7 मार्च को, QQ ब्राउज़र ने AI प्रश्नोत्तर फ़ीचर—元宝快答 लॉन्च करने की घोषणा की, जिसका उद्देश्य उपयोगकर्ताओं को तेज़ और संक्षिप्त खोज उत्तर अनुभव प्रदान करना है। यह फ़ीचर टेनसेंट के मिश्रित तीव्र चिंतन मॉडल Turbo S पर आधारित है, जो खोज संवर्धन तकनीक को जोड़ता है, और यह सार्वजनिक खाते जैसी उच्च-गुणवत्ता वाली सामग्री सहित, पूरे नेटवर्क से वास्तविक समय की जानकारी को तेज़ी से पुनः प्राप्त कर सकता है, और उपयोगकर्ताओं को संक्षिप्त और स्पष्ट उत्तर प्रदान करने के लिए मुख्य बिंदुओं को स्वचालित रूप से संक्षेपित कर सकता है।

क्वार्क एआई सर्च अब लॉन्च हो गया है, जो आपको संपूर्ण, व्यापक और विश्वसनीय उत्तर प्रदान करता है। यह गहन चिंतन पर आधारित है और आपको बेहतर ढंग से जानकारी खोजने में मदद करता है।

कृत्रिम बुद्धिमत्ता के क्षेत्र में, भाषा मॉडलों के तेजी से विकास ने वॉइस अंडरस्टैंडिंग लैंग्वेज मॉडल (SULMs) में व्यापक रुचि उत्पन्न की है। हाल ही में, उत्तर पश्चिम औद्योगिक विश्वविद्यालय के ASLP प्रयोगशाला ने ओपन वॉइस अंडरस्टैंडिंग मॉडल OSUM जारी किया, जिसका उद्देश्य यह अन्वेषण करना है कि सीमित शैक्षणिक संसाधनों के संदर्भ में वॉइस अंडरस्टैंडिंग मॉडल को प्रभावी ढंग से कैसे प्रशिक्षित और उपयोग किया जाए, जिससे शैक्षणिक समुदाय के अनुसंधान और नवाचार को बढ़ावा मिले। OSUM मॉडल Whisper एन्कोडर और Qwen2 भाषा मॉडल का समावेश करता है, 8 प्रकार के वॉइस कार्यों का समर्थन करता है, जिसमें वॉइस रिकग्निशन (ASR), टाइमस्टैम्प के साथ शामिल है।

हाल ही में, मस्क और उनकी टीम ने लाइवस्ट्रीम में औपचारिक रूप से ग्रोक 3 को प्रस्तुत किया, जो उन्हें "पृथ्वी पर सबसे बुद्धिमान कृत्रिम बुद्धिमत्ता" बताने का दावा किया। मस्क ने यह भी कहा कि ग्रोक 3 गणित, विज्ञान और प्रोग्रामिंग के मानक परीक्षणों में सभी प्रमुख एआई मॉडलों से आगे निकल गया है, और इसे स्पेसएक्स के मंगल मिशन की गणनाओं में लागू करने की योजना बनाई जा रही है, यहां तक कि भविष्य के तीन वर्षों में नोबेल पुरस्कार स्तर की उपलब्धियों की उम्मीद भी है। हालांकि, ग्रोक 3 के वास्तविक परीक्षणों में प्रदर्शन निराशाजनक रहा। लॉन्च इवेंट के बाद, कुछ मीडिया ने ग्रोक 3 पर चर्चा की।

18 फरवरी को, वैज्ञानिक ब्लॉग लेखक तीन पिता प्रयोगशाला ने सोशल मीडिया प्लेटफ़ॉर्म के माध्यम से आरोप लगाया कि Tencent का युआनबाओ डीपसीक (DeepSeek) एआई सिस्टम में शामिल होने के बाद अपने उत्तरों में वाणिज्यिक विज्ञापनों का समावेश कर रहा है। स्क्रीनशॉट में दिखाया गया है कि जब उपयोगकर्ता एयर कंडीशनर के स्थानांतरण से बचने के सुझाव पूछता है, तो युआनबाओ ने 58 डिपो और फास्ट रिसाइक्लिंग जैसे तीसरे पक्ष की सेवा प्लेटफ़ॉर्म की सिफारिश की। नेटिजन @Tencent कंपनी के संचार निदेशक झांग जुन की आलोचना पर झांग ने उत्तर दिया: सिद्धांत रूप से (विज्ञापन नहीं होना चाहिए), हमने तकनीकी जांच करवाई है। उन्होंने अनुमान लगाया कि यह घटना युआनबाओ के ऑनलाइन खोज कार्यक्षमता को सक्रिय करने के दौरान हो सकती है।

18 फरवरी को, 网易有道 ने क्रांतिकारी शिक्षा हार्डवेयर 'पूर्ण स्क्रीन उत्तर शब्दकोश पेन' 有道SpaceOne का आधिकारिक रूप से विमोचन किया, जो देश का पहला AI मूलभूत शिक्षा हार्डवेयर है जिसमें बड़े मॉडल की क्षमता गहराई से एकीकृत है। यह उत्पाद DeepSeek-R1 अधिग्रहण मॉडल को एकीकृत करता है, परंपरागत समस्या समाधान उपकरणों के सीमाओं को पार करता है, 'ब्रश पेपर-शैली की विशेषता' लेने के माध्यम से, दृश्य चरण दर चरण समाधान के माध्यम से विषय की कठिनाइयों का वास्तविक शिक्षक के सोचने की प्रक्रिया का अनुकरण करता है, गणित, भौतिकी, रसायन विज्ञान सहित 10 विषयों को कवर करता है, पूरे प्रश्न प्रकारों का गहरा स्पष्टीकरण प्रदान करता है, और इसे 'जेब में रखने योग्य AI ट्यूटर टीम' के रूप में संदर्भित किया गया है।

हाल ही में, वीचैट के खोज कार्यक्षमता पर किए गए नवोन्मेषी उपायों ने व्यापक ध्यान आकर्षित किया है। नवीनतम समाचारों के अनुसार, वीचैट सर्च अब DeepSeek R1 मॉडल के साथ ग्रे परीक्षण में जा चुका है, जो उपयोगकर्ताओं को एक अधिक बुद्धिमान AI खोज अनुभव प्रदान करता है। टेन्सेंट के संबंधित व्यक्तियों ने पुष्टि की है कि वीचैट सर्च होलनोट मॉडल के आधार पर AI खोज क्षमताओं को बढ़ाने के साथ-साथ, DeepSeek R1 मॉडल का परीक्षण आधिकारिक रूप से शुरू किया गया है। ग्रे परीक्षण में भाग लेने वाले उपयोगकर्ता DeepSeek-R1 पूरी क्षमता वाले मॉडल का मुफ्त में उपयोग कर सकेंगे, जिससे उन्हें और अधिक विविध खोज सेवाओं का लाभ मिलेगा।

रेडिट के सीईओ स्टीव हफमैन ने हाल ही में हुई वित्तीय रिपोर्टिंग बैठक में घोषणा की कि यह सामाजिक नेटवर्क 2025 में एक नया अपग्रेडेड खोज उपकरण लॉन्च करने की योजना बना रहा है, जिसका उद्देश्य उपयोगकर्ताओं को प्लेटफ़ॉर्म की सामग्री को अधिक आसानी से ब्राउज़ करने में मदद करना है, जबकि कुछ "विषय, जटिल और दिलचस्प प्रश्नों" के उत्तर भी देने के लिए। यह नया उपकरण रेडिट उत्तर कार्यक्षमता को एकीकृत करेगा, जहां उपयोगकर्ता प्रश्न पूछ सकते हैं और संबंधित उत्तरों और विषयों का संक्षिप्त सारांश प्राप्त कर सकते हैं। हफमैन ने कहा कि रेडिट का उपयोग

सूत्रों के अनुसार, DeepSeek-R1 मॉडल उत्कृष्ट तर्कशक्ति और संरचित आउटपुट क्षमता रखता है, जो लेखन उत्पादन के दृश्य में उत्कृष्टता प्रदर्शित करता है। जबकि知乎 डाइरेक्ट उत्तर के पास समुदाय में विशाल गुणवत्तापूर्ण सामग्री और 5000万 से अधिक चीनी और अंग्रेजी साहित्यिक डेटा हैं, जो शक्तिशाली पेशेवर सामग्री खोज और ट्रेसिंग क्षमताएं प्रदान करता है। इस बार इन दोनों का संयोजन AI सर्च उत्पाद में एक महत्वपूर्ण नवाचार लाएगा।

हाल ही में, माइक्रोसॉफ्ट रिसर्च ने वाशिंगटन विश्वविद्यालय, स्टैनफोर्ड विश्वविद्यालय, दक्षिणी कैलिफोर्निया विश्वविद्यालय, कैलिफोर्निया विश्वविद्यालय डेविस कैंपस और कैलिफोर्निया विश्वविद्यालय सैन फ्रांसिस्को के शोधकर्ताओं के साथ मिलकर LLaVA-Rad का शुभारंभ किया, जो एक नए प्रकार का छोटा मल्टी-मोडल मॉडल (SMM) है। इसका उद्देश्य नैदानिक रेडियोलॉजी रिपोर्ट बनाने की दक्षता को बढ़ाना है। इस मॉडल का लॉन्च न केवल चिकित्सा छवि प्रसंस्करण तकनीक में एक बड़ी प्रगति का प्रतीक है, बल्कि रेडियोलॉजी के नैदानिक अनुप्रयोगों के लिए और अधिक संभावनाओं को लाता है। बायोमेडिकल क्षेत्र में, बड़े पैमाने पर आधारभूत मॉडल पर आधारित शोध पहले से ही विकसित हो चुका है।

हाल ही में, OpenAI ने अपने प्रमुख AI मॉडल o3 और o3-mini के लॉन्च के बाद एक महत्वपूर्ण अपडेट किया, जिसने o3-mini की प्रतिक्रिया के तरीके को बदल दिया। अब, यह मॉडल न केवल उपयोगकर्ताओं के प्रश्नों का उत्तर दे सकता है, बल्कि अपने विचार प्रक्रिया को भी प्रदर्शित कर सकता है, जिससे उपयोगकर्ताओं को अधिक पारदर्शिता मिलती है। यह परिवर्तन OpenAI द्वारा उपयोगकर्ता अनुभव को बढ़ाने में एक महत्वपूर्ण कदम है, जिससे AI टूल के उपयोग को और अधिक मानवतावादी बनाया जा रहा है। अपडेटेड o3-mini, विशेष रूप से 'उच्च तर्क' मोड में।

अपनी AI मॉडल की पारदर्शिता और ट्रेसबिलिटी को बढ़ाने के लिए, एंथ्रोपिक ने गुरुवार को एक नई सुविधा - सिटेशन्स की घोषणा की। यह सुविधा डेवलपर्स को क्लॉड एआई श्रृंखला द्वारा जनरेट किए गए उत्तरों में स्रोत दस्तावेज़ों से सटीक उद्धरण प्रदान करने में मदद करने के लिए डिज़ाइन की गई है, जिसमें वाक्य और पैराग्राफ शामिल हैं। इस नवोन्मेषी फीचर के लॉन्च के बाद, इसे तुरंत एंथ्रोपिक के API और गूगल के वर्टेक्स एआई प्लेटफार्म पर समर्थन प्रदान किया गया। सिटेशन्स फीचर: दस्तावेज़ पारदर्शिता और सटीकता को बढ़ाता है

चाँद की अंधी तरफ कंपनी ने अपने नए SOTA (state-of-the-art) मॉडल - k1.5 मल्टी-मॉडल सोच मॉडल का भव्य विमोचन किया, जो मल्टी-मॉडल रीजनिंग और सामान्य रीजनिंग क्षेत्र में महत्वपूर्ण प्रगति का प्रतीक है। यह मॉडल न केवल उत्कृष्ट मल्टी-मॉडल प्रोसेसिंग क्षमताओं से लैस है, बल्कि यह उत्कृष्ट सामान्य रीजनिंग क्षमताओं का प्रदर्शन भी करता है, जिससे यह विभिन्न जटिल कार्यों का सामना करने में सक्षम है। k1.5 मॉडल की सबसे बड़ी विशेषता इसकी मल्टी-मॉडल रीजनिंग क्षमता है। यह टेक्स्ट, इमेज, साउंड आदि अलग-अलग मॉडल से जानकारी को एक साथ प्रोसेस कर सकता है, जिससे यह अधिक व्यापक और सटीक जानकारी प्रदान करता है।

हाल ही में, गूगल ने Gmail के लिए एक अपग्रेड जारी किया है, जिसमें एंड्रॉइड उपयोगकर्ताओं के लिए एक नया 'इन्सर्ट' बटन जोड़ा गया है, जो Gemini AI का उपयोग करके ईमेल लिखने की प्रक्रिया को सरल बनाने के लिए डिज़ाइन किया गया है। पिछले वर्ष अगस्त में, गूगल ने Gemini फ़ीचर पेश किया था, जिससे उपयोगकर्ता ईमेल का सारांश निकाल सकते हैं, उत्तर उत्पन्न कर सकते हैं, या पहले से लिखी गई ड्राफ्ट में संशोधन कर सकते हैं। यह फ़ीचर वास्तव में बहुत सुविधाजनक है, लेकिन इसके वास्तविक उपयोग में कुछ कठिनाइयाँ हैं, विशेष रूप से मोबाइल पर, उपयोगकर्ताओं को Gemini द्वारा उत्पन्न सामग्री को मैन्युअल रूप से कॉपी-पेस्ट करना पड़ता है।

वीडियो तकनीक के तेजी से विकास के साथ, वीडियो सूचना खोज और जटिल अवधारणाओं को समझने के लिए एक महत्वपूर्ण उपकरण बन गया है। वीडियो दृश्य, समय, और संदर्भ डेटा को जोड़ती है, जो स्थिर चित्रों और पाठ से परे एक मल्टीमॉडल प्रस्तुत करती है। आज, वीडियो शेयरिंग प्लेटफार्मों की लोकप्रियता और शिक्षा एवं जानकारी वीडियो के प्रचुरता के साथ, ज्ञान के स्रोत के रूप में वीडियो का उपयोग करना उन सवालों का समाधान प्रदान करने का अभूतपूर्व अवसर बनाता है जिन्हें विस्तृत पृष्ठभूमि, स्थान समझ और प्रक्रिया प्रदर्शन की आवश्यकता होती है। हालांकि, मौजूदा खोज सुधारित उत्पत्ति (RAG) प्रणालियाँ अक्सर वीडियो डेटा की पूरी क्षमता को नजरअंदाज करती हैं। ये प्रणालियाँ आमतौर पर

मल्टी-मोडल बड़े भाषा मॉडल (MLLMs) के प्रोत्साहन के तहत, चित्र और वीडियो से संबंधित कार्यों में क्रांतिकारी प्रगति हुई है, जिसमें दृश्य प्रश्न उत्तर, वर्णन उत्पन्न करना और इंटरएक्टिव संपादन शामिल हैं। हालांकि, बारीकी से वीडियो सामग्री की समझ प्राप्त करना अभी भी महत्वपूर्ण चुनौतियों का सामना करता है। यह चुनौती पिक्सेल स्तर पर विभाजन, भाषा वर्णन के साथ ट्रैकिंग, और विशेष वीडियो संकेतों पर दृश्य प्रश्न उत्तर जैसे कार्यों को शामिल करती है। वर्तमान में सबसे उन्नत वीडियो संवेदन मॉडल विभाजन और ट्रैकिंग कार्यों में उत्कृष्टता प्रदर्शित करते हैं, लेकिन वे खुले भाषा समझ और संवाद क्षमताओं में अभी भी पिछड़ते हैं।

2024 के अंत में, baidu ने 2024 के AI संकेत शब्द - "उत्तर" की घोषणा की। यह चयन एक वर्ष में लोगों की AI पर निर्भरता और उम्मीदों को दर्शाता है, साथ ही AI द्वारा सामाजिक भावनाओं और व्यक्तिगत उलझनों में निभाए गए भूमिका को भी। इस वर्ष में, कई लोगों ने AI से उत्तर मांगना शुरू किया, अक्सर इस्तेमाल होने वाले शब्द जैसे कि "उत्तर", "क्यों", "क्या है", "मदद करें" और "कैसे" ने न केवल 2024 की सामाजिक भावना को उजागर किया, बल्कि लोगों के आंतरिक भ्रम और खोज को भी प्रदर्शित किया।

वैश्विक स्तर पर सबसे बड़े चिप परीक्षण उपकरण आपूर्तिकर्ता Advantest के CEO डौग लेफेवर ने कहा कि अगर डेटा सेंटर में निवेश धीमा हो जाता है, तो AI स्मार्टफोन की मांग कुछ क्षेत्रों को 'खराब' मंदी से बचाने में मदद कर सकती है। लेफेवर ने कहा कि वह अमेरिका की बड़े तकनीकी कंपनियों के AI क्षेत्र में खर्च में किसी भी कमी पर नज़र रखे हुए हैं। मेटा, गूगल और माइक्रोसॉफ्ट डेटा सेंटर के प्रमुख निवेशक रहे हैं, जो बड़ी मात्रा में कंप्यूटिंग शक्ति प्रदान करते हैं। लेफेवर ने कहा कि डेटा सेंटर का निर्माण...

हाल ही में, गूगल के एआई प्रोजेक्ट जेमिनी ने अपनी आंतरिक नई नीति के कारण जानकारी की सटीकता पर चिंता बढ़ा दी है। रिपोर्टों के अनुसार, एआई द्वारा उत्पन्न सामग्री का मूल्यांकन करने वाले आउटसोर्स कर्मचारियों को उन क्षेत्रों में स्कोर करने के लिए कहा गया है जहां उनके पास विशेष ज्ञान नहीं है, विशेष रूप से स्वास्थ्य देखभाल जैसे संवेदनशील विषयों पर। ये आउटसोर्स कर्मचारी ग्लोबल लॉजिक नामक वैश्विक तकनीकी सेवा कंपनी से हैं, और गूगल ने उनसे एआई द्वारा उत्पन्न उत्तरों का मूल्यांकन करने का अनुरोध किया है, मुख्य रूप से "यथार्थता" जैसे कारकों पर विचार करते हुए। पहले, आउटसोर्स कर्मचारी उन प्रश्नों को छोड़ने का विकल्प चुन सकते थे जिनमें वे सक्षम नहीं थे।

बaidu वर्क्स APP ने एक नया 'AI परीक्षा宝典' लॉन्च किया है, जिसका उद्देश्य परीक्षा के छात्रों को अंतिम चरण में कुशल अध्ययन और तैयारी सहायता प्रदान करना है। यह प्लेटफॉर्म कृत्रिम बुद्धिमत्ता तकनीक का उपयोग करता है, जो एक श्रृंखला के नवोन्मेश उपकरणों के माध्यम से छात्रों को अंतिम महत्वपूर्ण समय में पुनरावलोकन की दक्षता और परीक्षा के अंक बढ़ाने में मदद करता है।