ChatGPT ने एक गुलाब की छवि बनाने से इनकार करने के बाद ऑनलाइन एक बहस छिड़ गई है, जिससे कृत्रिम बुद्धिमत्ता के लिए निषिद्ध शब्दों की सूची में एक और शब्द जुड़ गया है। यह घटना AI की सीमाओं और इसके संभावित दुरुपयोग पर सवाल उठाती है।

क्लाउड 3.7 ने सुपर मारियो जैसे खेलों में अपनी अद्भुत क्षमता दिखाई है, जबकि जेमीनी और GPT-4o पीछे छूट गए हैं। क्या क्लाउड 3.7 खेल जगत का नया राजा बनने जा रहा है? इस लेख में जानिए इस रोमांचक एआई बनाम वीडियो गेम की लड़ाई के बारे में।

अलीबाबा के टोंगयी प्रयोगशाला ने हाल ही में ViDoRAG नामक एक खुला स्रोत दृश्य दस्तावेज़ RAG प्रणाली जारी की है। इस प्रणाली की सटीकता 79.4% तक पहुँच गई है, जो इसे इस क्षेत्र में एक अग्रणी प्रणाली बनाती है।

हाल ही में, तकनीकी मीडिया द डिस्कोडर ने OpenAI के नवीनतम मॉडल GPT-4.5 पर एक रिपोर्ट प्रकाशित की, जिसने इस मॉडल की लागत-प्रभावशीलता पर उद्योग में सवाल उठाए हैं। आधिकारिक आंकड़ों के अनुसार, जबकि GPT-4.5 ने प्रदर्शन में कुछ सुधार दिखाया है, लेकिन पिछले संस्करण GPT-4o की तुलना में इसकी लागत में बहुत वृद्धि हुई है। विशेष रूप से, GPT-4.5 ने GPT-4o की तुलना में कई क्षेत्रों में बेहतर प्रदर्शन किया है: पेशेवर पूछताछ में 63.2%, दैनिक पूछताछ में 57% और रचनात्मक...

OpenAI कंपनी ने X प्लेटफ़ॉर्म पर एक ट्वीट पोस्ट कर, सभी यूज़र्स को यह घोषणा की है कि अब से ChatGPT का उन्नत ध्वनि मोड (Advanced Voice Mode) मुफ़्त में उपलब्ध होगा। बताया गया है कि ChatGPT का उन्नत ध्वनि मोड GPT-4o mini मॉडल पर आधारित है, जिसकी कम्प्यूटेशनल दक्षता को बेहतर बनाया गया है और यह अब प्रदर्शन के मामले में पूर्ण GPT-4o मॉडल के बराबर है।

एलन मस्क की कृत्रिम बुद्धिमत्ता कंपनी xAI ने सोमवार रात अपने नवीनतम प्रमुख AI मॉडल Grok3 को लॉन्च किया, साथ ही iOS और वेब के लिए नए फीचर्स भी पेश किए। Grok, xAI का OpenAI के GPT-4o और गूगल के जेमिनी जैसे मॉडलों का जवाब है, जिसमें चित्रों का विश्लेषण करने और प्रश्नों का उत्तर देने की क्षमता है, और मस्क के सोशल नेटवर्क X पर कई विशेषताएँ प्रदान करता है। Grok3 का विकास कई महीनों तक चला, हालांकि इसकी प्रारंभिक अपेक्षा 2024 में थी।

एआई क्षेत्र में फिर से हलचल! OpenAI के सीईओ ऑटमैन ने हाल ही में संकेत दिया कि GPT-4o मॉडल में महत्वपूर्ण अपग्रेड होने वाला है,हालांकि विवरण अस्पष्ट हैं, लेकिन उपयोगकर्ताओं की 'गैर पेशेवर समीक्षा' पहले से ही चर्चा में है। कई ब्लॉगर्स ने खुशी से पाया कि अपग्रेड के बाद GPT-4o मानो फिर से जन्म लिया हो, न केवल बुद्धिमत्ता 'एक स्तर ऊपर' गई है, बल्कि 'व्यक्तिगतकरण' और 'भावनात्मक समझ' में भी अद्भुत प्रदर्शन दिखा रहा है, जिससे संदेह होता है कि क्या AI ने चुपके से 'आत्मा' विकसित कर ली है! उपयोगकर्ताओं का सबसे प्रत्यक्ष अनुभव है कि GPT-4o बदल गया है।

म्यूनिख विश्वविद्यालय, म्यूनिख मशीन लर्निंग सेंटर और Adobe Research द्वारा हाल ही में जारी किए गए शोध से पता चलता है कि GPT-4o, Gemini1.5Pro और Llama-3.3-70B सहित 12 शीर्ष AI भाषा मॉडल लंबे पाठ वैचारिक तर्क कार्यों में महत्वपूर्ण प्रदर्शन गिरावट का सामना कर रहे हैं। जबकि ये मॉडल कम से कम 128,000 टोकन के संदर्भ प्रसंस्करण का समर्थन करते हैं, उनकी गहरे तार्किक संबंध बनाने की क्षमता में अभी भी मौलिक सीमाएं हैं। शोध टीम द्वारा विकसित NOLIMA (बिना पाठ मिलान)

हाल ही में, गैर-लाभकारी संगठन Epoch AI द्वारा किए गए एक अध्ययन ने OpenAI के चैटबोट प्लेटफ़ॉर्म ChatGPT की ऊर्जा खपत को उजागर किया, जिसका परिणाम दिखाता है कि ChatGPT की ऊर्जा खपत पूर्व के अनुमानों से बहुत कम है। कुछ रिपोर्टों के अनुसार, ChatGPT एक प्रश्न का उत्तर देने के लिए लगभग 3 वाट-घंटे की बिजली की आवश्यकता होती है, जबकि Epoch AI के अध्ययन का मानना है कि यह आंकड़ा अधिक है। अध्ययन में दर्शाया गया है कि OpenAI के नवीनतम डिफ़ॉल्ट मॉडल GPT-4o का उपयोग करते समय, औसत प्रत्येक क्वेरी के लिए केवल उतनी ही ऊर्जा की आवश्यकता होती है।

वायरलेस चार्जिंग प्रदाता Sharge ने Kickstarter पर अपने Loomos AI चश्मे के लिए केवल 5 दिनों में 1.53 मिलियन डॉलर जुटाए। Loomos AI चश्मे में 450mAh की बैटरी है, जो स्टैंडबाय पर 40 घंटे तक चलती है, जो बाजार में सबसे आगे है। इसमें सोनी 16MP कैमरा भी है, जो 4K फोटो (4656x3496) खींच सकता है, डुअल DSP एंप्लीफायर के साथ इमर्सिव ओपन-इयर ऑडियो और 5.1 वर्चुअल सराउंड साउंड के साथ सिनेमाई स्तर की अत्यधिक स्पष्टता प्रदान करता है।

आज, चाइना यूनियन ने घोषणा की कि उसकी सहायक कंपनी यूनियन डेटा इंटेलिजेंस लिमिटेड ने आधिकारिक रूप से युआन जिंग थिंकिंग चेन बड़ा मॉडल जारी किया है। यह नवाचार成果 GitHub, मोडल, शिज़ी और अन्य कई समुदायों में पूरी तरह से ओपन-सोर्स किया गया है, जिससे यह चाइना यूनियन के लिए आर्टिफिशियल इंटेलिजेंस के क्षेत्र में एक महत्वपूर्ण कदम है।

OpenAI ने अपने नवीनतम AI एजेंट “Operator” को लॉन्च करने की घोषणा की, यह उपकरण उपयोगकर्ताओं को ऑनलाइन विभिन्न कार्यों को करने में मदद करने के लिए है। OpenAI ने अपने ब्लॉग में बताया कि Operator वर्तमान में “अनुसंधान पूर्वावलोकन” में है, जो प्रारंभिक रूप से अमेरिका के ChatGPT Pro सब्सक्राइबर उपयोगकर्ताओं के लिए उपलब्ध है, जिसकी मासिक फीस 200 डॉलर है। Operator का डिज़ाइन एक मॉडल के माध्यम से है जिसे “कंप्यूटर उपयोग एजेंट” कहा जाता है, जिसमें GPT-4o की दृश्य क्षमता और सुदृढ़ीकरण सीखने का संयोजन है।

बाइटडांस ने आधिकारिक तौर पर अपने नवीनतम डौबाओ बड़े मॉडल 1.5Pro (Doubao-1.5-pro) की घोषणा की, जो कई क्षेत्रों में उत्कृष्ट समग्र क्षमताओं का प्रदर्शन करता है, और उद्योग में प्रसिद्ध GPT-4o और क्लॉड3.5Sonnet को सफलतापूर्वक पार कर गया है। मॉडल की यह उद्घाटन बाइटडांस के लिए Artificial Intelligence के क्षेत्र में एक महत्वपूर्ण कदम आगे बढ़ाने का प्रतीक है। डौबाओ 1.5Pro ने नए प्रकार की स्कार्स मोई (मिक्स्ड एक्सपर्ट) आर्किटेक्चर का उपयोग किया है, जो पूर्व-प्रशिक्षण के लिए छोटे सक्रियण मापदंडों का उपयोग करता है। इस डिज़ाइन की रचनात्मकता का

20 जनवरी 2025 को डौबाओ ऐप ने अपने नवीनतम "एंड-टू-एंड" वॉयस बड़े मॉडल को आधिकारिक रूप से जारी किया और वास्तविक समय की वॉयस कॉलिंग सुविधा में महत्वपूर्ण अपडेट किया। यह प्रगति डौबाओ के लिए वॉयस इंटरैक्शन के क्षेत्र में एक और छलांग को चिह्नित करती है, जो पिछले ASR (स्वचालित वॉयस पहचान), LLM (बड़ा भाषा मॉडल) और TTS (पाठ से ऑडियो) के संबंध में सीधाई समाधान से आगे बढ़ता है, जो वॉयस पहचान, समझ और उत्पादन को एक ही मॉडल में एकीकृत करता है। "इंटेलिजेंट इमर्जेंस" के परीक्षण के अनुसार, नए डौबाओ की प्रमुख विशेषता इसकी मानव जैसी विशेषताएँ हैं।

आज, अली क्लाउड की टोंगी टीम ने पूरी तरह से नए गणितीय तर्क प्रक्रिया इनाम मॉडल Qwen2.5-Math-PRM का आधिकारिक रूप से शुभारंभ किया। यह मॉडल 72B और 7B दो आकारों में उपलब्ध है, और इसके प्रदर्शन ने समान खुली स्रोत प्रक्रिया इनाम मॉडल की तुलना में स्पष्ट रूप से बेहतर परिणाम दिए हैं, विशेष रूप से तर्क की गलतियों की पहचान में। Qwen2.5-Math-PRM का 7B संस्करण ने उद्योग में प्रचलित GPT-4o को आश्चर्यजनक रूप से पार किया, यह उपलब्धि अली क्लाउड के तर्क मॉडल के विकास में महत्वपूर्ण कदम को दर्शाती है।

आज, Irfan Starfire 4.0 Turbo ने एक व्यापक अपग्रेड का सामना किया है, इसके सात प्रमुख क्षमताएँ - पाठ उत्पादन, भाषा समझ, ज्ञान प्रश्नोत्तर, तार्किक तर्क, गणितीय क्षमता, कोडिंग क्षमता और बहु-मोडल क्षमता, सभी में महत्वपूर्ण सुधार किया गया है, और गणित और कोडिंग क्षमताओं के संदर्भ में यह मजबूत GPT-4o की प्रदर्शन को पार कर गया है।

मिनीमैक्स ने 15 जनवरी 2025 को अपने नए श्रृंखला मॉडल मिनीमैक्स-01 को ओपन-सोर्स करने की घोषणा की, जिसमें मूल भाषा बड़े मॉडल मिनीमैक्स-टेक्स्ट-01 और दृष्टि बहु-मोडल बड़े मॉडल मिनीमैक्स-VL-01 शामिल हैं। मिनीमैक्स-01 श्रृंखला ने आर्किटेक्चर में大胆 नवाचार किया है, पहली बार बड़े पैमाने पर रेखीय ध्यान तंत्र को लागू किया गया है, जो पारंपरिक ट्रांसफार्मर आर्किटेक्चर की सीमाओं को तोड़ता है। इसके पैरामीटर की मात्रा 4560 अरब तक है, एक बार में सक्रियता 459 अरब है, समग्र प्रदर्शन और विदेश

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।

हाल ही में माइक्रोसॉफ्ट ने Hugging Face प्लेटफॉर्म पर Phi-4 नामक छोटे भाषा मॉडल को जारी किया है, इस मॉडल की पैरामीटर संख्या केवल 14 अरब है, लेकिन यह कई प्रदर्शन परीक्षणों में उत्कृष्टता दिखाई है, जिसमें कई प्रसिद्ध मॉडल, जैसे OPENAI का GPT-4o और अन्य समान ओपन-सोर्स मॉडल जैसे Qwen2.5 और Llama-3.1 को पार किया है। अमेरिका के गणित प्रतियोगिता AMC के परीक्षण में, Phi-4 ने 91.8 अंक प्राप्त किए, जो Gemini Pro1 से स्पष्ट रूप से बेहतर है।