT Technology Review ، استارتاپها و شرکتهای بیشتری روی توسعه ابزارهای هوش مصنوعی برای کد نویسی خودکار تمرکز کرده اند. این شرکتها سرمایه گذاری های عظیمی جذب کرده اند، زیرا بسیاری معتقد ند که ساخت ابزارهای هوشمند کد نویسی، مسیری برای رسیدن به هوش مصنوعی عمومی است.
به عنوان مثال، استارتاپ Tess با تنها چند ماه سابقه، ارزشی معادل ۷۵۰ میلیون دلار پیدا کرده است. همچنین شرکت Poolside، که هنوز محصولی ارائه نکرده، ۳ میلیارد دلار ارزش گذاری شده است. این موضوع نشان دهنده اهمیت بالای این حوزه در دنیای تکنولوژی است.
لینک مربوطه :
Linkedin.com/pulse/second-wave-ai-coding-here-mit-technology-review-4xj8e/
2.قوانین جدید آمریکا درباره کپی رایت محتوای تولید شده توسط هوش مصنوعی
دولت آمریکا در مورد کپی رایت محتوای تولید شده توسط هوش مصنوعی دولت آمریکا گزارشی ۵۰ صفحه ای منتشر کرده که در آن قوانین جدید مربوط به کپیرایت برای محتوایی که با هوش مصنوعی تولید میشود، مشخص شده است. خلاصه این قوانین شامل:
- اگر فقط با یک پرامپت تصویری یا متنی، محتوا تولید کنید، نمیتوانید ادعای کپی رایت داشته باشید.
- اما اگر شما خود تان یک فیلم تولید کنید و فقط از هوش مصنوعی برای ساخت بخشهایی مانند موسیقی یا یک صحنه خاص استفاده کنید یا یک ادیتی با هوش مصنوعی بزنید، میتوانید روی اثر اعلام کپی رایت کنید. به طور کلی، اگر محتوای تولیدی شما ترکیبی از کار دستی و هوش مصنوعی باشد، ادعای کپیرایت موردی بررسی خواهد شد.
لینک مربوطه :
https://copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-2-Copyrightability-Report.pdf
3.DeepSeek و حواشی آن
اخبار جدید درباره DeepSeek ، مدل DeepSeek اخیرا سر و صدای زیادی به پا کرده است. این مدل از لحاظ قدرت پردازشی و تحلیل بسیار خوب ظاهر شده، هرچند در برخی موارد کند عمل میکند؛ به طوری که سم آلتمن ( مدیر عامل (OpenAIتوییت زد که دیپ سیک مدل جالبی است و از آن تعریف کرد. حتی شرکتهای بزرگی مثل مایکروسافت نیز در سیستمهای خود از مدل DeeoSeek استفاده کردهاند. در وب سایت Perplexity.ai این مدل در کنار GPT-4 و مدل O3mini ارائه شده است. اما جنجالی ترین خبر درباره DeepSeek این بود که این شرکت مدعی شد توانسته است یک مدل قدرتمند را با تعداد کمی GPU اجرا کند. گزارش هایی منتشر شده که نشان میدهد DeepSeek توانسته یک مدل قدرتمند را با تعداد کمی GPU اجرا کند. اما بعداً مشخص شد که:
- این شرکت از GPUهای بیشتری نسبت به ادعای اولیه استفاده کرده است.
- درواقع، مدلشان را با روش Distillation از خروجیهای مدل OpenAI آموزش دادهاند، یعنی استدلالهای GPT-4 را کپی کردهاند تا مدل خودشان یاد بگیرد. سم آلتمن هم به این موضوع اعتراض کرد و کاربران اینترنت با انتشار میم های طنز، به OpenAI یاد آوری کردند که خودش نیز دادههای اینترنت را بدون اجازه برای آموزش مدل هایش استفاده کرده است!
لینک مربوطه :
https://x.com/sama/status/1884066337103962416
https://x.com/sama/status/1886220904088162729
4.OpenAI و معرفی مدل O3mini
OpenAI مدل جدید O3 Mini را معرفی کرده که یک مدل Reasoning (استدلالی) است، یعنی منطق و تحلیل قوی دارد و میتواند به طور هوشمندانه پاسخ دهد. این مدل از O1 Mini قوی تر، سریع تر و بهینه تر است. نسخه هایی از آن برای کاربران Pro و نسخههای دیگر برای همه کاربران، حتی کاربران رایگان، در دسترس قرار گرفته است از ویژگیهای این مدل :
- سرعت و دقت بالاتر نسبت به مدلهای قبلی.
- در هنگام استدلال، نتایج کلیدی را نمایش می دهد.
- کاربران رایگان اکنون به گزینه Reason و Search دسترسی دارند.
مایکروسافت نیز قابلیت مشابهی به نام Think Deeper را در Copilot ارائه کرده که از مدلهای O1 و O3 بهره می برد.
لینک مربوطه :
https://copilot.microsoft.com/chats/UXbBY6V4DNGqnMQPrsDBt
https://openai.com/index/openai-o3-mini/
https://x.com/OpenAI/status/1887616278661112259
5.گوگل و هوش مصنوعی در Google Maps
گوگل در حال توسعه قابلیت جدیدی در Google Maps است که میتواند هنگام جستجوی مکانهایی مانند نانوایی یا آرایشگاه، به صورت خودکار تماس بگیرد و وقت رزرو کند. این ویژگی هنوز فعال نشده اما به زودی معرفی خواهد شد.
گوگل از مدلهای جدید Gemini 2.0 Flash، Flashlight و Pro رونمایی کرده که :
- پردازش قدرتمند تری نسبت به مدلهای قبلی دارند.
- هزینه استفاده از API آنها کمتر از OpenAI است.
کاربران میتوانند این مدلها را درAI Studio قبل از خرید تست کنند.
لینک مربوطه :
https://blog.google/technology/google-deepmind/gemini-model-updates-february-2025/
https://developers.googleblog.com/en/gemini-2-family-expands/
6.رتبه بندی جدید مدل های زبانی در LLM Leaderboard
طبق دادههای سایت LMRNa :
- Gemini 2.0 Flash بالاترین رتبه را دارد.
- DeepSeek در رتبه دوم است.
- GPT-4 در جایگاه سوم قرار دارد.
در سایت OpenRouter.ai هم میتوان مشاهده کرد که این براساس این که چقدر خوب عمل می کنند نیست این بر اساس اینه که چه مدل هایی بیشتر استفاده میشه توسط کاربران ، کاربران بیشترین استفاده را از Anthropic Claude 3.5،OpenAI و Google Gemini داشته اند.
لینک مربوطه :
https://openrouter.ai/rankings
7.مدل جدید Alibaba – Qwen 2.5 Max
مدل جدید Alibaba – Qwen 2.5 Max شرکت علی بابا مدل جدیدی به نام Qwen 2.5 Max معرفی کرده که ادعا میکند از ChatGPT-4o و DeepSeek Vision 3 بهتر عمل میکند. این مدل از نظر پردازشی قوی تر بوده و برای تحلیل دادههای حجیم و تولید محتواهای تخصصی بهینه شده است. همچنین، قابلیت کنترل سیستمهای کامپیوتری و اجرای دستورات کاربر را دارد که می تواند در امور اداری و مدیریت کسب وکار بسیار مفید باشد.
لینک مربوطه :
8.Mistral و مدل جدید Mistral Small
پیشرفت جدید در مدل های متن باز شرکت Mistral مدل جدیدی به نام Mistral Small را ارائه داده که طبق آزمایشات ، عملکردی بالاتر از ChatGPT-4 Omni دارد. این مدل با تمرکز بر یادگیری عمیق و کاهش مصرف منابع سخت افزاری توسعه یافته است و میتواند در کاربردهای عملیاتی، بهینه تر از بسیاری از مدلهای دیگر عمل کند.
9.پیشرفت در واقعیت مجازی برای صنعت مد
هوش مصنوعی در خرید آنلاین لباس مدلی جدید معرفی شده که به کاربران اجازه میدهد لباسهای مختلف را روی افراد امتحان کنند. این مدل با شبیه سازی جزئیات پارچه و تناسب لباس با بدن کاربر، تجربه ای نزدیک به واقعیت را برای خریداران آنلاین فراهم میکند. این پیشرفت میتواند انقلابی در فروشگاههای اینترنتی و صنعت مد ایجاد کند.
لینک مربوطه :
https://zheng-chong.github.io/CatVTON/
https://logn-2024.github.io/Any2anyTryonProjectPage/
10.Pika Labs و مدل Pika 2.1
Pika Labs مدل Pika 2.1 را معرفی کرده که ویدیوهای با کیفیت ۱۰۸۰ p تولید میکند. همچنین قابلیتهای جدیدی مانند Pika Scenes و Pika Addition را ارائه داده که امکان افزودن اشیاء و کاراکترها به ویدیو را فراهم میکند.
ویژگیهای کلیدی مدل pika
- تبدیل متن به ویدئو (Text-to-Video)
کاربران می توانند با نوشتن یک توضیح کوتاه (پرامپت)، یک ویدئو کاملاً جدید ایجاد کنند .این ابزار قادر است حرکات طبیعی و دقیق شخصیتها را در ویدئوها بازسازی کند.
- ویرایش ویدئو با هوش مصنوعی
امکان تبدیل یک تصویر ثابت به ویدئو ، تغییر سبک ویدئو به انیمیشن، رئالیستی، کمیکبوک و غیره ، افزودن افکتهای سینمایی بدون نیاز به نرمافزارهای پیچیده مثل After Effects
- قابلیت Inpainting و Outpainting
کاربران میتوانند بخشهایی از ویدئو را حذف یا تغییر دهند.امکان افزایش ابعاد ویدئو فراتر از محدوده اولیه، بدون افت کیفیت
- حفظ جزئیات چهره و فریمهای متوالی
بر خلاف مدلهای دیگر، Pika توانسته است هماهنگی فریمها را بهبود بخشد، که این ویژگی باعث میشود ویدئوهای تولیدی روانتر باشند.
لینک مربوطه :
https://x.com/pika_labs/status/1887547042622562646
https://x.com/pika_labs/status/1885419642128392316
https://x.com/pika_labs/status/1883922956818211082
11.هوش مصنوعی در صنعت موسیقی – Riffusion
ابزار جدید Riffusion به کاربران امکان می دهد تا با وارد کردن متن شعر و سبک موسیقی، آهنگ د لخواه خود را تولید کنند. این ابزار رایگان است و آینده جذابی برای تولید موسیقی دیجیتال رقم می زند.
لینک مربوطه :
https://x.com/riffusionai/status/1884984941081198954
12.خودروهای خودران و اعلامیه جدید ایلان ماسک
ایلان ماسک اعلام کرده که خودروهای خودران تسلا تا پایان سال جاری بدون راننده وارد خیابانها خواهند شد.
شرکت Waymo نیز قصد دارد خودروهای خودران خود را در ۱۰ شهر آمریکا گسترش دهد.
لینک مربوطه :
https://qz.com/elon-musk-tesla-fsd-rideshare-robotaxi-optimus-uber-1851751052
https://www.theverge.com/news/600542/waymo-test-cities-las-vegas-san-diego-2025
13.هوش مصنوعی در صنعت پزشکی
بنیان گذارLinkedIn ، استارتاپ Mans AI را راه اندازی کرده که از هوش مصنوعی برای کشف داروهای جدید استفاده میکند. این پروژه تاکنون ۲۶ میلیون دلار سرمایه جذب کرده و می تواند انقلابی در درمان بیماریهای نادر ایجاد کند.
لینک مربوطه :
https://www.mobihealthnews.com/news/linkedin-cofounder-launches-manas-ai-246m-ai-drug-discovery