MiniMax ने हाल ही में Image-01 नाम का एक नया और किफायती इमेज जेनरेटिंग मॉडल लॉन्च किया है। यह मौजूदा मॉडलों की तुलना में 10 गुना कम खर्चीला है, जिससे यह छोटे व्यवसायों और व्यक्तिगत उपयोगकर्ताओं के लिए भी सुलभ हो जाता है। Image-01 उच्च-गुणवत्ता वाले चित्र उत्पन्न करने में सक्षम है और विभिन्न अनुप्रयोगों में उपयोग किया जा सकता है।

हाल ही में, अलीबाबा ने अपनी नवीनतम तकनीकी उपलब्धि Animate Anyone 2 जारी की है, यह एक अभिनव तकनीक है जो वीडियो व्यक्तियों के सटीक प्रतिस्थापन की अनुमति देती है। प्रोजेक्ट की आधिकारिक वेबसाइट पर प्रदर्शित केस स्टडी के अनुसार, उपयोगकर्ताओं को केवल मूल वीडियो और लक्ष्य चरित्र की छवि प्रदान करनी होती है, और सिस्टम मौलिक वीडियो की गति पथ को बनाए रखते हुए, व्यक्तित्व का रीयल-टाइम प्रतिस्थापन पूरा कर देता है। प्रयोगात्मक डेटा से पता चलता है कि सिस्टम फुटबॉल खिलाड़ी के शूटिंग क्रिया को एनीमेशन पात्र में पूर्ण रूप से स्थानांतरित कर सकता है, जबकि गेंद के गति पथ की वास्तविक भौतिक विशेषताओं को बनाए रखता है। फ़िल्म निर्माण में जटिल आवश्यकताओं को देखते हुए,

जैसे-जैसे वैश्विक कृत्रिम बुद्धिमत्ता क्षेत्र में प्रतिस्पर्धा बढ़ रही है, घरेलू एआई मॉडल तेजी से उभर रहे हैं। हाल ही में, घरेलू एआई के "तीन नायक" - DeepSeek, Kimi और MiniMax ने नई संस्करण जारी किए, जो ओपनएआई की GPT श्रृंखला के साथ मुकाबले की क्षमता को दर्शाते हैं। 20 जनवरी को, DeepSeek ने आधिकारिक तौर पर DeepSeek-R1 लॉन्च किया और मॉडल के वजन को ओपन-सोर्स किया। DeepSeek-R1 ने अनुशिक्षण चरण में बड़े पैमाने पर सुदृढीकरण शिक्षण तकनीक का उपयोग किया,

शंघाई एक्सी यूनिवर्स टेक्नोलॉजी कंपनी की MiniMax ने इसके नए उन्नत T2A-01 श्रृंखला आवाज मॉडल के वैश्विक स्तर पर समकालिक रूप से लॉन्च की घोषणा की है और मछली का भाषण उत्पाद प्रस्तुत किया है। T2A-01 श्रृंखला में उपयोगकर्ताओं के लिए T2A-01-HD, T2A-01-Turbo दो मॉडल शामिल हैं, API सेवा अब MiniMax ओपन प्लेटफॉर्म पर समकालिक रूप से उपलब्ध है, कंपनियाँ अपनी ऑडियो गुणवत्ता और उत्पादन गति की आवश्यकताओं के अनुसार प्राथमिकता से चयन कर सकती हैं।

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।

वीडियो निर्माण के क्षेत्र में, स्थिर और नियंत्रित एनीमेशन प्रभाव प्राप्त करना शोधकर्ताओं का मुख्य ध्यान रहा है। हाल ही में, शोध दल ने 'AnimateAnything' नामक नई विधि का अनावरण किया, जिसका उद्देश्य सटीक वीडियो संचालन के माध्यम से एनीमेशन निर्माण को अधिक लचीला और कुशल बनाना है। यह तकनीक विभिन्न परिस्थितियों में, जैसे कैमरा पथ, पाठ संकेत और उपयोगकर्ता क्रिया टिप्पणियों के तहत सटीक वीडियो प्रोसेसिंग करने की क्षमता रखती है। 'AnimateAnything' एक बहु-स्केल नियंत्रण विशेषताओं के फ्यूजन नेटवर्क को डिजाइन करके स्थापित किया गया 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।

नवीनतम आंकड़ों के अनुसार, हाइलुओ एआई (Hailuo AI) ने अक्टूबर में AI उत्पादों की सूची में शीर्ष स्थान हासिल किया, वैश्विक वृद्धि दर 11.73 मिलियन मासिक विज़िट,同比 की वृद्धि 2772.92% है। Pika Art और Chaport ने क्रमशः दूसरे और तीसरे स्थान पर कब्जा किया। ज्ञात हो कि हाइलुओ एआई जनरल आर्टिफिशियल इंटेलिजेंस टेक्नोलॉजी कंपनी MiniMax का एक उत्पाद है, जो उपयोगकर्ताओं को वित्तीय रिपोर्ट का विश्लेषण, लंबी सामग्री का त्वरित पढ़ना, लेखन सामग्री बनाने, स्मार्ट खोज करने में सहायता करता है, साथ ही AI संगीत रचना और AI वीडियो रचना भी संभव बनाता है।

टेक स्टार रिपोर्ट के अनुसार, अलीबाबा एक एआई वीडियो निर्माण उपकरण “Animode” का परीक्षण कर रहा है, जो एक पेशेवर 3D सॉफ़्टवेयर है, जिसका उद्देश्य उपयोगकर्ताओं को बेहद वास्तविक-दृश्य द्वि-आयामी पात्रों और उच्च गुणवत्ता वाले वीडियो प्रभाव बनाने में मदद करना है। जानकारी के अनुसार, इस उपकरण की आधिकारिक वेबसाइट animode.com.cn है, और इसके पंजीकृत主体 हैं हुआंग्झू लियनफैन सूचना प्रौद्योगिकी कं, लिमिटेड, जो अली एआई ई-कॉमर्स उपकरण “हुईवा” का भी विकासकर्ता है। समझा जाता है कि Animode का उपयोग करते समय, उपयोगकर्ता

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...

हाल ही में आयोजित RTE2024 वास्तविक इंटरनेट सम्मेलन में, उद्योग के विशेषज्ञों ने AI उद्योग के विकास के रुझानों का गहन विश्लेषण किया। OpenAI द्वारा API कॉल लागत में बड़ी कमी के साथ, और चीन के बाजार में कीमतों की प्रतिस्पर्धा बढ़ने के कारण, जनरेटिव AI पहले से अधिक तेजी से औद्योगिक परिवर्तन को गति दे रहा है। शब्दग्राम के संस्थापक और CEO झाओ बिन का कहना है कि आने वाले 10-20 वर्षों में प्रौद्योगिकी विकास का प्रमुख दिशा अंत पक्ष बड़े मॉडल अनुप्रयोग क्षमताओं को बढ़ाने पर होगा। इस परिवर्तन का व्यापक रूप से अंत उपकरण, सॉफ़्टवेयर विकास, क्लाउड सेवाएँ, और मानव-मशीन बातचीत के चार प्रमुख क्षेत्रों में विस्तार होगा: अंत उपकरण

डिजिटल सामग्री निर्माण के क्षेत्र में, स्टेटिक चित्रों को डायनामिक, जीवंत एनीमेशन में परिवर्तित करना हमेशा से क्रिएटर्स का निरंतर लक्ष्य रहा है। पारंपरिक एनीमेशन बनाने की प्रक्रिया जटिल और समय लेने वाली होती है, जबकि AI तकनीक के उदय ने इस समस्या के लिए एक नई समाधान प्रदान की है। Animate-X, जो LDM पर आधारित एक सामान्य एनीमेशन ढांचा है, अपनी शक्तिशाली कार्यक्षमता और उत्कृष्ट प्रदर्शन के कारण एनीमेशन निर्माण के क्षेत्र में क्रांतिकारी परिवर्तन लाता है। दर्द बिंदु और समाधान गेम डेवलपर्स, एनीमेटर्स और फिल्म निर्माताओं के लिए स्टेटिक चरित्र चित्रों को गतिशील में बदलना।

क्या आप कभी स्थिर चित्र पात्रों के लिए खेद महसूस करते हैं, यह चाहकर कि उन्हें जीवन दिया जाए और उन्हें सक्रिय किया जाए? Animate-X, यह LDM-आधारित बहुउद्देशीय एनिमेशन फ्रेमवर्क, इस समस्या को हल करने के लिए बनाया गया है। यह एक जादूगर की तरह है, जो स्थिर छवियों को जीवंत एनिमेशन में परिवर्तित कर सकता है, जिससे आपके पात्र जीवंत हो जाते हैं। नीरसता को अलविदा कहें, असीमित संभावनाओं को अपनाएं। क्या आप एक गेम डेवलपर हैं जो पात्रों के प्रचार वीडियो के लिए संघर्ष कर रहे हैं? क्या आप एक एनिमेटर हैं जो चाहते हैं कि आपके कॉमिक पात्र सक्रिय हों और प्रशंसकों के साथ संवाद करें?

हाल ही में, एक Bilibili UP主 ने 'AI, तुम तो बहुत ही अजीब हो!' शीर्षक वाला एक वीडियो पोस्ट किया, जिससे 4 मिलियन से अधिक नेटिज़न्स का ध्यान आकर्षित हुआ। वीडियो में, उन्होंने एक ऐसे AI इंटेलिजेंस के साथ दिल दहला देने वाली बातचीत की, जिसे एक हाई-कूल स्कूल फ्लावर के रूप में सेट किया गया, लेकिन उसके पिता जुए के आदी हैं, 100 बिलियन के जुए के कर्जदार हैं, और उसकी मां ने प्रसव के दौरान जान गंवा दी। यह बातचीत एक कर्ज वसूलने की कहानी से शुरू होती है, और धीरे-धीरे यह एक जटिल मानवता के विषय पर, जिसमें कर्ज, पारिवारिक रिश्ते और विश्वासघात शामिल हैं, बदल जाती है। AI इंटेलिजेंस की अप्रत्याशित प्रतिक्रियाएं और ब्लॉगर की...

Sketch ने एक बार फिर डिज़ाइनरों को आश्चर्यचकित किया है। Smart Animate फ़ीचर के लॉन्च के साथ, UI डिज़ाइनरों के लिए प्रोटोटाइप डिज़ाइन में जीवंत एनीमेशन प्रभाव शामिल करना आसान हो गया है, जिससे इंटरफ़ेस और अधिक आकर्षक और इंटरैक्टिव हो जाता है। Smart Animate का मुख्य सिद्धांत Keynote के Magic Move फ़ीचर के समान है। यह विभिन्न आर्टबोर्ड में समान नाम वाले लेयर्स को स्वचालित रूप से पहचानने और इन लेयर्स के बीच प्रवाह के संक्रमण एनीमेशन बनाने में सक्षम है। जब डिज़ाइनर विभिन्न आर्टबोर्ड में किसी आकृति का आकार या स्थिति बदलते हैं।

जスマート उभरना की रिपोर्ट है कि MiniMax के उत्पाद प्रमुख और पूर्व 今日头条 उपयोगकर्ता उत्पाद प्रमुख ज़hang Qianchuan व्यक्तिगत कारणों से कंपनी के मामलों से पीछे हट गए हैं, अब उत्पाद सलाहकार के रूप में कार्यरत हैं। इस पर, MiniMax कंपनी ने पुष्टि की है कि यह सत्य है और ज़hang Qianchuan के योगदान के लिए धन्यवाद दिया है। हालाँकि, जानकार सूत्रों का कहना है कि सलाहकर की भूमिका वास्तव में एक औपचारिक पद है, ज़hang Qianchuan अब MiniMax के व्यवसाय प्रबंधन में शामिल नहीं हैं, जो इस्तीफे के समान है। चित्र का स्रोत: छवि AI द्वारा उत्पन्न, चित्र अनुबंध सेवा प्रदाता Midjourney ज़hang Qianchuan का करियर काफी समृद्ध रहा है, पहले...

MiniMax शि यु टेक्नोलॉजी ने हाल ही में डेटा का खुलासा किया है कि 2021 के अंत में स्थापित होने के बाद से, MiniMax ने ट्रिलियन पैरामीटर के MoE पाठ बड़े मॉडल, आवाज बड़े मॉडल, और चित्र बड़े मॉडल का निर्माण किया है, और सितारे, सांप AI जैसे मूल एप्लिकेशन लॉन्च किए हैं, साथ ही व्यवसायों और डेवलपर्स के लिए ओपन प्लेटफॉर्म API सेवाएं प्रदान की हैं।

MiniMax ने अपनी पहली एआई उच्च मानक वीडियो निर्माण मॉडल पेश की है, इसके सहयोगी कंपनी शेल एआई ने 'एआई म्यूजिक निर्माण' और 'एआई वीडियो निर्माण' सुविधाएँ जोड़ी हैं। उपयोगकर्ता गीत के बोल और शैली का चयन करके स्वचालित रूप से संगीत बना सकते हैं, और विचारों का विवरण देकर वीडियो बना सकते हैं। संगीत सुविधा कई शैलियों की पेशकश करती है, लेकिन उत्पन्न संगीत की गुणवत्ता सामान्य होती है; वीडियो सुविधा इनपुट विवरण के अनुसार स्वचालित रूप से निर्माण कर सकती है, प्रभाव दर्शाने में काफी अच्छा होता है, लेकिन चित्र गुणवत्ता में सुधार की आवश्यकता है। वर्तमान में, ये दोनों सुविधाएँ सीमित समय के लिए उपयोगकर्ताओं के अनुभव के लिए निःशुल्क उपलब्ध हैं।

MiniMax ने हाल ही में अपने पहले वीडियो जनरेशन बड़े मॉडल को गुप्त रूप से लॉन्च किया है और इस मॉडल द्वारा जनरेट की गई 2 मिनट की वीडियो 'जादुई सिक्का' को भी प्रदर्शित किया है। के संस्थापक यान जूनजिये ने बताया कि इस मॉडल का वीडियो जनरेशन प्रभाव Runway से बेहतर है, लेकिन विशेष पैरामीटर और तकनीकी बारीकियां अभी तक सार्वजनिक नहीं की गई हैं। MiniMax आगामी संस्करणों में निरंतर सुधार करने की योजना बना रहा है, डेटा, एल्गोरिदम और उपयोग विवरणों को बढ़ाने के लिए, और भविष्य में चित्र से वीडियो और पाठ-चित्र संयोजन जनरेशन की क्षमता जोड़ने की योजना है। व्यावसायीकरण के संबंध में, कंपनी नए संस्करण के संतोषजनक स्थिति पर पहुंचने के बाद विचार करेगी।

एनविडिया ने NIM एजेंट ब्लूप्रिंट लॉन्च किया, जिसका उद्देश्य जनरेटिव AI एजेंटों और एप्लिकेशनों के विकास प्रक्रिया को तेज करना है। व्यवसायिक उपयोगकर्ता इन ब्लूप्रिंट्स को मुफ्त में डाउनलोड कर सकते हैं, ताकि वे ग्राहक सेवा, दवा खोज, और दस्तावेज़ डेटा निष्कर्षण जैसे अनुप्रयोगों को पूरा करने के लिए एजेंटों को जल्दी से कस्टमाइज़ कर सकें। ब्लूप्रिंट्स में NVIDIA और सहयोगी माइक्रोसर्विसेज द्वारा निर्मित उदाहरण एप्लिकेशन, संदर्भ कोड, कस्टम दस्तावेज़ और तैनाती के लिए Helm चार्ट शामिल हैं, जो कस्टम एजेंटों के निर्माण और तैनाती प्रक्रिया को सरल बनाते हैं। तीन मुख्य ब्लूप्रिंट में ग्राहक सेवा डिजिटल इंसान, दवा खोज को तेज करने के लिए जनरेटिव वर्चुअल स्क्रीनिंग और एंटरप्राइज़ शामिल हैं।