HuggingFace ने 'smolagents' नामक एक नया ओपन-सोर्स लाइब्रेरी पेश किया है, जिसका उद्देश्य भाषा मॉडलों को और मजबूत बुद्धिमान एजेंट की क्षमताएँ प्रदान करना है। सरल कोड संरचना के माध्यम से, smolagents उपयोगकर्ताओं को विभिन्न कार्यों को पूरा करने वाले बुद्धिमान एजेंटों को बनाने में आसानी प्रदान करता है। आधुनिक कृत्रिम बुद्धिमत्ता सिस्टम में, भाषा मॉडल (LLM) को वास्तविक दुनिया के साथ बातचीत करने की आवश्यकता होती है, जैसे कि बाहरी जानकारी को प्राप्त करने के लिए खोज उपकरणों को कॉल करना या कार्यों को पूरा करने के लिए विशिष्ट प्रोग्राम चलाना। अतः भाषा मॉडलों को 'एजेंट' के रूप में सशक्त बनाना आवश्यक है।

सिंगापुर के नान्यांग टेक्नोलॉजी यूनिवर्सिटी के शोध दल ने हाल ही में SOLAMI नामक एक AI तकनीक का खुलासा किया है, जो जीवंत 3D वर्चुअल पात्रों को सृजित कर सकती है। ये न केवल VR दुनिया में आपके साथ रीयल-टाइम में इंटरएक्ट कर सकते हैं, बल्कि आपकी आवाज और क्रियाओं को भी समझते हैं, और आपके साथ बातचीत, नृत्य और यहां तक कि मुक्केबाजी भी कर सकते हैं! यह गेमिंग, वर्चुअल सोशलाइजिंग और सिंगल लोगों के लिए एक खुशखबरी है! SOLAMI एक एंड-टू-एंड सोशल विज़ुअल-लैंग्वेज-एक्शन (VLA) मॉडलिंग फ्रेमवर्क है, जो डीप लर्निंग तकनीक का उपयोग करता है, ताकि उपयोगकर्ता की आवाज और क्रियाओं को ऐसे 'भाषा' में परिवर्तित किया जा सके जिसे वर्चुअल पात्र समझ सकें।

रात भर साहित्य समीक्षा करने की सोच रहे हैं? लेख लिखने में उलझ गए हैं? घबराइए नहीं! AI2 के शोध नायकों ने अपनी नवीनतम कृति OpenScholar के साथ आपकी मदद करने के लिए दस्तक दी है! यह शोध दक्षता उपकरण, आपको साहित्य समीक्षा को पार्क में टहलने जितना आसान और आनंददायक बना देगा! OpenScholar का सबसे बड़ा रहस्य हथियार है, OpenScholar-Datastore (OSDS) जिसमें 4.5 करोड़ ओपन एक्सेस अनुसंधान पत्र और 2.37 करोड़ लेख खंड एम्बेडेड हैं। इतनी शक्तिशाली ज्ञान भंडार के साथ, OpenScho

हाल ही में, aiOla ने एक ओपन-सोर्स AI ऑडियो ट्रांसक्रिप्शन मॉडल Whisper-NER लॉन्च करने की घोषणा की, जो ट्रांसक्रिप्शन प्रक्रिया के दौरान संवेदनशील जानकारी को वास्तविक समय में छिपा सकता है। aiOla का नया Whisper-NER OpenAI के उद्योग मानक ओपन-सोर्स मॉडल Whisper पर आधारित है, जो पूरी तरह से ओपन-सोर्स है, और अब इसे Hugging Face और Github पर प्राप्त किया जा सकता है, ताकि व्यापार, संगठन और व्यक्तिगत उपयोगकर्ताओं के लिए उपयोग, अनुकूलन, संशोधन और तैनात किया जा सके।

जनरेटिव आर्टिफिशियल इंटेलिजेंस के क्षेत्र में, एप्पल का ध्यान मुख्य रूप से मोबाइल उपकरणों पर केंद्रित लगता है, विशेष रूप से नवीनतम iOS18 प्रणाली पर। हालाँकि, नए Apple M4 चिप ने हाल ही में प्रस्तुत Mac Mini और Macbook Pro में शानदार प्रदर्शन दिखाया है, जिससे यह वर्तमान में सबसे शक्तिशाली ओपन-सोर्स-बेस्ड बड़े भाषा मॉडल (LLMs) जैसे कि Meta के Llama-3.1405B, Nvidia के Nemotron70B और Qwen को प्रभावी ढंग से चलाने में सक्षम हो गया है।

क्रिप्टोकरेंसी बाजार में, Solana पर आधारित एक नई मेम कॉइन Goatseus Maximus (संक्षेप में GOAT) ने लॉन्च के 24 घंटे के भीतर 12,000% से अधिक की मूल्य वृद्धि की, जिसने 0.4664 डॉलर का ऐतिहासिक उच्चतम स्तर प्राप्त किया और वैश्विक क्रिप्टोकरेंसी प्रेमियों का ध्यान आकर्षित किया।

आज, डौ बाओ ने ओला फ्रेंड स्मार्ट इयरफोन की आधिकारिक घोषणा की, जो एक इयरफोन है जिसमें कृत्रिम बुद्धिमत्ता प्रौद्योगिकी एकीकृत है, जिसका उद्देश्य उपयोगकर्ताओं को एक ऐसा एआई मित्र प्रदान करना है जो हमेशा उनके कानों के पास रहेगा। इस उत्पाद में रिफ्लेक्टिव सिल्वर, लाइट फेदर व्हाइट, बटरफ्लाई ब्लैक और ड्रीम पर्पल रंग भिन्नताएं उपलब्ध हैं, और इसकी कीमत 1199 युआन है, जिसकी प्री-बुकिंग 10 अक्टूबर सुबह 11 बजे से शुरू होगी।

豆包 की आधिकारिक खबर के अनुसार,豆包 10 अक्टूबर को सुबह 11 बजे नया स्मार्ट हार्डवेयर Ola Friend लॉन्च करेगा। प्री-हीटिंग सामग्री के अनुसार, Ola Friend एक AI सिस्टम से लैस हार्डवेयर उत्पाद होगा, जो स्मार्ट हेडफोन या चश्मे जैसी चीज़ हो सकती है, लेकिन वर्तमान में सटीक उत्पाद निश्चित नहीं है। खबर है कि Ola Friend में 豆包 का बड़ा मॉडल होगा और यह 2023 के अगस्त में लॉन्च किए गए संवादात्मक AI एप्लिकेशन 豆包 App के साथ एकीकृत होगा।豆包 Ola Friend की发

इजरायल की एआई कंपनी aiOla ने एक ओपन-सोर्स वॉयस रिकग्निशन मॉडल व्हिस्पर मेडुसा पेश किया है, जो उन्नत आर्किटेक्चर डिजाइन पर आधारित है, जिसमें मल्टीहेड अटेंशन मेकैनिज्म का उपयोग किया गया है, जिससे इसकी प्रोसेसिंग स्पीड OpenAI के व्हिस्पर मॉडल से 50% तेज हो गई है। व्हिस्पर मेडुसा समानांतर रूप से दस टोकन्स की भविष्यवाणी करता है, जबकि पारंपरिक रूप से एक बार में एक यह वॉयस रिकग्निशन की गति को उल्लेखनीय रूप से बढ़ाता है, जबकि प्रदर्शन को बनाए रखता है। इसकी नवोन्मेषी प्रशिक्षण विधि कमजोर पर्यवेक्षित अध्ययन को अपनाती है, मुख्य प्रणाली को फ्रीज करके और使用

इजरायल की AI स्टार्टअप aiOla ने Whisper-Medusa नामक ओपन-सोर्स वॉयस रिकग्निशन मॉडल लॉन्च किया है। यह मॉडल OpenAI के Whisper की तुलना में 50% तेज है। यह मॉडल Whisper पर आधारित है और इसमें एक नवोन्मेषी "मल्टी-हेड अटेंशन" आर्किटेक्चर है, जो एक बार में अधिक टोकन की भविष्यवाणी कर सकता है, जिससे गति में उल्लेखनीय वृद्धि हुई है जबकि सटीकता अपरिवर्तित है। Whisper-Medusa को हगिंग फेस पर MIT लाइसेंस के तहत जारी किया गया है, जो अनुसंधान और वाणिज्यिक उपयोग की अनुमति देता है। aiOla ने कमजोर पर्यवेक्षण के माध्यम से।

ElevenLabs ने Voice Isolator लॉन्च किया है, जो पृष्ठभूमि के शोर को समाप्त करता है और स्पष्ट वार्तालाप को निकालता है, जिससे उच्च गुणवत्ता वाला ऑडियो अनुभव प्राप्त होता है।

CardanoGPT ने Girolamo AI चैट बॉट के बीटा संस्करण को जारी किया, जो आर्टिफिशियल इंटेलिजेंस और ब्लॉकचेन तकनीक को एकीकृत करता है। Girolamo चैट बॉट बीटा परीक्षण चरण में वास्तविक समय और संदर्भ-संवेदनशील प्रतिक्रियाएँ प्रदान करेगा। Girolamo चैट बॉट में छवियों को उत्पन्न और व्याख्या करने की क्षमता है, जो उपयोगकर्ता अनुभव को बढ़ाता है। Girolamo बीटा परीक्षण में भाग लेने के लिए कम से कम 5000 CGI टोकन होना आवश्यक है। CardanoGPT यह स्वीकार करता है कि Girolamo अभी भी बीटा चरण में है।