कुनपुलन वानवे ने आज आधिकारिक रूप से अपना Matrix-Zero विश्व मॉडल लॉन्च किया, जो देश की पहली AI कंपनी है जो एक साथ 3D दृश्य उत्पादन और इंटरएक्टिव वीडियो निर्माण की क्षमता रखती है, जिससे यह स्पatial इंटेलिजेंस के क्षेत्र में महत्वपूर्ण प्रगति का प्रतीक बनता है। Matrix-Zero की मुख्य विशेषताओं में इसकी शक्तिशाली 3D दृश्य निर्माण क्षमता है। यह क्षमता उपयोगकर्ता द्वारा प्रदान की गई छवियों को वैश्विक सुसंगतता के साथ, स्वतंत्र रूप से अन्वेषण योग्य वास्तविक 3D दृश्य में परिवर्तित कर सकती है। यह अपार संभावनाओं वाली तकनीक निम्नलिखित प्रमुख विशेषताओं के साथ आती है: वैश्विक सुसंगतता: Matri

14 फ़रवरी 2025, कुनलुन वानवे समूह ने आधिकारिक रूप से Matrix-Zero विश्व मॉडल लॉन्च किया, जो चीन की स्पatial intelligence क्षेत्र में एक महत्वपूर्ण कदम का प्रतीक है। Matrix-Zero में दो उप-मॉडल शामिल हैं: 3D दृश्य जनरेशन बड़ा मॉडल और इंटरैक्टिव वीडियो जनरेशन बड़ा मॉडल, जिसका उद्देश्य AI तकनीक के माध्यम से डिजिटल कंटेंट निर्माण के तरीके को पुनः आकार देना और फिल्म निर्माण, गेम विकास, एम्बॉडेड इंटेलिजेंस जैसे उद्योगों में नवाचार को बढ़ावा देना है।

AI क्षेत्र में, प्रतिभा प्रवास हमेशा एक तीव्र प्रतिस्पर्धा का स्थान रहा है। हाल ही में, टिम ब्रूक्स के पदांतरण की घटना ने व्यापक ध्यान आकर्षित किया। उन्होंने सोरा में केवल तीन महीने काम करने के बाद, प्रतिस्पर्धी गूगल डीपमाइंड में शामिल होने की घोषणा की। यह कदम सोरा की तकनीक को गंभीर चुनौतियों का सामना करने के लिए माना गया, खासकर जनरेशन स्पीड और प्रदर्शन में, जो उद्योग में अन्य प्रतिस्पर्धियों की तुलना में अच्छा नहीं कर पा रही है। रिपोर्टों के अनुसार, सोरा में तकनीकी समस्याओं की संख्या काफी है, जिससे लूमा, स्टेबिलिटी जैसी कंपनियों के साथ प्रतिस्पर्धा करना मुश्किल हो गया है।

सुदृढीकरण शिक्षा ने हाल के वर्षों में कई सफलताएँ हासिल की हैं, लेकिन इसकी नमूना दक्षता कम होने के कारण यह वास्तविक दुनिया में उपयोग में सीमित है। विश्व मॉडल एक पर्यावरण उत्पादन मॉडल के रूप में इस समस्या के समाधान के लिए संभावनाएँ प्रदान करता है। यह उच्च नमूना दक्षता के साथ सुदृढीकरण शिक्षा एजेंटों को प्रशिक्षित करने के लिए एक अनुकरण वातावरण के रूप में कार्य कर सकता है। वर्तमान में, अधिकांश विश्व मॉडल वातावरण की गतिशीलता को अनुकरण करने के लिए विन्यासित संभावित चर श्रृंखला का उपयोग करते हैं। हालाँकि, इस संकुचित सघन विन्यासित प्रतिनिधित्व की विधि सुदृढीकरण शिक्षा के लिए अत्यंत महत्वपूर्ण दृश्य विवरणों की अनदेखी कर सकती है। इसी समय, फैलाव मॉडल पहले से ही छवि उत्पादन के क्षेत्र में प्रमुख बन गए हैं।

हाल ही में, जिज्ञासु तकनीक ने एक नया ढांचा पेश किया है जिसे DriveDreamer4D कहा जाता है, जिसका उद्देश्य विश्व मॉडल के पूर्व ज्ञान का उपयोग करके 4डी ड्राइविंग दृश्य के पुनर्निर्माण के प्रभाव को बढ़ाना है। पारंपरिक 4डी दृश्य पुनर्निर्माण विधियाँ मुख्य रूप से NeRF और 3DGS पर निर्भर करती हैं। NeRF एक सुपर चित्रकार की तरह होता है, जो एक समूह तस्वीरों का प्रयोग करके एक 3डी मॉडल में रेंडर करता है। जबकि 3DGS विभिन्न वस्तुओं को दृश्य में अनुकरण करने के लिए एक समूह त्रिविमीय गॉसियन फ़ंक्शन्स का उपयोग करता है। लेकिन इन दोनों तरीकों में एक समस्या है...

कैलिफ़ोर्निया के पालो आल्टो में, Tales टीम ने एक रोमांचक नवाचार उत्पाद की घोषणा की - बड़ा विश्व मॉडल (LWM), जो सरल पाठ संकेतों के माध्यम से पूर्ण डिजिटल गेमिंग विश्व उत्पन्न कर सकता है। स्टैनफोर्ड विश्वविद्यालय के डॉक्टर्स और गेम डेवलपर्स की टीम ने इस तकनीक के माध्यम से गेमिंग उद्योग में क्रांति लाने का निर्णय लिया है, ताकि कोई भी बिना किसी विकास या डिज़ाइन अनुभव के, सहजता से कार्यात्मक खेल बना सके। दूसरे शब्दों में, आपके पास गेमिंग उद्योग के दिग्गजों को हराने की ताकत होगी!

क्या आज की कृत्रिम बुद्धिमत्ता मॉडल वास्तव में मानव की तरह याद, सोच, योजना और तर्क कर सकते हैं? कुछ एआई प्रयोगशालाएँ ऐसा महसूस कराती हैं कि हम 'मानव-स्तरीय एआई' के करीब हैं, लेकिन मेटा के मुख्य एआई वैज्ञानिक यान लेकुन ने सबको ठंडा कर दिया। उनका मानना है कि इस लक्ष्य को प्राप्त करने के लिए हमें शायद दस साल की मेहनत करनी होगी, और इसकी कुंजी 'विश्व मॉडल' में निहित है। इस साल की शुरुआत में, ओपनएआई ने एक नई विशेषता पेश की, जिसमें दावा किया गया था कि इसका चैटजीपीटी...

रोबोट स्टार्टअप 1X Technologies ने एक नई जनरेटिव मॉडल विकसित की है, जो सिमुलेशन में रोबोट सिस्टम के प्रशिक्षण की दक्षता बढ़ाने में मदद कर सकती है। इस कंपनी ने एक नए ब्लॉग पोस्ट में इस मॉडल की घोषणा की, जो रोबोटिक्स के एक प्रमुख चुनौती को संबोधित करती है, यानी "विश्व मॉडल (1X विश्व मॉडल)" को सीखना, जो यह अनुमान लगा सकता है कि दुनिया रोबोट के कार्यों के प्रतिक्रिया में कैसे बदलती है। जब रोबोट समान शुरुआती छवि अनुक्रम से शुरू होते हैं, तो यह विश्व मॉडल विभिन्न कार्यों के आधार पर कई संभावित परिदृश्यों की कल्पना कर सकता है।