जर्मन आर्टिफिशियल इंटेलिजेंस स्टार्टअप ब्लैक फॉरेस्ट लैब्स ने हाल ही में FLUX Pro माइक्रो-ट्यूनिंग API लॉन्च किया है, जो उपयोगकर्ताओं को इस API के माध्यम से सिर्फ पांच सैंपल इमेज का उपयोग करके FLUX Pro AI इमेज मॉडल को विशेष ब्रांड के दृश्य शैली के अनुसार कस्टमाइज करने की अनुमति देता है। ब्लैक फॉरेस्ट लैब्स के अनुसार, माइक्रो-ट्यूनिंग के बाद, मॉडल लचीलापन बनाए रखता है, जिससे उपयोगकर्ता द्वारा प्रदान की गई सामग्री को नए इमेज क्रिएशन में समाहित किया जा सकता है, यह प्रणाली।

2024 के उपभोक्ता इलेक्ट्रॉनिक्स शो (CES) में, मेबैक-बेंज ने गूगल के साथ अपने नए कार वर्चुअल असिस्टेंट की घोषणा की। यह असिस्टेंट गूगल क्लाउड द्वारा हाल ही में पेश किए गए कार AI इंटेलिजेंस प्लेटफॉर्म पर आधारित है, जो उपयोगकर्ता द्वारा ड्राइविंग करते समय "वार्ता जारी रखने और जानकारी का संदर्भ लेने" में सक्षम है। इस असिस्टेंट के साथ पहला मॉडल नया मेबैक CLA है, जो नई पीढ़ी के MB.OS ऑपरेटिंग सिस्टम और उन्नत MBUX वर्चुअल असिस्टेंट से लैस है। वर्तमान में, मेबैक का MBUX वॉयस असिस्टेंट सिस्टम "हे," के माध्यम से सक्रिय किया जा सकता है।

FLUX ने आज NVIDIA के साथ एक रणनीतिक सहयोग की घोषणा की, जिसमें दोनों पक्ष AI छवि निर्माण क्षेत्र में गहन तकनीकी सहयोग करेंगे। इस सहयोग का प्रमुख आकर्षण प्रदर्शन अनुकूलन, मेमोरी दक्षता में सुधार और नवोन्मेषी 3D निर्माण कार्यप्रवाह हैं। हार्डवेयर अनुकूलन के संदर्भ में, FLUX मॉडल को नए जारी किए गए GeForce RTX 50 श्रृंखला ग्राफ़िक्स कार्ड के लिए पूरी तरह से अनुकूलित किया गया है। इसका विकास संस्करण FLUX.1 NVIDIA Blackwell आर्किटेक्चर के FP4 गणना तकनीक के साथ RTX 5090 पर महत्वपूर्ण सफलताओं को प्राप्त करता है।

कृत्रिम बुद्धिमत्ता के क्षेत्र में, टेक्स्ट-ऑडियो उत्पन्न करने वाली तकनीक धीरे-धीरे अनुसंधान का热点 बन रही है। हाल ही में, शोधकर्ताओं ने एक नए मॉडल TANGOFLUX का परिचय दिया है, जो प्रदर्शन और दक्षता दोनों में उत्कृष्टता दिखाता है। TANGOFLUX एक कुशल टेक्स्ट से ऑडियो उत्पन्न करने वाला मॉडल है, जिसमें 515 मिलियन पैरामीटर हैं, जो केवल 3.7 सेकंड में अधिकतम 30 सेकंड की 44.1kHz ऑडियो उत्पन्न कर सकता है, यह गति इसे एक ही A40GPU पर बेहद प्रभावशाली बनाती है। TANGOFLUX मुख्य रूप से

कृत्रिम बुद्धिमत्ता (AI) द्वारा संचालित टेक्स्ट-टू-इमेज (T2I) निर्माण मॉडल, जैसे कि DALLE3, Adobe Firefly3, आदि, उत्कृष्ट निर्माण क्षमताएँ प्रदर्शित करते हैं और वास्तविक अनुप्रयोगों में अपार संभावनाएँ रखते हैं। हालाँकि, ये मॉडल आमतौर पर अरबों के पैमाने पर होती हैं, जिससे मेमोरी की मांग बहुत अधिक होती है, जो मोबाइल डिवाइस जैसे संसाधन-सीमित प्लेटफार्मों पर तैनाती के लिए बड़ी चुनौतियाँ पैदा करती हैं। इन समस्याओं को हल करने के लिए, बाइटडांस और POSTECH के शोधकर्ताओं ने T2I मॉडल के लिए अत्यधिक निम्न-बिट क्वांटाइजेशन तकनीक का पता लगाया।

Shakker AI ने आज अपने नवीनतम उन्नत छवि जनरेशन मॉडल - Zeno-1 की घोषणा की। यह मॉडल न केवल पूर्ववर्ती FLUX.1 की उत्कृष्टestética और कलात्मकता को अपनाता है, बल्कि आंतरिक सिफारिश प्रणाली के माध्यम से शैली विविधता में एक छलांग भी प्रदान करता है। Zeno-1 का लॉन्च डिजिटल कला निर्माण उपकरणों के लिए एक नए युग का प्रतीक है। यह उपयोगकर्ताओं को अपने डिजिटल कला कार्यों को पहले कभी न देखे गए तरीकों से आकार देने और उन्हें परिष्कृत करने की अनुमति देने के लिए नियंत्रण उपकरणों की एक श्रृंखला प्रदान करता है। Zeno-1 मॉडल की मुख्य विशेषताएँ इस प्रकार हैं: पैलेट नियंत्रण: उपयोग करें

एलोन मस्क के स्वामित्व वाले सोशल प्लेटफॉर्म X (पूर्व में Twitter) ने हाल ही में अपने आर्टिफिशियल इंटेलिजेंस सहायक Grok में Aurora नामक एक नई इमेज जनरेटर जोड़ी है। हालांकि, यह सुविधा शुरू होने के कुछ घंटों बाद से कुछ उपयोगकर्ताओं के इंटरफेस से गायब हो गई, जिससे बाहरी ध्यान आकर्षित हुआ। X द्वारा अक्टूबर में लॉन्च किए गए पहले इमेज जनरेटर Flux की तरह, Aurora के पास लगभग कोई निर्माण सीमा नहीं है और इसे मोबाइल ऐप और वेब के Grok टैब के माध्यम से एक्सेस किया जा सकता है। यह पब्लिक फिगर्स और कॉपीराइट कोनों सहित चित्र उत्पन्न कर सकता है।

हाल के वर्षों में, कृत्रिम बुद्धिमत्ता प्रौद्योगिकी में तेजी से प्रगति हुई है, और छवि उत्पादन के क्षेत्र में भी महत्वपूर्ण उपलब्धियां हासिल की गई हैं। हालांकि, अधिकांश मॉडल व्यक्तियों के चित्रण के दौरान अक्सर चीनी लोगों की शारीरिक विशेषताओं और सौंदर्य प्राथमिकताओं को सटीक रूप से पकड़ने में असफल रहते हैं। इसलिए, FLUX.1-dev पर आधारित कृत्रिम बुद्धिमत्ता मॉडल AWPortraitCN आया है, जो चीनी लोगों के रूप और सौंदर्यशास्त्र के करीब आने वाले चित्र बनाने पर केंद्रित है। AWPortraitCN मॉडल ने विभिन्न प्रकार की चित्र छवियों का प्रशिक्षण प्राप्त किया है, जिसमें इनडोर और आउटडोर पोर्ट्रेट, फैशन फोटो और स्टूडियो शामिल हैं।

हाल ही में, अलीबाबा ने अपने नवीनतम विकसित इमेज जनरेशन मॉडल Qwen2vl-Flux को ओपन-सोर्स करने की घोषणा की, जो न केवल संपादन, फ्यूजन और मिश्रण जैसी कई सुविधाएँ प्रदान करता है, बल्कि उपयोगकर्ता द्वारा इनपुट की गई इमेज या टेक्स्ट के आधार पर उच्च समानता वाली नई इमेज भी जनरेट कर सकता है। Qwen2vl-Flux शक्तिशाली इमेज चेंजिंग क्षमताएँ प्रदान करता है। उपयोगकर्ताओं को केवल एक इमेज इनपुट करनी होती है, बिना किसी टेक्स्ट संकेत के, और मॉडल मूल इमेज के आधार पर कई समान इमेज जनरेट कर सकता है। उदाहरण के लिए, यदि उपयोगकर्ता एक व्यक्ति की फोटो अपलोड करता है, तो मॉडल विभिन्न कोणों से कई छवियाँ उत्पन्न कर सकता है।

फ्रांस की कृत्रिम बुद्धिमत्ता स्टार्टअप कंपनी Mistral AI ने अपने Le Chat AI सहायक के लिए एक श्रृंखला नई विशेषताओं की घोषणा की है, जिसमें एकीकृत वेब खोज, छवि निर्माण और हाल ही में लॉन्च किया गया Pixtral Large मॉडल शामिल है। Le Chat के अपग्रेड के साथ, उपयोगकर्ता अब सीधे Le Chat के माध्यम से वास्तविक समय की वेब सामग्री तक पहुंच सकते हैं, आसानी से आवश्यक जानकारी प्राप्त कर सकते हैं। साथ ही, Black Forest Labs के Flux Pro मॉडल की मदद से, उपयोगकर्ता भी

प्रसिद्ध AI इमेज जनरेशन टूल FLUX1.1Pro ने एक महत्वपूर्ण अपडेट प्राप्त किया है, नया संस्करण FLUX1.1Pro Ultra पेश किया गया। नया संस्करण अधिकतम 4 मेगापिक्सल रिज़ॉल्यूशन का समर्थन करता है और उत्पन्न करने की गति काफी बढ़ गई है, हर इमेज केवल लगभग 10 सेकंड में पूर्ण हो जाती है। FLUX1.1Pro Ultra अल्ट्रा मोड और रॉ मोड दो मोड प्रदान करता है, जो उपयोगकर्ताओं की स्पष्टता और वास्तविकता की विभिन्न आवश्यकताओं को पूरा करता है। अल्ट्रा मोड में, उपयोगकर्ता अति उच्च रिज़ॉल्यूशन इमेज उत्पन्न कर सकते हैं।

TryOn Labs द्वारा विकसित FLUX.1-dev LoRA कपड़ा जनरेटर, उन्नत कृत्रिम बुद्धिमत्ता तकनीक का उपयोग करके उपयोगकर्ताओं को अविस्मरणीय फैशन डिज़ाइन अनुभव प्रदान करता है। केवल कपड़े के रंग, पैटर्न, सामग्री, शैली आदि जैसे विवरणों का पाठ के माध्यम से इनपुट करें, और त्वरित रूप से संबंधित कपड़ा डिज़ाइन चित्र उत्पन्न करें। FLUX.1-dev LoRA मॉडल की ताकत इसकी लचीली इनपुट प्रारूप और समृद्ध फैशन ज्ञान आधार में निहित है। उपयोगकर्ता अपनी रचनात्मकता को पूरी तरह से व्यक्त कर सकते हैं, अपने आदर्श कपड़े का वर्णन कर सकते हैं।

AI चित्रण के क्षेत्र में, एक क्रांतिकारी तकनीक हाल ही में सामने आई है। InstantX द्वारा पेश की गई Regional-Prompting-FLUX तकनीक ने AI चित्रण की सटीकता को पहले कभी नहीं देखे गए स्तर पर पहुंचा दिया है। अतिरिक्त प्रशिक्षण की आवश्यकता के बिना, यह चित्र सामग्री के सूक्ष्म नियंत्रण को सक्षम बनाता है, जिससे रचनाकारों को नए रचनात्मक संभावनाओं का अनुभव होता है। इस शानदार तकनीक की सबसे आश्चर्यजनक विशेषता इसकी शक्तिशाली क्षेत्र नियंत्रण क्षमता है। FLUX के माध्यम से, रचनाकार विभिन्न क्षेत्रों में उत्पन्न सामग्री और शैली को सटीक रूप से निर्दिष्ट कर सकते हैं। उदाहरण के लिए, आप एक ही

हाल ही में, छवि एआई स्टार्टअप Recraft ने अपना नवीनतम पाठ उत्पन्न करने वाला छवि मॉडल Recraft v3 जारी किया, जिसने स्वतंत्र परीक्षणों में उत्कृष्ट प्रदर्शन किया और छवि उत्पन्न करने के प्रदर्शन मानकों को फिर से परिभाषित किया। Recraft के अनुसार, v3 मॉडल ने चित्रों में पाठ उत्पन्न करने, शारीरिक सटीकता बनाए रखने, संकेतों को समझने और उच्च गुणवत्ता वाले दृश्य सामग्री बनाने में उत्कृष्टता दिखाई। इसका सबसे बड़ा अविष्कार लंबे टेक्स्ट को एक बार में सटीक रूप से प्रस्तुत करने की क्षमता है, जबकि कई अन्य मॉडल जब कुछ शब्दों से अधिक को संभालते हैं तो अक्सर...

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।

हाल ही में, रेड पांडा नामक एक रहस्यमय एआई इमेज जनरेशन मॉडल ने कcrowdsourced विश्लेषण प्लेटफॉर्म आर्टिफिशियल एनालिसिस के बेंचमार्क परीक्षण में आश्चर्यजनक परिणाम हासिल किए, जिससे यह उद्योग के प्रमुख उत्पादों जैसे कि Midjourney, Black Forest Labs और OpenAI को महत्वपूर्ण अंतर से पीछे छोड़ दिया। आर्टिफिशियल एनालिसिस प्लेटफॉर्म के आंकड़ों के अनुसार, रेड पांडा ने टेक्स्ट-से-इमेज परीक्षण में 1244 अंकों के साथ शीर्ष स्थान प्राप्त किया।

छवि प्रसंस्करण तकनीक की तेजी से प्रगति के इस युग में, Flux आर्किटेक्चर पर आधारित IC-Light V2 ने अपनी 16-चैनल VAE और मूल उच्च-रिज़ॉल्यूशन विशेषताओं के साथ एक क्रांतिकारी सफलता हासिल की है, जो डिजिटल छवि प्रसंस्करण में एक नई दिशा प्रदान करती है। यह नई पीढ़ी का मॉडल न केवल पहले के संस्करण से विवरण संरक्षित करने में काफी अधिक है, बल्कि छवि प्रसंस्करण की सटीकता को एक नई ऊंचाई पर ले जाता है। एक समग्र छवि प्रसंस्करण उपकरण के रूप में, IC-Light V2 की अनुकूलनशीलता आश्चर्यजनक है। चाहे वह तेल चित्रकला हो या एनीमे शैलियों की छवियां, यह सहजता से कार्य कर सकती है।

फ्रांस की एआई स्टार्टअप Les Ministraux ने एज डिवाइस के लिए डिज़ाइन किए गए दो नए हल्के मॉडल Ministral3B और Ministral8B लॉन्च किए हैं, जिनकी पैरामीटर क्रमशः 30 अरब और 80 अरब हैं। इन दोनों मॉडलों ने निर्देश पालन बेंचमार्क परीक्षण में शानदार प्रदर्शन किया, Ministral3B ने Llama38B और Mistral7B को पीछे छोड़ दिया, जबकि Ministral8B का प्रदर्शन कोड क्षमता को छोड़कर अन्य सभी क्षेत्रों में इन दोनों मॉडलों से बेहतर था। परीक्षण परिणाम दर्शाते हैं, Ministra

एलों मस्क की xAI ने हाल ही में एक एपीआई (API) लॉन्च करने की घोषणा की है, जो तृतीय पक्ष विकासकर्ताओं को xAI के Grok बड़े भाषा मॉडल द्वारा समर्थित अनुप्रयोगों और कार्यों तक पहुंचने और निर्माण करने की अनुमति देती है। xAI का API विकासकर्ताओं को Grok-2 और Grok-2mini मॉडल तक पहुंच प्रदान करता है और Black Forest Labs के Flux.1 विकिरण मॉडल का उपयोग करके विस्तृत छवियों को उत्पन्न करने का समर्थन करता है। xAI API एक We पर आधारित है

NVIDIA ने MIT और Tsinghua विश्वविद्यालय के शोधकर्ताओं के सहयोग से Sana नामक एक नई टेक्स्ट से इमेज जनरेशन फ्रेमवर्क विकसित की है, जो 4096×4096 रिज़ॉल्यूशन तक की इमेज को कुशलता से उत्पन्न करने में सक्षम है। Sana का उपयोग करते हुए, उच्च गुणवत्ता वाली और टेक्स्ट के साथ अत्यधिक संगत उच्च रिज़ॉल्यूशन इमेज को बेहद तेज़ गति से आज़माया जा सकता है, और यह लैपटॉप के GPU पर भी काम कर सकता है। Sana के मुख्य डिज़ाइन में शामिल हैं: गहरी संकुचन स्वचालित एन्कोडर: पारंपरिक स्वचालित एन्कोडर के विपरीत, जो केवल इमेज को 8 गुना संकुचित करते हैं, Sana द्वारा प्रशिक्षित स्वचालित एन्कोडर