हाल ही में, Nvidia ने अपने NeMo Guardrails प्लेटफ़ॉर्म पर तीन नई सुरक्षा सुविधाओं की घोषणा की है, जिसका उद्देश्य व्यवसायों को AI चैटबॉट्स को बेहतर ढंग से प्रबंधित और नियंत्रित करने में सहायता करना है। ये सूक्ष्म सेवाएं AI सुरक्षा और सामग्री समीक्षा से संबंधित सामान्य चुनौतियों के लिए विशिष्ट रूप से बनाई गई हैं, जिनमें कई व्यावहारिक समाधान शामिल हैं। इनमें, सामग्री सुरक्षा सेवा (Content Safety) AI के उपयोगकर्ता को प्रतिक्रिया देने से पहले उसके सामग्री की समीक्षा करके संभावित हानिकारक जानकारी की पहचान कर सकती है। यह सेवा हानिकारक जानकारी को रोकने में मदद करती है।

Nvidia ने हाल ही में NIM (Nvidia Infrastructure Microservices) की तीन नई माइक्रोसर्विसेस जारी की, जो NeMo Guardrails ओपन-सोर्स टूलकिट का विस्तार हैं, और एंटरप्राइज AI एजेंट एप्लिकेशन के लिए अधिक सूक्ष्म सुरक्षा नियंत्रण क्षमताएं प्रदान करने के लिए डिज़ाइन की गई हैं। ये तीन नई सेवाएं अपनी विशेषताओं में अद्वितीय हैं: पहली, सामग्री सुरक्षा के लिए, एआई द्वारा हानिकारक या पक्षपाती सामग्री उत्पन्न होने से रोकना; दूसरी, सुनिश्चित करना कि बातचीत अनुमोदित विषयों की सीमा में बनी रहे; तीसरी, एआई एजेंटों को सिस्टम की सीमाओं को पार करने या जेलब्रेक करने से रोकना।

2016 में, 'पोकेमॉन गो' को सबसे निर्दोष गेम अनुभव के रूप में देखा गया, जिसने खिलाड़ियों को समुदाय में घूमने और अजनबियों से मिलने के लिए प्रोत्साहित किया। लेकिन 2024 में, इस गेम ने अचानक एक अद्भुत भौगोलिक कृत्रिम बुद्धिमत्ता प्रशिक्षण मैदान में परिवर्तित हो गया। Niantic विकास टीम ने हाल ही में एक चौंकाने वाला रहस्य का खुलासा किया: वर्षों से, करोड़ों खिलाड़ी गेम खेलते समय वास्तव में एक विशाल भौगोलिक कृत्रिम बुद्धिमत्ता प्रणाली को प्रशिक्षित करने में मदद कर रहे हैं। इस तकनीक को दृश्य स्थिति प्रणाली (VPS) कहा जाता है, और यह खिलाड़ियों के दैनिक खेल के माध्यम से विकसित हो रही है।

एनवीडिया ने हाल ही में घोषणा की कि इसका ओपन-सोर्स BioNeMo™ बायोमॉलिक्यूलर एआई ढांचा दवा विकास क्षेत्र में व्यापक रूप से लागू हो रहा है, जिससे बड़ी संख्या में दवा कंपनियाँ, बायोटेक नवप्रवर्तक और एआई शोधकर्ताओं का ध्यान आकर्षित हुआ है। इस ढांचे की लॉन्चिंग, एआई सहायता प्राप्त दवा विकास के सुपरकंप्यूटिंग युग में प्रवेश का संकेत देती है। यह बायोमॉलिक्यूलर अनुसंधान के लिए एक विशेष एआई टूलकिट के रूप में, BioNeMo ढांचा दवा उद्योग में क्रांतिकारी परिवर्तन ला रहा है। शोधकर्ता इस ढांचे का उपयोग करके एआई मॉडलों की गणना क्षमता को बड़े पैमाने पर बढ़ा सकते हैं, विशाल डेटा सेटों का अधिक प्रभावी ढंग से विश्लेषण कर सकते हैं।

हालांकि आजकल कृत्रिम बुद्धिमत्ता तेजी से विकसित हो रही है, छवि प्रोसेसिंग तकनीक भी लगातार उन्नत हो रही है। लेकिन पृष्ठभूमि हटाना हमेशा छवि प्रोसेसिंग कार्यों में से एक सबसे चुनौतीपूर्ण समस्या रही है। वर्तमान में, छवि हटाने के इस क्षेत्र में, वास्तव में remove.bg सबसे अच्छा काम कर रहा है, जो तेज और प्रभावी है। और अब, अंत में, एक ऐसा ओपन-सोर्स सॉफ्टवेयर है जिसका छवि हटाने की क्षमता remove.bg के बराबर है। Bria टीम ने हाल ही में RMBG2.0 जारी किया है, जिसका प्रभाव अद्भुत है। पूर्ववर्ती उत्पाद RMBG1.4 की तुलना में, नए संस्करण ने कई प्रमुख क्षेत्रों में महत्वपूर्ण उन्नतियां हासिल की हैं।

हाल ही में ComfyUI-Detail-Daemon नामक एक क्रांतिकारी प्लगइन एआई चित्रण सर्कल में चर्चा का विषय बन गया है। यह उपकरण, जिसे Jonseed द्वारा विकसित किया गया है, ने sd-webui-Detail-Daemon को ComfyUI मंच पर कुशलता से पोर्ट किया है, जिससे रचनाकारों के लिए पहले कभी न देखी गई विवरण अनुकूलन अनुभव लाया गया है। इस प्लगइन की सबसे आकर्षक विशेषता इसकी शक्तिशाली विवरण वृद्धि क्षमता है। सिग्मा पैरामीटर को सटीक रूप से समायोजित करके, न केवल छवि के विवरण को महत्वपूर्ण रूप से बढ़ाया जा सकता है, बल्कि अनावश्यक विवरण को भी बुद्धिमानी से हटाया जा सकता है।

Nvidia ने चुपचाप एक नया कृत्रिम बुद्धिमत्ता मॉडल पेश किया है, जिसका नाम Llama-3.1-Nemotron-70B-Instruct है, जो उत्कृष्ट प्रदर्शन के साथ OpenAI के GPT-4 और Anthropic के Claude3.5 को पार कर गया है, जिससे कृत्रिम बुद्धिमत्ता के क्षेत्र में प्रतिस्पर्धा के परिदृश्य में महत्वपूर्ण बदलाव हुआ है। यह मॉडल प्रसिद्ध AI प्लेटफॉर्म Hugging Face पर जारी किया गया है, हालांकि इसका कोई बड़ा प्रचार नहीं हुआ, लेकिन इसके उत्कृष्ट प्रदर्शन ने जल्दी ही ध्यान आकर्षित किया।

बीजिंग ज़िहुआन कृत्रिम बुद्धिमत्ता अनुसंधान संस्थान और चीन की लोकलुभावन विश्वविद्यालय की हाईलिंग कृत्रिम बुद्धिमत्ता学院 ने एक नवोन्मेषक कृत्रिम बुद्धिमत्ता मॉडल ढांचे - MemoRAG को संयुक्त रूप से प्रस्तुत किया। यह ढांचा लंबे समय की स्मृति पर आधारित है, जिसका उद्देश्य खोज को बढ़ावा देने वाली पीढ़ी (RAG) तकनीक के विकास को प्रोत्साहित करना है, ताकि यह अधिक जटिल कार्यों को संभाल सके, केवल साधारण प्रश्नोत्तर तक सीमित न रहे।

3D डिजिटल मानव क्षेत्र में, नानजिंग विश्वविद्यालय, फुडान विश्वविद्यालय और हुआवेई नॉआह आर्क प्रयोगशाला के शोध टीम ने बहु-दृष्टिकोण संगति और भावनात्मक अभिव्यक्ति की कमी की समस्या के लिए नवोन्मेषी समाधान प्रस्तुत किया। उन्होंने EmoTalk3D डेटा सेट विकसित किया, जिसमें कैलिब्रेटेड बहु-दृष्टिकोण वीडियो, भावनाओं के लेबल और प्रति फ्रेम 3D ज्यामिति जानकारी शामिल है। 'आवाज़ से ज्यामिति और फिर रूप तक' मानचित्रण ढांचे का निर्माण करके, शोध टीम ने एक नए तरीके का प्रस्ताव रखा, जिससे नियंत्रित भावनाओं के साथ 3D बोलने वाले अवतार तैयार किए जा सकते हैं, जिससे होंठ समन्वय और रेंडरिंग गुणवत्ता में महत्वपूर्ण सुधार होता है। डेटा सेट के निर्माण।

Reddit ने संज्ञानात्मक प्रसंस्करण तकनीक के स्टार्टअप Memorable AI का सफलतापूर्वक अधिग्रहण किया, जो इसकी सार्वजनिक पेशकश के बाद की पहली महत्वपूर्ण कार्रवाई है। Memorable AI मशीन लर्निंग और जनरेटिव एआई का उपयोग कर विज्ञापनों के प्रति मानविक प्रतिक्रियाओं का विश्लेषण करते हुए विज्ञापन लक्ष्यीकरण और रचनात्मकता को अनुकूलित करता है, जिससे विज्ञापन प्रभावशीलता में वृद्धि होती है। कंपनी के संस्थापक Reddit की नेतृत्व टीम में शामिल होंगे, जिससे संज्ञानात्मक विज्ञान और एआई प्रौद्योगिकी का गहरा एकीकरण होगा। इस अधिग्रहण से Reddit को अधिक व्यक्तिगत और प्रभावी विज्ञापन समाधान प्रदान करने की क्षमता मिलेगी।

Tencent's latest upgraded Hunyuan text-to-image large model (Hunyuan DiT) version 1.2 is compatible with Onijza, LoRA, ControlNet, and Kohya plugins in the Diffusers library, significantly lowering the threshold for training personalized image generation models. This upgraded version greatly enhances image quality and composition, and the Hunyuan Captioner model, which supports bilingual descriptions in Chinese and English, understands Chinese semantics more accurately, generating structured, complete, and accurate image descriptions. The open sourcing of the Hunyuan Captioner model allows.

तीन लेखकों ने Nvidia पर बिना अनुमति के कॉपीराइट किताबों का उपयोग करके NeMo AI प्लेटफॉर्म को प्रशिक्षित करने का मामला दर्ज किया है। अभियोग में कहा गया है कि लेखकों के कार्य लगभग 196,640 किताबों के डेटा सेट का हिस्सा बन गए हैं। लेखकों का दावा है कि NeMo में प्रशिक्षित होने के बाद उनके कार्य हटा दिए गए। Nvidia ने इस मामले पर कोई आधिकारिक टिप्पणी नहीं की है, यह मामला AI क्षेत्र में कॉपीराइट के लिए महत्वपूर्ण मिसाल बन सकता है।

अली ने चित्र वीडियो निर्माण ढांचा EMO (Emote Portrait Alive) जारी किया जो समृद्ध चेहरे के भावों और सिर की मुद्राओं के साथ ध्वनि चित्र वीडियो बनाने में सक्षम है। EMO तकनीक मौजूदा उन्नत तरीकों जैसे DreamTalk, Wav2Lip और SadTalker से बेहतर है। EMO मॉडल को अपराध के उपकरण के रूप में इस्तेमाल किया जा सकता है।

अली का EMO और OpenAI Sora जनित वीडियो मॉडल तेजी से लोकप्रिय हो रहा है। EMO ढांचा प्रमुख वीडियो निर्माण की वास्तविकता और स्वाभाविकता को बढ़ाता है। EMO पात्रों को गतिशील, भावपूर्ण एआई पात्रों के रूप में उत्पन्न करने की अनुमति देता है। EMO विधि विभिन्न भाषाओं के गाने और मौखिक ऑडियो निर्माण का समर्थन कर सकती है। EMO विभिन्न पात्रों के बीच संबंध स्थापित करता है।

एली का नवीनतम ऑडियो संचालित पोट्रेट वीडियो जनरेशन फ्रेमवर्क EMOEMO किसी भी अवधि का वीडियो उत्पन्न करने के लिए इनपुट ऑडियो के आधार पर काम करता है। EMO की टीम अलीबाबा स्मार्ट कंप्यूटिंग रिसर्च इंस्टीट्यूट से है।

भारतीय स्टार्टअप Ceremorphic ने जीवन विज्ञान विभाग की स्थापना की है, जो AI चिप प्रौद्योगिकी प्लेटफ़ॉर्म का उपयोग करके औषधि विकास की गति को बढ़ा रहा है। Ceremorphic का जीवन विज्ञान विभाग नई तकनीकी प्लेटफ़ॉर्म BioCompDiscoverX का उपयोग करता है। कंपनी का लक्ष्य शुरुआत से ही बेहतर候选 अणुओं को खोजकर, नई औषधियों को अधिक तेज़ी से और कम लागत में बाजार में लाना है।

Nvidia NeMo प्रोजेक्ट ने सेमीकंडक्टर चिप डिजाइन में जनरेटिव AI के अनुप्रयोग को प्रदर्शित किया, बड़े भाषा मॉडल को आंतरिक डेटा से प्रशिक्षण देकर उत्पादकता को बढ़ाया। शोध ने सेमीकंडक्टर क्षेत्र में Nvidia NeMo द्वारा कस्टम AI मॉडल प्रदान करने की क्षमता को उजागर किया, प्रतिस्पर्धा में बढ़त लाने के लिए। Nvidia के कस्टम बड़े भाषा मॉडल ChipNeMo का उपयोग चैटबॉट, कोड जनरेटर और विश्लेषणात्मक उपकरणों के लिए किया जाता है, जो सेमीकंडक्टर डिजाइन में व्यापक सुधार प्रदान करता है।