तेज़ी से बढ़ते पॉडकास्ट क्षेत्र में, पॉडकैसल प्लेटफ़ॉर्म ने हाल ही में अपने नए AI टेक्स्ट-टू-स्पीच मॉडल Asyncflow v1.0 की घोषणा की है। यह नया मॉडल न केवल उपयोगकर्ताओं को 450 से अधिक विभिन्न AI आवाज़ें प्रदान करता है, बल्कि डेवलपर्स के लिए API इंटरफ़ेस भी खोलता है ताकि वे इस टेक्स्ट-टू-स्पीच फ़ंक्शन को सीधे अपने अनुप्रयोगों में एकीकृत कर सकें। पॉडकैसल के संस्थापक आर्टो येरित्सियन ने कहा कि कंपनी हमेशा से एक ऐसा टेक्स्ट

Xiaomi ने घोषणा की है कि इसका नवीनतम प्रमुख TWS ईयरफ़ोन - Xiaomi Buds 5 Pro, 27 फरवरी को आधिकारिक तौर पर लॉन्च किया जाएगा। यह ईयरफ़ोन न केवल वायरलेस ऑडियो क्षेत्र में Xiaomi की नवीनतम उपलब्धि का प्रतिनिधित्व करता है, बल्कि इसकी उत्कृष्ट ध्वनि गुणवत्ता और बहुमुखी प्रतिभा के साथ, इसे 4000 युआन से कम कीमत में सबसे अच्छी ध्वनि गुणवत्ता वाले ईयरफ़ोन में से एक माना जाता है।

हाल ही में, विदेशी संस्करण 'Nezha: द डेमोन चिल्ड्रन' के अनुवाद पर चर्चा हुई, खासकर जादू मंत्र 'जिजी रु लि लिंग' के अनुवाद ने ध्यान खींचा और विवाद उत्पन्न किया। सोशल मीडिया पर, कुछ उपयोगकर्ताओं ने कहा कि विदेशी संस्करण में, 'जिजी रु लि लिंग' का डायलॉग 'quickly quickly biu biu biu' के रूप में अनुवादित किया गया था, इस समाचार ने गर्मागर्म बहस को जन्म दिया। लेकिन इसके बाद इस दावे का खंडन किया गया, दर्शकों ने फिल्म देखने के बाद बताया कि वास्तविक अनुवाद 'swift and uplift' था।

हाल ही में जारी किए गए वार्षिक पत्र में, YouTube के सीईओ नील मोहन ने कृत्रिम बुद्धिमत्ता (AI) को कंपनी के 2025 के चार प्रमुख 'बेट्स' में से एक बताया। मोहन ने उल्लेख किया कि YouTube सृजनकर्ताओं के AI उपकरणों में सक्रिय रूप से निवेश कर रहा है, जिसमें वीडियो विचार, थंबनेल निर्माण और भाषा अनुवाद जैसी सुविधाएँ शामिल हैं।值得一提的是，अनुवाद सुविधा इस महीने YouTube भागीदारी योजना में शामिल सभी सृजनकर्ताओं के लिए लॉन्च की जाएगी, एक और AI सुविधा भी प्रदान की जाएगी।

शाओमी कंपनी ने हाल ही में एक समाचार जारी किया, जिसमें उत्साहवर्धक खबर आई: शाओमी की बड़ी मॉडल टीम के दो शोध पत्र 2025 में उत्तरी अमेरिका गणनात्मक भाषा विज्ञान संघ (NAACL) सम्मेलन के लिए सफलतापूर्वक चयनित किए गए हैं और इन्हें मुख्य संगठन में रखा गया है। यह उपलब्धि न केवल शाओमी की कृत्रिम बुद्धिमत्ता क्षेत्र में गहन उपलब्धियों को प्रदर्शित करती है, बल्कि इसकी तकनीकी अनुप्रयोगों के त्वरित विकास को भी दर्शाती है। ये दो शोध पत्र क्रमशः ग्राफिकल यूज़र इंटरफेस (GUI) एजेंट और मशीन अनुवाद की दिशा पर केंद्रित हैं। शाओमी के GUI एजेंट पर शोध ने मोबाइल नियंत्रण कार्यों को पृष्ठ तक पहुँचने और पृष्ठ संचालन के दो उप-कार्य में विभाजित किया है।

मेटा ने हाल ही में यूनेस्को के साथ मिलकर एक नई भाषा प्रौद्योगिकी साझेदारी कार्यक्रम शुरू करने की घोषणा की, जिसका उद्देश्य कई भाषाओं की आवाज़ रिकॉर्डिंग और पाठ रिकॉर्ड एकत्रित करना है, ताकि भविष्य में खुली और उपयोगी कृत्रिम बुद्धिमत्ता (एआई) के विकास को बढ़ावा दिया जा सके। यह कार्यक्रम विशेष रूप से उन अल्पसंख्यक भाषाओं पर ध्यान केंद्रित करता है जो डिजिटल वातावरण में अनदेखी हैं। मेटा के अनुसार, इस कार्यक्रम का उद्देश्य साझेदारों को आकर्षित करना है, जो 10 घंटे से अधिक की आवाज़ रिकॉर्डिंग और उनके प्रतिलेखन, समृद्ध लिखित पाठ और वाक्य के अनुवाद प्रदान करें। मेटा की अपेक्षा है।

आज, कडक讯飞 ने अपने नवीनतम विकसित स्टारफायर समांतर आवाज़ बड़े मॉडल की आधिकारिक रिलीज़ की घोषणा की, जो देश में पहले अंत-से-अंत आवाज़ समांतर क्षमता वाले बड़े मॉडल का शुभारंभ है। यह नवाचार तकनीक पहले के 讯飞 अनुवाद तकनीक की तुलना में पूरे दृश्य अनुवाद प्रभाव में महत्वपूर्ण सुधार लाने और अंत-से-अंत प्रतिक्रिया समय को काफी कम करने में सक्षम है।

2025 उपभोक्ता इलेक्ट्रॉनिक्स प्रदर्शनी (CES) में, सैमसंग ने अपने टीवी उत्पादों में एक लोकप्रिय मोबाइल और टैबलेट सुविधा - रियल-टाइम अनुवाद (Live Translate) की पेशकश की। यह सुविधा उपयोगकर्ताओं को लाइव अनुवाद सेवा प्रदान करने के उद्देश्य से है, ताकि विभिन्न भाषाओं के दर्शक कार्यक्रमों का आनंद अधिक आसानी से ले सकें। रियल-टाइम अनुवाद सुविधा सात भाषाओं का समर्थन करती है, हालांकि वर्तमान में यह स्पष्ट नहीं है कि ये सात भाषाएँ कौन सी हैं। यह तकनीक कार्यक्रमों के उपशीर्षक का अनुवाद करती है, ना कि सीधे ऑडियो का।

मोहम्मद बिन ज़ायद विश्वविद्यालय के शोधकर्ताओं द्वारा नेतृत्व किया गया एक शोध成果, एक आर्टिफिशियल इंटेलिजेंस मॉडल BiMediX2 पेश करता है, जो चिकित्सा छवियों में जानकारी को समझने और व्याख्या करने में सक्षम है, और अंग्रेजी और अरबी की द्विभाषीय विश्लेषण का समर्थन करता है, विशेष रूप से अरबी सामग्री के प्रसंस्करण में उत्कृष्टता प्रदर्शित करता है। BiMediX2 पहला आर्टिफिशियल इंटेलिजेंस सिस्टम है जो अंग्रेजी और अरबी में चिकित्सा छवियों का विश्लेषण और विवरण कर सकता है। यह सिस्टम X-ray, MRI स्कैन और सूक्ष्म छवियों सहित विभिन्न चिकित्सा छवियों को संभाल सकता है।

वैश्वीकरण के निरंतर गहराने के साथ, तंत्रिका मशीन अनुवाद (NMT) तकनीक अंतर-भाषाई संचार में越来越 महत्वपूर्ण भूमिका निभा रही है। हालाँकि वर्तमान अनुवाद उपकरण तकनीकी दस्तावेज़ और सरल पाठ के मामले में उत्कृष्ट प्रदर्शन करते हैं, साहित्यिक पाठ के अनुवाद में अभी भी कई चुनौतियों का सामना करना पड़ता है। साहित्यिक काम अक्सर सांस्कृतिक और भावनात्मक रूप से समृद्ध अभिव्यक्तियों जैसे रूपक और उपमा शामिल करते हैं, पारंपरिक अनुवाद प्रणाली अक्सर उनके गहरे अर्थ को सटीक रूप से व्यक्त करने में असमर्थ होती है। इस कमी को पूरा करने के लिए, टेन cents अनुसंधान टीम ने DRT-o1 नामक नए अनुवाद प्रणाली को लॉन्च किया। यह प्रणाली शामिल है

इफाई ओपन प्लेटफ़ॉर्म ने हाल ही में घोषणा की है कि उसके तहत स्टाफ़ायर ब्राउज़र प्लगइन ने एक महत्वपूर्ण अपग्रेड पूरा किया है, जिससे उपयोगकर्ता के ब्राउज़िंग अनुभव और कार्यक्षमता को और बेहतर बनाया गया है। स्टारफायर प्लगइन एक ब्राउज़र एक्सटेंशन टूल है, जो इफाई स्टारफायर V4.0 की आधारभूत क्षमताओं को एकीकृत करता है, और यह कम से कम मेमोरी का उपयोग करते हुए Chrome, Edge जैसे प्रमुख ब्राउज़र्स के साथ संगत है, और इसमें एआई खोज, वेब सारांश, चयनित शब्दों को संग्रहित करने जैसी उपयोगी सुविधाएँ हैं।

मेटा कंपनी ने हाल ही में घोषणा की है कि उनके रे-बैन स्मार्ट चश्मे में तीन नए फीचर जोड़े जाएंगे: रियल-टाइम एआई, रियल-टाइम अनुवाद और शाज़ाम। इनमें से रियल-टाइम एआई और रियल-टाइम अनुवाद फीचर वर्तमान में केवल मेटा की प्रारंभिक पहुंच योजना के सदस्य उपयोगकर्ताओं के लिए उपलब्ध हैं, जबकि शाज़ाम फीचर अमेरिका और कनाडा के सभी उपयोगकर्ताओं के लिए खुला है। रियल-टाइम एआई और रियल-टाइम अनुवाद फीचर का पूर्वावलोकन इस साल की शुरुआत में मेटा कनेक्ट 2024 सम्मेलन में किया गया था। रियल-टाइम एआई उपयोगकर्ताओं को चश्मे के माध्यम से चारों ओर के पर्यावरण का लगातार अवलोकन करते हुए बातचीत करने की अनुमति देता है।

Meta कंपनी ने अपने Ray-Ban Meta स्मार्ट चश्मे के लिए एक महत्वपूर्ण अपडेट की घोषणा की है, जिसमें कई नई कृत्रिम बुद्धिमत्ता आधारित सुविधाएँ शामिल हैं, जैसे वास्तविक समय संवाद और भाषा अनुवाद। ये नई सुविधाएँ अब अमेरिका और कनाडा के प्रारंभिक अनुभव пользователей के लिए उपलब्ध हैं, जिन्हें नवीनतम फर्मवेयर संस्करण v11 डाउनलोड करने के लिए कहा गया है। इस अपडेट में सबसे ध्यान आकर्षित करने वाली 'वास्तविक समय AI' सुविधा पहली बार शरद ऋतु में Meta Connect डेवलपर सम्मेलन में प्रदर्शित की गई थी। यह सुविधा उपयोगकर्ताओं को Meta के AI के साथ बातचीत करने की अनुमति देती है।

वैश्विक सामग्री खपत में लगातार वृद्धि के साथ, गैर-अंग्रेजी सामग्री की मांग तेजी से बढ़ रही है, जो अंग्रेजी फिल्में और कार्यक्रमों को भी पार कर रही है। इस संदर्भ में, IMAX ने अपने मूल सामग्री के स्थानीयकरण प्रयासों को बढ़ावा देने के लिए कृत्रिम बुद्धिमत्ता प्रौद्योगिकी का उपयोग करना शुरू कर दिया है, ताकि अधिक दर्शकों को आकर्षित किया जा सके। प्राइसवाटरहाउसकूपर्स की रिपोर्ट के अनुसार, 2023 में, वैश्विक मनोरंजन और मीडिया उद्योग का आकार 2.8 ट्रिलियन डॉलर तक पहुँच गया है, और अगले पांच वर्षों में लगभग 4% की वार्षिक वृद्धि दर से बढ़कर 3.4 ट्रिलियन डॉलर तक पहुँचने की उम्मीद है। विशेष रूप से, गैर-अंग्रेजी भाषाई सामग्री की लोकप्रियता अमेरिका सहित कई देशों में बढ़ रही है।

आज आयोजित Rokid Jungle2024 साझेदारों और नए उत्पाद लॉन्च इवेंट में, Rokid ने अपनी नई पीढ़ी के AR चश्मे—Rokid चश्मे का आधिकारिक उद्घाटन किया। यह चश्मा उपयोगकर्ता की आवश्यकताओं के अनुसार近视 और 散光 लेंस को कस्टमाइज़ करने का समर्थन करता है और विभिन्न दृष्टि क्षमता वाले उपयोगकर्ताओं के लिए अधिक व्यक्तिगत विकल्प प्रदान करने के लिए सुविधाजनक अटैचमेंट डिज़ाइन को अपनाता है। Rokid चश्मे की सबसे बड़ी विशेषता यह है कि इसमें अलीबाबा का टोंग यि कियान मल्टीमॉडल बड़ा मॉडल एकीकृत है, जो कॉल करने और प्राप्त करने, प्रश्नोत्तरी खोज और वस्तु पहचान जैसी सुविधाएँ प्रदान करता है।

अमेरिका के AI अनुवाद प्लेटफॉर्म Unbabel ने बुधवार को एक AI-प्रेरित अनुवाद सेवा - Widn.AI लॉन्च करने की घोषणा की, जो कि कंपनी का नया उत्पाद है, जो इसके स्वामित्व वाले बड़े भाषा मॉडल (LLM) टॉवर पर आधारित है। Unbabel के CEO वास्को पेड्रो ने कहा कि शायद तीन वर्षों में मानव अनुवादकों की आवश्यकता नहीं होगी। पेड्रो ने एक साक्षात्कार में कहा कि Unbabel का बड़ा भाषा मॉडल AI को 32 भाषाओं का अनुवाद करने की अनुमति देता है। उनका मानना है कि यह पहली बार है,人工

हाल ही में टोक्यो गेम शो में, Falcom के अध्यक्ष कोजी कोंडो ने 4Gamer से साक्षात्कार में उल्लेख किया कि भविष्य में गेम स्थानीयकरण के समय को कम करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग करने पर विचार किया जा सकता है। उन्होंने विशेष रूप से एआई अनुवाद के प्रति अपने विचारों का उल्लेख किया, यह मानते हुए कि ऐसी तकनीक जापानी गेम को कई भाषाओं में तेजी से अनुवाद करने में मदद कर सकती है। चित्र के स्रोत की टिप्पणी: चित्र एआई द्वारा उत्पन्न किया गया, चित्र प्राधिकरण सेवा प्रदाता Midjourney उन्होंने ELLA नामक एक सॉफ़्टवेयर का प्रदर्शन करने के बाद यह कहा, जिसका उद्देश्य गेम सामग्री की सहायता करना है।

हाल ही में, L-Ring2 नामक एक स्मार्ट रिंग ने Kickstarter पर व्यापक ध्यान आकर्षित किया है। यह उत्पाद न केवल स्टाइलिश है, बल्कि इसमें अत्याधुनिक कृत्रिम बुद्धिमत्ता प्रौद्योगिकी एकीकृत है, जो वास्तविक समय में भाषाओं का अनुवाद, वॉयस को टेक्स्ट में परिवर्तित करने, माइंड मैप बनाने आदि का समर्थन करती है। L-Ring2 सरल इशारों के माध्यम से कई उपकरणों को नियंत्रित करने का समर्थन करता है, इस स्मार्ट रिंग के इशारा नियंत्रण और एयर माउस तकनीक के साथ, आप विभिन्न उपकरणों को आसानी से प्रबंधित कर सकते हैं। इसके 6DoF प्रणाली की मदद से, यह इशारों को सटीक रूप से ट्रैक कर सकती है।