DiffRhythm के साथ संगीत निर्माण में क्रांति लाएँ! यह अद्भुत AI-संचालित उपकरण आपको केवल 10 सेकंड में एक पूर्ण गीत और स्वर संगत बनाने में मदद करता है। बस एक क्लिक करें और अपने संगीत विचारों को अविश्वसनीय गति से वास्तविकता में बदलें।

आज, प्रसिद्ध वैज्ञानिक ब्लॉगर्स "तीन पिता प्रयोगशाला" ने वेइबो प्लेटफॉर्म के माध्यम से एक संदेश जारी किया है जिसमें कहा गया है कि Tencent के तहत युआनबाओ एप्लिकेशन ने DeepSeek तकनीक को एकीकृत किया है, और इसके जवाब में विज्ञापन सामग्री शामिल की गई है। ब्लॉगर्स द्वारा साझा की गई स्क्रीनशॉट में दिखाया गया है कि युआनबाओ एप्लिकेशन द्वारा प्रदान किए गए जोखिम बचाव सुझावों और सूचनाओं में स्पष्ट रूप से सुझाव दिया गया है कि उपयोगकर्ता उचित कीमत तुलना और आरक्षण के लिए 58 घर पर जैसे प्लेटफार्मों का उपयोग करें, और क्यूकाईहुइ या स्थानीय उचित पुनः प्राप्ति विक्रेताओं से पूछताछ करें, इन सुझावों को विज्ञापन इन्सर्शन के संदेह के रूप में पेश किया गया है।

स्वायत्त मोबाइल रोबोट (AMR) निर्माता Brightpick ने मंगलवार को अपने उत्पाद श्रृंखला में एक नया प्रीमियम उत्पाद - Giraffe सिस्टम की घोषणा की। यह रोबोट अपनी अनूठी विस्तारणीय प्लेटफ़ॉर्म के कारण आकर्षित करता है, जो 20 फीट (6 मीटर) की ऊंचाई तक पहुँच सकता है, पारंपरिक AMR और मानव द्वारा पहुँच से बाहर गोदाम शेल्फ के शीर्ष को आसानी से छू सकता है। इस नवोन्मेषी डिज़ाइन ने गोदाम प्रबंधन के लिए एक नई समाधान प्रस्तुत की है। Giraffe का मुख्य भाग इसके विस्तारणीय हाथ में है, जिसमें तीन ओवरलैपिंग भाग होते हैं, जो पूरी तरह से समेटने पर 8 का लंबाई होता है.

हाल ही में, शोधकर्ताओं ने एक अभिनव आर्टिफिशियल इंटेलिजेंस प्रणाली - DiffSensei विकसित की है, जो स्वचालित रूप से लिखित कहानियों को कॉमिक शैली में बदल सकती है। यह प्रणाली न केवल पात्रों की उपस्थिति की स्थिरता बनाए रख सकती है, बल्कि कॉमिक पृष्ठ के लेआउट को भी नियंत्रित कर सकती है, जो कॉमिक निर्माण के क्षेत्र में एआई की विशाल संभावनाओं को प्रदर्शित करता है। यह परियोजना बीजिंग विश्वविद्यालय, शंघाई आर्टिफिशियल इंटेलिजेंस प्रयोगशाला और नानयांग टेक्नोलॉजिकल विश्वविद्यालय द्वारा संयुक्त रूप से विकसित की गई है, जिसमें विस्तार मॉडल और बड़े भाषा मॉडल को जोड़ा गया है, जिसका उद्देश्य कॉमिक निर्माण में दृश्य और कथा तत्वों को संभालना है। DiffSensei का प्रदर्शन करने के लिए

हाल ही में, शोधकर्ताओं ने "TryOffAnyone" नामक एक नवाचार तकनीक पेश की है, जिसका उद्देश्य कपड़े पहने हुए मॉडल से विभिन्न कपड़ों की छवियाँ उत्पन्न करना है। सीधे शब्दों में कहें, तो यह AI कपड़े पहनने वाले उत्पाद के विपरीत है, जो इस तकनीक को व्यक्ति द्वारा पहने गए कपड़ों को निकालने की अनुमति देता है। इस परियोजना का核心功能 गहन अध्ययन एल्गोरिदम का उपयोग करना है, जो उपयोगकर्ता द्वारा अपलोड की गई छवि का विश्लेषण करके मूल छवि में पहने हुए व्यक्ति के अनुरूप विविध कपड़ों के पैटर्न उत्पन्न करता है। इस मॉडल का उपयोग करने की प्रक्रिया काफी सरल है, उपयोगकर्ता को केवल एक छवि के URL को प्रदान करना होता है, प्रोग्राम स्वचालित रूप से आगे बढ़ता है।

आर्टिफिशियल इंटेलिजेंस ट्रैफिक प्रबंधन स्टार्टअप NoTraffic ने हाल ही में घोषणा की है कि उसने मैरीलैंड राज्य परिवहन विभाग (MDoT) के साथ एक अनुबंध पर हस्ताक्षर किए हैं, ताकि राज्य में ट्रैफिक भीड़भाड़ वाले चौराहों पर इसका उन्नत ट्रैफिक प्रबंधन प्लेटफॉर्म लागू किया जा सके। इस प्लेटफॉर्म की पहली तैनाती बाल्टीमोर शहर में हुई, जहां दो महीने से भी कम समय की परीक्षण अवधि के बाद, 17 अक्टूबर को इसे आधिकारिक रूप से चालू किया गया। इसने 'अचानक रुकावट और मार्ग को फिर से निर्धारित करने' जैसी समस्याओं का सफलतापूर्वक सामना किया और इसके परिणामस्वरूप उत्पन्न ट्रैफिक भीड़भाड़ को कम किया। तेल अवीव में स्थित NoTraffic कंपनी ने ट्रैफिक नियंत्रण के साथ सहयोग किया।

FF ने अपनी फ्लैगशिप मॉडल FF 912.0 Futurist Alliance के लिए एक श्रृंखला के वाहन सॉफ़्टवेयर अपडेट की घोषणा की है। ये अपडेट वाहन मनोरंजन अनुभव और उपयोगकर्ता नियंत्रण कार्यक्षमता को बढ़ाने के लिए बनाए गए हैं, जिससे वाहन के क्रांतिकारी उपयोगकर्ता अनुभव को और बेहतर बनाया जा सके, और एक मोबाइल, इंटरकनेक्टेड, स्मार्ट और लग्ज़री तीसरा AI स्पेस तैयार किया जा सके। अपडेट OTA (Over-The-Air) तरीके से तुरंत प्रभावी हैं, जिससे वाहन इंटरैक्शन को अनुकूलित किया गया है और संचालन को और अधिक सहज और सुविधाजनक बनाया गया है।

हाल ही में, Meta ने Leffa नामक ओपन-सोर्स एआई वर्चुअल ट्रायल फ्रेमवर्क को औपचारिक रूप से लॉन्च किया। यह फ्रेमवर्क उपयोगकर्ताओं के कपड़े पहनने के अनुभव को बढ़ाने के लिए नए चित्र उत्पन्न करने का उद्देश्य रखता है, उपयोगकर्ता संदर्भ चित्र के आधार पर विभिन्न कपड़ों और पोज़ के बीच स्विच कर सकते हैं। पिछले तरीकों की तुलना में, Leffa विवरण बनाए रखने और चित्र विरूपण को कम करने में बेहतर प्रदर्शन करती है। Leffa का लॉन्च ऑनलाइन शॉपिंग और वर्चुअल ट्रायल के लिए नई संभावनाएं लाता है। उपयोगकर्ताओं को बस एक संदर्भ छवि अपलोड करने की आवश्यकता होती है, और सिस्टम उस छवि के आधार पर पूर्णतः नए पहनावा प्रभाव उत्पन्न कर सकता है।

WPS Office ने हाल ही में अपना AI वॉयस ट्रांसक्रिप्शन फीचर लॉन्च किया है, जो WPS AI तकनीक से सशक्त है और WPS क्लाउड डॉक्यूमेंट्स के साथ गहराई से एकीकृत है। यह उपयोगकर्ताओं को तेज, सटीक और स्मार्ट वॉयस-टू-टेक्स्ट अनुभव प्रदान करता है। यह नई सुविधा न केवल रियल-टाइम रिकॉर्डिंग और ऑडियो को टेक्स्ट में बदलने का समर्थन करती है, बल्कि विभिन्न भाषाओं के बीच अनुवाद भी कर सकती है, यह सुनिश्चित करते हुए कि रिकॉर्डिंग फ़ाइल की पूर्णता बनी रहे। यहां तक कि यदि रिकॉर्डिंग के दौरान कोई अप्रत्याशित रुकावट आती है, तो उपयोगकर्ता रिकॉर्डिंग टास्क पर वापस आकर रिकॉर्डिंग जारी रख सकते हैं।

हाल ही में, माइक्रोसॉफ्ट के "कनेक्टिविटी अनुभव" सेटिंग ने उनके Office सॉफ़्टवेयर में व्यापक चर्चा और उपयोगकर्ता चिंताओं को जन्म दिया है। कई लोग चिंतित हैं कि यह डिफ़ॉल्ट रूप से चालू सुविधा माइक्रोसॉफ्ट को उपयोगकर्ताओं की सहमति के बिना, उपयोगकर्ताओं के Word और Excel दस्तावेज़ों के डेटा का उपयोग करके उनके कृत्रिम बुद्धिमत्ता मॉडल को प्रशिक्षित करने की अनुमति दे सकती है। इस पर, माइक्रोसॉफ्ट ने इन आरोपों को कड़ी से नकार दिया है और स्पष्ट रूप से कहा है कि ग्राहकों के डेटा का उपयोग बिना उपयोगकर्ताओं की स्पष्ट अनुमति के नहीं किया जाएगा। माइक्रोसॉफ्ट के एक प्रवक्ता ने मीडिया से कहा:"Microsoft3 में"

Kunlun Wanwei Technology Co., Ltd. announced that its 'Tiangong Large Model 4.0' o1 version (Skywork o1) has officially launched an invitation for testing. This news marks an important step for the company in the field of general artificial intelligence, aiming to achieve higher-level artificial intelligence applications through technological innovation.

जियायूएफिंग की कंपनी Faraday Future ने घोषणा की है कि वह 2025 की शुरुआत में अपने नैस्डैक स्टॉक कोड को FFIE से बदलकर FFAI करेगी, ताकि कंपनी की कृत्रिम बुद्धिमत्ता (AI) रणनीति पर निरंतर ध्यान को बेहतर ढंग से दर्शाया जा सके। कंपनी 2025 के जनवरी में स्टॉक कोड परिवर्तन की विस्तृत तिथि और योजना की घोषणा करेगी और 'FF ओपन AI दिन' कार्यक्रम का आयोजन करेगी, जिसमें AI उद्योग के साझेदारों को यात्रा क्षेत्र में AI का भविष्य पर चर्चा करने के लिए आमंत्रित किया जाएगा।

Stable Diffusion जैसे मॉडल का आगमन छवि जनरेशन के क्षेत्र में महत्वपूर्ण प्रगति का प्रतीक है, लेकिन यह स्वयं-प्रतिद्धारित भाषा मॉडल के साथ इसके मौलिक भेद ने एक एकीकृत भाषा दृश्य मॉडल के विकास में बाधा उत्पन्न की है। इस समस्या को हल करने के लिए, शोधकर्ताओं ने Meissonic का परिचय दिया है, जो गैर-स्वयं-प्रतिद्धारित मास्क छवि मॉडलिंग (MIM) टेक्स्ट-टू-इमेज तकनीक को SDXL जैसे अत्याधुनिक प्रसार मॉडल के स्तर तक बढ़ा देता है। Meissonic की मूल निर्माताओं की एक श्रृंखला, उन्नत स्थान 编

हाल ही में, शोध टीम ने HelloMeme नामक एक ढांचे का विमोचन किया है, जो एक चित्र में एक व्यक्ति के भावों को दूसरे चित्र में व्यक्ति के भावों पर पुनः प्रस्तुत कर सकता है। नीचे चित्रित करें, एक भाव चित्र (पहली पंक्ति) दिया गया है, जिससे भाव विवरण को अन्य चित्रों में व्यक्तियों पर स्थानांतरित किया जा सकता है। HelloMeme का मुख्य बिंदु इसकी अनूठी नेटवर्क संरचना में है। यह ढांचा ड्राइविंग वीडियो से प्रत्येक फ्रेम की विशेषताएँ निकालने और इन विशेषताओं को HMControlModule में डालने में सक्षम है। इस प्रकार की प्रक्रिया के माध्यम से, शोध...

अलीबाबा के टोंग यी प्रयोगशाला के नवीनतम शोध से पता चलता है कि मौजूदा टेक्स्ट-टू-इमेज डिफ्यूजन ट्रांसफार्मर मॉडल वास्तव में विशिष्ट संबंध वाली छवियों की एक से अधिक उत्पादन करने की क्षमता रखता है। इसे केवल थोड़ी "संकेत" देने की आवश्यकता है जिससे यह "समग्रता" में बदल सकता है और उच्च गुणवत्ता वाले मल्टी-इमेज संग्रह उत्पन्न कर सकता है। पारंपरिक डिफ्यूजन मॉडल अधिकतर "याददाश्त में खोया हुआ" छात्रों की तरह होता है, जिसे उच्च गुणवत्ता वाली छवियों को उत्पन्न करने के लिए विशाल डेटा के साथ प्रशिक्षित किया जाना चाहिए। जबकि IC-LoRA के सहयोग से, यह "संबंधित विषयों का गहन ज्ञान" रखने वाले छात्र में बदल जाता है।

डिज़्नी के अनुसंधान विभाग ने हाल ही में एक नवोन्मेषी इमेज कम्प्रेशन तकनीक प्रस्तुत की है, जो कम डेटा ट्रांसफर रेट के साथ अधिक यथार्थवादी इमेज प्रभाव उत्पन्न कर सकती है। यह नई कोडेक तकनीक पारंपरिक JPEG और AV1 जैसे कोडेक की तुलना में जटिलता में वृद्धि का सामना करती है, लेकिन इमेज गुणवत्ता और प्रोसेसिंग दक्षता के मामलों में महत्वपूर्ण लाभ प्रदर्शित करती है। अनुसंधान टीम ने पाया है कि क्वांटाइजेशन एरर को इमेज प्रोसेसिंग में शोर प्रसंस्करण के साथ मिलाकर, लक्षित बिटरेट पर इमेज विवरण को बेहतर ढंग से पुनर्निर्माण किया जा सकता है। डिज़्नी कम्प्रेशन विधि की पिछली विधियों की तुलना।

डिज़्नी की शोध टीम ने हाल ही में एक नई इमेज compression विधि पेश की है, जो ओपन-सोर्स Stable Diffusion V1.2 मॉडल का उपयोग करती है। यह विधि प्रतिस्पर्धियों की तुलना में कम बिटरेट पर अधिक वास्तविक छवियां उत्पन्न कर सकती है। इस नई विधि को 'कोडेक' के रूप में जाना जाता है, हालाँकि यह पारंपरिक JPEG और AV1 कोडेक की तुलना में बहुत अधिक जटिल है, लेकिन इसके प्रदर्शन ने सबको चकित कर दिया है। अध्ययन से पता चलता है कि नई विधि इमेज की विस्तार में सुधार करने के मामले में बेहतर प्रदर्शन करती है, साथ ही आवश्यक प्रशिक्षण लागत को भी काफी कम कर देती है। शोधकर्ता

Stability AI ने तकनीकी बाधाओं को फिर से तोड़ते हुए नया Stable Diffusion 3.5 Medium मॉडल लॉन्च किया है। यह जन साधारण के लिए AI चित्रकला उपकरण न केवल पूरी तरह से मोफ़्त और व्यावसायिक उपयोग के लिए खुला है, बल्कि उच्च प्रदर्शन और लोकप्रियता के बीच एक आदर्श संतुलन भी बनाता है। इस बहु-मोडल प्रसार परिवर्तक (MMDiT-X) आर्किटेक्चर से सुसज्जित मॉडल में 2.5 बिलियन पैरामीटर हैं, जो सामान्य उपयोगकर्ताओं के हार्डवेयर की बाधाओं को प्रभावी ढंग से हल करता है। इसे केवल 9.9GB वीडियो मेमोरी की आवश्यकता होती है, और यह अधिकांश उपभोक्ता ग्राफ़िक्स कार्ड पर बिना किसी रुकावट के चल सकता है।

हाल ही में, पोलैंड के एक रेडियो स्टेशन - OFF Radio Krakow ने AI द्वारा उत्पन्न 'वर्चुअल होस्ट' के साथ असली पत्रकारों को बदलने की कोशिश की, जिससे व्यापक विवाद उत्पन्न हुआ और अंततः इसे जल्दी समाप्त करना पड़ा। इस कदम से पोलैंड में कई लोगों में आक्रोश उत्पन्न हुआ, क्योंकि कई लोग चिंतित हैं कि कृत्रिम बुद्धिमत्ता मानव नौकरियों को बदल सकती है। चित्र स्रोत नोट: चित्र AI द्वारा उत्पन्न, चित्र अधिकृत सेवा प्रदाता Midjourney द्वारा

पोलैंड के रेडियो OFF Radio Krakow ने हाल ही में एक大胆 निर्णय की घोषणा की: पूर्ण रूप से कृत्रिम बुद्धिमत्ता (AI) होस्टिंग का उपयोग करना, ताकि समाज में AI के प्रभावों का अन्वेषण किया जा सके। इस निर्णय को इस रेडियो स्टेशन के प्रधान संपादक मार्शिन पुलिट द्वारा एक सामाजिक प्रयोग के रूप में वर्णित किया गया, लेकिन बाहरी लोगों द्वारा इसे लागत को बचाने के लिए समझा गया। OFF Radio Krakow, Radio Krakow का एक ऑनलाइन और DAB+ उपक्रम है, जिसने इस सप्ताह AI का पूर्ण उपयोग करने की घोषणा की, जिसमें तीन व्यक्तिगत नाम 'Emi', 'Ku