OpenAI ने एक नई पहल, NextGenAI, की घोषणा की है जिसमें 50 मिलियन डॉलर का निवेश और 15 प्रमुख विश्वविद्यालयों के साथ साझेदारी शामिल है। यह पहल कृत्रिम बुद्धिमत्ता के क्षेत्र में अनुसंधान और विकास को आगे बढ़ाने पर केंद्रित है।

इस बार रिचार्ज को बहाल करने के साथ ही, डीपसीक ने कुछ मॉडल कॉलिंग कीमतों में भी समायोजन किया है। इनमें, डीपसीक-चैट मॉडल की छूट अवधि समाप्त हो गई है, इसके आधार पर V3 मॉडल कॉलिंग कीमत प्रति मिलियन इनपुट टोकन 2 युआन, प्रति मिलियन आउटपुट टोकन 8 युआन कर दी गई है। जबकि डीपसीक-रीज़नर मॉडल R1 मॉडल पर आधारित है, जिसकी कॉलिंग कीमत प्रति मिलियन इनपुट टोकन 4 युआन और प्रति मिलियन आउटपुट टोकन 16 युआन है।

पैरप्लेक्सिटी ने मंगलवार को एंटरप्राइज-स्तरीय एपीआई सेवा सोनार के लॉन्च की घोषणा की, जो कंपनियों और डेवलपर्स को उनकी जेनरेटिव एआई सर्च क्षमताओं को अपने अनुप्रयोगों में एकीकृत करने की अनुमति देती है। यह सेवा दो संस्करणों में विभाजित है: बेसिक संस्करण सोनार और उन्नत संस्करण सोनार प्रो, और यह ग्राहकों को एआई सर्च इंजन के सूचना स्रोत को अनुकूलित करने का समर्थन करती है। पारंपरिक प्रशिक्षण डेटा पर निर्भर एआई मॉडल के विपरीत, पैरप्लेक्सिटी ने जोर दिया कि सोनार वास्तविक समय में इंटरनेट से जुड़ सकता है और विश्वसनीय स्रोतों से जानकारी प्राप्त कर सकता है, जिससे अधिक तथ्यात्मक और प्राधिकृत उत्तर प्रदान किए जा सकते हैं।

15 जनवरी 2025 को, बीजिंग चाँद के अंधेरे पक्ष प्रौद्योगिकी कंपनी ने नया बहु-मॉडल चित्र समझने वाला मॉडल moonshot-v1-vision-preview आधिकारिक रूप से प्रकाशित किया, जो moonshot-v1 मॉडल श्रृंखला की बहु-मॉडल क्षमताओं को पूरा करता है और Kimi को दुनिया को बेहतर समझने में मदद करता है। विज़न मॉडल में शक्तिशाली चित्र पहचानने की क्षमता है, यह चित्र में जटिल विवरणों और सूक्ष्म अंतरों को सटीक रूप से पहचान सकता है, चाहे वह खाना हो या जानवर, यह समान लेकिन भिन्न वस्तुओं में अंतर कर सकता है। उदाहरण के लिए, 16

कृत्रिम बुद्धिमत्ता प्रौद्योगिकी के तेजी से विकास के बीच, ओपनएआई ने 1 अक्टूबर 2023 को अपने नवीनतम वास्तविक समय एपीआई को लॉन्च किया, जिसका उद्देश्य डेवलपर्स को स्मार्ट वॉयस एप्लिकेशन बनाने के लिए मजबूत उपकरण प्रदान करना है। इस एपीआई की रिलीज को व्यापक ध्यान मिला, विशेष रूप से ओपनएआई डेवडे सिंगापुर में, जहाँ Daily.co के इंजीनियरों ने इस एपीआई का उपयोग करते समय प्राप्त अनुभव और सबक साझा किया। इन इंजीनियरों ने न केवल वास्तविक समय एपीआई के जरिये उत्पाद बनाए, बल्कि ओपन-सोर्स में भी सक्रिय रूप से भाग लिया।

बीजिंग ज़्हीपु ह्वाज़ांग प्रौद्योगिकी有限公司 ने घोषणा की कि इसके तहत ज़्हीपु ओपन प्लेटफ़ॉर्म बिगमॉडल ने पहला मुफ्त बहु-मोडल एपीआई - GLM-4V-फ्लैश लॉन्च किया है। यह नया मॉडल 4V श्रृंखला मॉडल की उत्कृष्ट क्षमताओं पर आधारित है, और चित्र प्रसंस्करण में सटीकता में सुधार करता है, जिससे विभिन्न क्षेत्रों में विकासकर्ताओं के लिए बड़े मॉडल की गहराई से जांच करने की बाधाएँ और कम हो गई हैं।

गूगल ने हाल ही में अपनी जेमिनी एपीआई के लिए एक नए एंडपॉइंट की घोषणा की है, जिसका उद्देश्य उन डेवलपर्स की मदद करना है जिन्होंने पहले से ही ओपनएआई समाधान अपनाए हैं, ताकि वे जेमिनी में आसानी से स्विच कर सकें। यह नया एंडपॉइंट इस समय परीक्षा के चरण में है और केवल कुछ ओपनएआई सुविधाओं का समर्थन करता है। गूगल के अनुसार, यह नया एंडपॉइंट सीधे आरईएसटी कॉल्स या ओपनएआई आधिकारिक एसडीके का उपयोग करते समय ओपनएआई के एंडपॉइंट्स का प्रतिस्थापन कर सकता है। उदाहरण के लिए, यदि आपके पास एक एप्लिकेशन है जो ओपनएआई का उपयोग करता है।

गूगल एआई स्टूडियो और जेमिनी एपीआई ने हाल ही में 'गूगल सर्च से रीयल-टाइम कनेक्शन' फीचर लॉन्च किया है, जिसका उद्देश्य डेवलपर्स को गूगल सर्च के रीयल-टाइम डेटा को एकीकृत करके एआई मॉडल के प्रतिक्रिया सटीकता को बढ़ाने में मदद करना है। इस अपडेट के साथ, जेमिनी 1.5 मॉडल गूगल सर्च से नवीनतम जानकारी प्राप्त कर सकता है, जिससे उत्तरों की सटीकता और पारदर्शिता बढ़ती है। डेवलपर्स गूगल एआई स्टूडियो के 'टूल्स' सेक्शन के माध्यम से इस फीचर तक सीधे पहुंच सकते हैं, या जेमिनी एपीआई में इसका उपयोग कर सकते हैं।

गूगल की नवीनतम तिमाही वित्तीय रिपोर्ट की कॉन्फ़्रेंस कॉल में, सीईओ सुंदर पिचाई ने एक स्पष्ट संकेत दिया: जेमिनी तेजी से अपने प्रभाव को बढ़ा रहा है। आंकड़ों के अनुसार, पिछले छह महीनों में, जेमिनी के एपीआई कॉल में 14 गुना वृद्धि हुई है, जो इसकी सेवाओं की उच्च मांग को स्पष्ट करता है। उत्पाद कार्यान्वयन के मामले में, गूगल ने जेमिनी की क्षमताओं को अपने मुख्य अनुप्रयोग मैट्रिक्स में शामिल करना शुरू कर दिया है। वर्तमान में, गूगल मैप्स और गूगल सर्च जैसे प्रमुख अप्लिकेशन।

आज के इस तेजी से विकसित हो रहे आर्टिफिशियल इंटेलिजेंस (एआई) के युग में, प्रमुख कंपनियां एआई प्रौद्योगिकी को उत्पादन वातावरण में लागू करने के लिए हर संभव प्रयास कर रही हैं, ताकि उच्चतर निवेश पर रिटर्न प्राप्त किया जा सके। हालांकि, बाजार में विभिन्न उन्नत एआई मॉडलों के बावजूद, टीमों को तैनाती के दौरान कई चुनौतियों का सामना करना पड़ता है। एवरेस्ट ग्रुप के सीईओ पीटर बंडल-सेमुअल के अनुसार, 90% जनरेटिव एआई पायलट प्रोजेक्ट्स उत्पादन चरण में प्रवेश करने में कठिनाइयों का सामना करेंगे। इसके अलावा, गार्टनर ने 20 की भविष्यवाणी की।

हाल ही में, जीपीयू एआई ने घोषणा की कि वीडियो कॉल एपीआई: GLM-4-Plus-VideoCall अब खुला मंच का आवेदन करने के लिए उपलब्ध है। जानकारी के अनुसार, यह वीडियो कॉल के पीछे का मॉडल है, जो वीडियो कॉल और वॉयस मल्टी-टर्न इंटरएक्शन जैसी क्रॉस-मोडल क्षमताओं को सक्षम बनाता है, जो मानव-कंप्यूटर इंटरएक्शन में क्रांति लाने का नया पैटर्न बन सकता है।

जिपु एआई ने आज घोषणा की है कि KDD2024 सम्मेलन में प्रदर्शित होने के बाद, कंपनी के प्रमुख भाषा मॉडल जीएलएम-4-प्लस और पहले डायनामिक वीडियो समझ मॉडल जीएलएम-4वी-प्लस को व्यापक मान्यता मिली है, और उन्होंने प्रतिष्ठित परीक्षण सूची में उत्कृष्ट परिणाम हासिल किए हैं, विदेशी मॉडलों की शीर्ष तीन में एकाधिकार को तोड़ते हुए, अंतरराष्ट्रीय स्तर पर शीर्ष श्रेणी में आ गए हैं।

कृत्रिम बुद्धिमत्ता के क्षेत्र में, स्टार्टअप एनथ्रोपिक ने हाल ही में एक उत्साहजनक समाचार साझा किया है। CNBC की नवीनतम रिपोर्ट के अनुसार, इस कंपनी का अनुमान है कि इस वर्ष का राजस्व 10 बिलियन डॉलर तक पहुँच जाएगा, जिससे आश्चर्यजनक वार्षिक विकास दर 1000% तक पहुँचने की संभावना है। इस विशाल वृद्धि ने समग्र उद्योग को चौंका दिया है, जो एआई तकनीक की मजबूत मांग को दर्शाता है। यह ध्यान देने योग्य है कि एनथ्रोपिक के राजस्व का 60% से 75% तक तीसरे पक्ष के एप्लीकेशन प्रोग्रामिंग इंटरफेस (एपीआई) के उपयोग से प्राप्त होता है। यह दर्शाता है

आर्टिफिशियल इंटेलिजेंस के तेजी से विकास के आज के दौर में, एआई वीडियो निर्माण तकनीक ने एक महत्वपूर्ण मील का पत्थर हासिल किया है। न्यू यॉर्क से रनवे और सैन फ्रांसिस्को से ल्यूमा एआई ने लगभग एक साथ अपने-अपने वीडियो निर्माण एपीआई को बाजार में उतारा है, जो डेवलपर्स और कंपनियों को पहले से अद्वितीय क्रिएटिव टूल प्रदान करते हैं, जिससे उद्योग में व्यापक रुचि उत्पन्न हुई है। रनवे ने पहले अपने जेन-3अल्फा टर्बो एआई वीडियो मॉडल एपीआई का प्रदर्शन किया। यह उत्पाद वर्तमान में धीरे-धीरे लॉन्च किए जा रहे चरण में है, प्रारंभिक रूप से केवल विशिष्ट भागीदारों के लिए उपयोग के लिए खोला गया है।

Beijing मांट दार्क साइड टेक्नोलॉजी कंपनी के तहत किमी स्मार्ट असिस्टेंट ने हाल ही में घोषणा की कि इसकी किमी एपीआई अब ऑनलाइन खोज कार्यक्षमता का समर्थन करती है, जिसका अर्थ है कि उपयोगकर्ता एपीआई के माध्यम से इंटरनेट पर जानकारी प्राप्त कर सकते हैं, जिससे इंटरैक्शन का अनुभव बढ़ता है। किमी एपीआई का यह अपडेट डेवलपर्स को इस कार्यक्षमता का लाभ उठाने की अनुमति देता है, जिससे एप्लिकेशन 'वेब सर्फिंग' कर सकते हैं, यानी बातचीत में समस्या उत्पन्न होने पर स्वचालित रूप से इंटरनेट खोज कर सकते हैं और उत्तर प्रदान कर सकते हैं।

बीजिंग ज़्हिपू हुआज़ांग प्रौद्योगिकी कंपनी ने हाल ही में घोषणा की है कि वह अपने जीएलएम-4-फ्लैश बड़े भाषा मॉडल के एपीआई इंटरफेस को जनता के लिए मुफ्त में खोलेगी, ताकि बड़े मॉडल तकनीक के प्रसार और अनुप्रयोग को बढ़ावा दिया जा सके। जीएलएम-4-फ्लैश मॉडल गति और प्रदर्शन दोनों में महत्वपूर्ण लाभ प्रदर्शित करता है, विशेष रूप से निष्कर्षण गति के संदर्भ में, अनुकूलनीय वजन मात्रकरण और समानांतर प्रसंस्करण तकनीक को अपनाकर।

गूगल ने जेमिनी एपीआई के जेमिनी1.5फ्लैश मुफ्त पैकेज की पेशकश की है, जो प्रतिदिन 1.5 अरब मुफ्त टोकन प्रदान करता है, जिसमें प्रति मिनट 15 अनुरोध, प्रति मिनट 1 मिलियन टोकन और प्रति घंटे 1 मिलियन टोकन के लिए संदर्भ कैशिंग सेवा, और माइक्रो-ट्यूनिंग की सभी सुविधाएं पूरी तरह से मुफ्त हैं। यह कदम डेवलपर्स के लिए एआई तकनीक का उपयोग करने की बाधाओं को कम करने के उद्देश्य से है, जो नवोन्मेषी अनुप्रयोगों के विकास का समर्थन करता है। छोटे और मध्यम आकार की विकास टीमों के लिए, यह लागत को काफी कम करेगा, जिससे शोध एवं विकास में सुविधा आएगी। इस कदम से अपेक्षा है कि अधिक डेवलपर्स शामिल होंगे, जिससे प्रगति को आगे बढ़ाने में मदद मिलेगी।

गूगल का प्रमुख एआई मॉडल जेमिनी ने महत्वपूर्ण छूट रणनीति पेश की है, जिससे इसके एपीआई उपयोग की लागत में भारी कमी आई है, जो प्रमुख प्रतिकूल जीपीटी-4ओ मिनी की लागत से लगभग 50% कम है। जेमिनी 1.5 फ्लैश मॉडल की इनपुट लागत लगभग 85% और आउटपुट लागत लगभग 80% कम हो गई है, जिससे यह बाजार में सबसे कम लागत वाली एआई सेवाओं में से एक बन गई है। यह छूट न केवल उपयोग की बाधाओं को कम करती है, बल्कि 100 से अधिक भाषाओं का समर्थन करती है, संदर्भ कैशिंग और बैच प्रोसेसिंग एपीआई ऑप्टिमाइजेशन सेवाओं को पेश करती है, जिससे जेमिनी1.

गूगल ने सबसे नवीन AI उत्पाद Gemini 1.5 Pro को पेश किया है, जो Google AI स्टूडियो और Gemini API के माध्यम से प्रयोगात्मक संस्करण 0801 में उपलब्ध है। इस मॉडल ने LMSYS रैंकिंग में 1300 के ELO स्कोर के साथ OpenAI के GPT-4o और Anthropic के Claude-3.5 Sonnet को पीछे छोड़ दिया है। Gemini 1.5 Pro ने बहु-भाषा कार्यों, गणित, कोडिंग और दृश्य कार्यों में उत्कृष्ट प्रदर्शन किया है, जिसमें 2 मिलियन टोकन की संदर्भ खिड़की है।

OpenAI ने अपने उन्नत टेक्स्ट-टू-स्पीच एपीआई को डेवलपर प्लेग्राउंड प्लेटफॉर्म में एकीकृत किया है, जो डेवलपर्स को सुविधाजनक और त्वरित निर्बाध उपयोग का अनुभव प्रदान करता है। बस टेक्स्ट संदेश दर्ज करें और छह पूर्वनिर्धारित आवाजों में से चयन करें, AI विशेष भाषा और क्षेत्र संस्करण का बुद्धिमानी से मिलान करेगा, जिससे भाषा और क्षेत्र चयन का बोझ समाप्त हो जाएगा। यह एपीआई केवल विकास प्रक्रिया को सरल नहीं करता है, बल्कि उत्कृष्ट ध्वनि संयोजन तकनीक भी प्रदान करता है, जिससे लिखित पाठ को वास्तविक बातचीत की तरह उच्च गुणवत्ता वाली ऑडियो फ़ाइलों में परिवर्तित किया जा सकता है, जो इमर्सिव और इंटरएक्टिव उपयोगकर्ता अनुभव के लिए विविध संभावनाएं प्रदान करता है।