एनविडिया कंपनी (Nvidia) के शेयर की कीमत में नए ब्लैकवेल चिप के चीन बाजार संस्करण के लिए अमेरिका के निर्यात नियंत्रण अनुपालन को सुनिश्चित करने के कारण सोमवार की सुबह 4% की वृद्धि हुई। शेयर की कीमत 122.76 डॉलर तक पहुँच गई। यह कदम सेमीकंडक्टर उद्योग को व्यापार प्रतिबंधों और भू-राजनीतिक जोखिमों का सामना करने के लिए एक प्रमुख उपाय के रूप में कार्य करता है, और यह एनविडिया और चीनी तकनीकी कंपनी इनस्पर के बीच निर्धारित नियामक के अनुरूप चिप को संयुक्त रूप से लॉन्च करने की योजना को बाजार में उत्साह भरने के लिए एक संकेत है। एनविडिया द्वारा घोषणा की गई B20 ब्लैकवेल 2 जेन चिप के 2025 की दूसरी तिमाही में डिलिवरी का अनुमान है।

गूगल 13 अगस्त को एक इवेंट आयोजित करेगा, जिसमें पिक्सेल 9 फ्लैगशिप उत्पाद को पहले से बेचा जाएगा, जो एप्पल के आईफोन 16 से पहले आएगा। गूगल ने इवेंट की व्याख्या के लिए कोई विवरण नहीं दिया। पहले से घोषित उत्पादों ने उपभोक्ताओं का ध्यान आकर्षित किया है, जो खपत बाजार की मंदी को प्रोत्साहित करने का प्रयास है। इवेंट में नए पिक्सेल 9 प्रो और पिक्सेल 9 फोल्ड फोन को जनरेटिव एआई सुविधाओं के साथ प्रदर्शित किया जाएगा। गूगल आई/ओ के एआई डेवलपर्स के लिए केंद्रित इवेंट के विपरीत, यह इवेंट उपभोक्ताओं को ध्यान में रखते हुए है, जो एआई-संचालित प्रौद्योगिकी को हाइलाइट करेगा। संपूर्ण अनुभव एआई पर जोर देता है।

BlazeBVD एक नई प्रकार का डिमरिंग एल्गोरिदम है, जो स्वचालित तरीके से अनजाने विकृति की स्थितियों में वीडियो में झिलमिलाहट को जल्दी खत्म करता है, जबकि वीडियो की सामग्री की संपूर्णता और रंग की वास्तविकता को बरकरार रखता है, जिससे वीडियो गुणवत्ता में महत्वपूर्ण सुधार होता है। यह वीडियो फ़्रेम के हिस्टोग्राम को माप-समय संतुलन (STE) विधि के माध्यम से संसाधित करने की कुंजी है, जो झिलमिलाहट और स्थानीय एक्सपोज़र में बदलावों को बुद्धिमानी से पकड़ता है। इसमें झिलमिलाहट हटाने के लिए हिस्टोग्राम सहायता, STE फ़िल्टरिंग, वैश्विक और स्थानीय डिमरिंग मॉड्यूल, और अनुकूली समय संगति प्रसंस्करण शामिल है। BlazeBVD सक्षम है

एप्पल कंपनी और उसके सहयोगियों ने DCLM नामक एक ओपन-सोर्स बड़े भाषा मॉडल लॉन्च किया है, जिसमें 7 अरब पैरामीटर हैं, और इसे 2.5 ट्रिलियन डेटा टोकनों का उपयोग करके प्रशिक्षित किया गया है, जिससे भाषा को समझने और उत्पन्न करने की क्षमता में उल्लेखनीय सुधार हुआ है। DCLM का मूल एक मानकीकरण डेटा सेट अनुकूलन उपकरण है, जो शोधकर्ताओं को Hugging Face प्लेटफ़ॉर्म पर प्रयोग करने के लिए उपलब्ध है, जिसका उद्देश्य विभिन्न डेटा सेट की गुणवत्ता और सुधार विधियों का मूल्यांकन करना है। शोध से पता चलता है कि DCLM का उपयोग करके स्थापित मानक डेटा सेट उत्कृष्ट प्रदर्शन वाले मॉडल को प्रशिक्षित कर सकता है, विशेष रूप से महत्वपूर्ण परीक्षणों में।

ब्राज़ीलियन नेशनल डेटा प्रोटेक्शन अथॉरिटी (ANPD) ने मेटा को ब्राज़ील के नागरिकों का व्यक्तिगत डेटा एआई मॉडल को प्रशिक्षित करने से रोकने का आदेश दिया, जो मेटा की ब्राज़ील में एआई उत्पादों का विस्तार करने की योजनाओं के लिए चुनौती बन गया है। ANPD का मानना है कि यह कार्रवाई उपयोगकर्ताओं के मौलिक अधिकारों को गंभीर नुकसान पहुँचा सकती है और अनुपालन सुनिश्चित करने के लिए जुर्माना उपाय निर्धारित किया है। यह मामला न केवल मेटा की स्थानीय एआई क्षमताओं को प्रभावित करता है, बल्कि वैश्विक एआई रणनीति पर भी प्रभाव डालता है, विशेष रूप से डेटा संरक्षण और गोपनीयता नियमों के भिन्नताओं के चलते। यह घटना मेटा को उसके डेटा पर पुनर्विचार करने और संभावित रूप से समायोजन करने के लिए मजबूर करती है।

डौबा ब्राउज़र प्लगइन सूचना युग में ज्ञान को कुशलतापूर्वक व्यवस्थित और अवशोषित करने का उपकरण है, जो विशाल जानकारी का सामना करने के लिए डिज़ाइन किया गया है, उपयोगकर्ताओं को समय बचाने और कार्यक्षमता बढ़ाने में मदद करता है। इसकी कुछ प्रमुख विशेषताएँ हैं: 1. **वीडियो और पॉडकास्ट सारांश**: डौबा प्लगइन की मदद से, उपयोगकर्ता वीडियो सारांश जल्दी प्राप्त कर सकते हैं, एक क्लिक में स्पष्ट और संक्षिप्त सूची बना सकते हैं, जिससे लंबे सामग्री को समझना आसान हो जाता है। इसके अलावा, यह पॉडकास्ट सामग्री को स्वचालित रूप से टेक्स्ट में परिवर्तित कर सकता है, जिससे उपयोगकर्ताओं को जानकारी को प्रभावी ढंग से पुनरावृत्ति और व्यवस्थित करने में सहायता मिलती है। 2. **बहुउद्देशीय ब्राउज़िंग**: पीसी पर अनुभव को पूरी तरह से अनुकूलित करना, क्रॉस-साइट समर्थन प्रदान करना।

स्ट्रीमवीसी एक नवोन्मेशी आवाज़ परिवर्तन समाधान तकनीक है, जो स्रोत वॉयस सामग्री और रिदम को बनाए रखते हुए, वास्तविक समय में बोलने वाले की आवाज़ का रंग संशोधित कर सकती है और मोबाइल डिवाइस के वास्तविक समय संचार परिदृश्यों के लिए उपयुक्त है। यह कम विलंबता अनुमान और साउंडस्ट्रीम आर्किटेक्चर और व्हाइटनिंग बेस फ्रीक्वेंसी जानकारी का उपयोग करता है, उच्च गुणवत्ता वाली वॉयस संश्लेषण और पिच स्थिरता सुनिश्चित करता है, सामग्री एन्कोडिंग और डिकोडिंग तंत्र का एक नया डिजाइन है जो मौजूदा तकनीक की तुलना में उत्कृष्टता का प्रदर्शन करता है। स्ट्रीमवीसी ने HuBERT मॉडल से निकाले गए अनुक्रमिक वॉयस यूनिट्स को लक्ष्य के रूप में प्रयोग करके मोबाइल डिवाइस पर प्रदर्शन को प्रदर्शित किया।

भौतिक तंत्रिका नेटवर्क (PNNs) एक नई अनुसंधान की गई बुद्धिमान गणना विधि है, जो भौतिक प्रणालियों पर आधारित है और पारंपरिक डिजिटल एल्गोरिदम के बजाय गणना करता है। इसकी विशेषताएँ बड़े मॉडल, निम्न ऊर्जा खपत के साथ एज गणना हैं, जैसे स्मार्टफोन या सेंसर का उपयोग करके निजी अनुमान लागू करना। प्रशिक्षण तकनीक बिना पीछे की प्रक्षिप्ति के, गहरे शिक्षण के मुख्यधारा पीछे की प्रक्षिप्ति के बजाय है, जिनमें से प्रत्येक विधि के अपने फायदे हैं। PNNs ऑप्टिक्स, इलेक्ट्रॉनिक्स और मस्तिष्क समान गणना के कई क्षेत्रों के समामेलन से बने होते हैं, मैट्रिक्स-वेक्तर गुणन जैसे गणना के लिए उपयुक्त हैं, और गति और ऊर्जा दक्षता को बढ़ावा देने के लिए संरचना अनुकूलन की स्थिति को अनुकूलित कर सकते हैं। भविष्य में PNNs के अनुप्रयोगों में जनरेटिव मॉडल और अन्य क्षेत्र शामिल हैं।

नई ट्रांसफार्मर त्वरक तकनीक फ्लैशअटेंशन-3 जारी, जिससे विशाल भाषा मॉडल के अनुमान लगाने की गति में सुधार होता है और संचालन लागत में कमी आती है। पिछले संस्करण की तुलना में, इस अपडेट ने GPU उपयोगिता को काफी बढ़ा दिया है, प्रशिक्षण और संचालन की गति 1.5 से 2 गुना बढ़ गई है। कम सटीकता वाली संख्याओं (FP8) का उपयोग करके उच्च सटीकता बनाए रखी गई है जबकि लागत में भी भारी कमी आई है। लंबे पाठों को संभालने की क्षमता में काफी सुधार हुआ है, और मेमोरी खपत और अनुक्रम की लंबाई के संबंध में महत्वपूर्ण ऑप्टिमाइजेशन किया गया है, विशेष रूप से बड़े पैमाने पर डेटा सेट और लंबे अनुक्रमों के साथ संगतता में। तकनीकी विशेषताओं में उन्नत एल्गोरिदम शामिल हैं।

मेटा एआई के शोधकर्ताओं ने MobileLLM पेश किया, यह स्मार्टफोन और अन्य संसाधन-सीमित उपकरणों के लिए कुशल भाषा मॉडल के एक नए तरीके को डिजाइन करने की दिशा में है। यह अध्ययन 27 जून, 2024 को प्रकाशित हुआ, यह प्रभावी एआई मॉडल के आवश्यक आकार के बारे में धारणाओं को चुनौती देता है।

2017 से 2022 के बीच, चीन की कृत्रिम बुद्धिमत्ता अनुसंधान क्षेत्र में उगता हुआ सितारा अत्यधिक ध्यान आकर्षित करता है, जॉर्जटाउन विश्वविद्यालय के डेटा एनालिटिक्स प्लेटफॉर्म ईटीओ द्वारा प्रकाशित रिपोर्ट के अनुसार, इस अवधि के दौरान चीन ने 2.43 लाख एआई पत्रिकाएं प्रकाशित कीं, जो वैश्विक कुल का 25% है और दुनिया में पहले स्थान पर है। अमेरिका ने 1.71 लाख पत्रिकाएं प्रकाशित कीं, जिसका हिस्सा 18% है। पत्रिका की गुणवत्ता के मामले में, अमेरिका उच्च सन्दर्भित पत्रिकाओं में आगे बढ़ता है, लेकिन चीन संख्या में लगभग समान है। विशेष रूप से ध्यान देने योग्य है कि चीन के अकादमी और तिंगहुआ विश्वविद्यालय एआई अनुसंधान क्षेत्र में पत्रिका के उद्धरणों में प्रमुख हैं।

एआई की दुनिया में, हमेशा कुछ नए और अद्भुत चीजें हैं जो लोगों का ध्यान आकर्षित करती हैं, जैसे हाल ही में हिट हुई घरेलू एनीमे वीडियो एआई—YoYo, जिसने अनगिनत द्विआधारी प्रेमियों की रचनात्मकता को मुक्त किया है, जिससे वे पात्र जो पहले केवल कल्पना में मौजूद थे, अब तुरंत सुलभ हो गए हैं।

संयुक्त राष्ट्र द्वारा जारी एक व्यापक अनुसंधान रिपोर्ट के अनुसार, चीन ने 2014 से 2023 के बीच जनरेटिव एआई (AIGC) के लिए 38,210 पेटेंट के लिए आवेदन किया, जो अमेरिका की संख्या से 6 गुना अधिक है, और यह विश्व में अग्रणी देश बन गया है।

एआई के चमकदार आकाश में, स्टेप-स्टार कंपनी अपनी अभिनव बहु-मोडल मॉडल के साथ एक आकर्षक नव तारा बन गई है। WAIC महोत्सव में, उन्होंने तीन अद्वितीय एआई मॉडल प्रदर्शित किए, जो बहु-मोडल क्षमताओं को मुख्य आकर्षण बनाते हैं। स्टेप-2: ट्रिलियन पैरामीटर का MoE मॉडल, वर्तमान में अनुभव करने के लिए आवेदन करने की आवश्यकता है।

हांगकांग विश्वविद्यालय और बाइटडांस के शोधकर्ताओं द्वारा विकसित LlamaGen एक ऑटो-रिग्रेशनल मॉडल Llama पर आधारित इमेज जनरेशन विधि है, जो इमेज जनरेशन के क्षेत्र में पारंपरिक डिफ्यूजन मॉडलों को पार करने की क्षमता दिखाती है। LlamaGen के ओपन-सोर्स रिलीज ने GitHub पर लगभग 900 स्टार अंक प्राप्त किए हैं। यह उपलब्धि न केवल ऑटो-रिग्रेशनल मॉडल की इमेज जनरेशन में प्रतिस्पर्धा को साबित करती है, बल्कि ओपन-सोर्स समुदाय के लिए नई ऊर्जा और नवाचार की प्रेरणा भी लाती है।

हाल ही में, GPT-4V को एक विदेशी उपयोगकर्ता, जिसे Home Assistant कहा जाता है, ने नया रूप दिया। उसने साहसिकता से सीधे अपने घरेलू कैमरे में GPT-4Vision को जोड़ा, जिससे एआई 24 घंटे बिना रुकावट उसके प्रशंसा को देखता रहा। नतीजा यह हुआ कि यह वीडियो X पर 1000000 से अधिक बार देखा गया!

हाल ही में, कई नेटिज़न्स डॉयिन पर पांडा नूडल खाने वाले वीडियो से मंत्रमुग्ध हो गए। एआई द्वारा उत्पन्न बिल्लियों के चॉपस्टिक से नूडल खाने वाले वीडियो ने डॉयिन पर 4.2 लाख से अधिक लाइक प्राप्त किए! सोचिए, जब रात की शांति में आप डॉयिन देख रहे होते हैं और अचानक देखते हैं कि एक पांडा और बिल्ली नूडल खा रहे हैं, तब आपकी पहली प्रतिक्रिया क्या होगी? क्या आपको नहीं लगता कि आपने कुछ गलत देखा या यह किसी प्रकार का विशेष प्रभाव है? लेकिन मैं आपको बताता हूं, यह सब एआई द्वारा उत्पन्न है।

टेनसेंट एआई प्रयोगशाला द्वारा विकसित साहित्यिक अनुवाद के लिए विशेष रूप से तैयार किया गया मल्टी-एजेंट वर्चुअल अनुवाद प्रकाशन कंपनी TRANSAGENTS अब आधिकारिक रूप से लॉन्च हो गई है, और सभी लोग इसे मुफ्त में ऑनलाइन अनुभव कर सकते हैं।

हाल ही में, अली डाक्यूमेंट्री ने पहला मेकअप डिजाइन बड़ा मॉडल - 'शेन्ली नीय्शांग' पेश किया है। यह बड़ा मॉडल ऐतिहासिक नाटकों के मेकअप और डिजाइन की रचनात्मकता पर केंद्रित है, जिसमें स्टाइल डिजाइन, मेकअप और हेयर डिजाइन और पैटर्न डिजाइन की तीन प्रमुख विशेषताएं हैं। केवल 2 मिनट में, संबंधित शर्तों जैसे वंश, लिंग, पहचान आदि निर्धारित कर और संबंधित संकेत शब्द दर्ज करके, मेकअप डिजाइन की छवि उत्पन्न की जा सकती है। यह तकनीक ऐतिहासिक नाटक 'ज़्हांगक्सिन' में पहले ही लागू की जा चुकी है।

हाल ही में, झोंगशान विश्वविद्यालय और बाइटज़ इंटेलिजेंट क्रिएशन डिजिटल ह्यूमन टीम ने एक बड़ी खबर की घोषणा की है, उन्होंने एमएमट्राईऑन नामक एक आभासी试穿 ढांचा पेश किया है। यह साधारण नहीं है, बस कुछ कपड़ों की तस्वीरें अपलोड करें और कुछ पहनने के निर्देश लिखें, फिर एक क्लिक में मॉडल पहने हुए इफेक्ट उत्पन्न किया जा सकता है, और गुणवत्ता भी बहुत उच्च है।