एआई की युद्ध की तुरही बज चुकी है, आक्रमण का बिगुल बजने ही वाला है! तकनीकी क्षेत्र के दिग्गज ली काई-फू ने हाल ही में एक महत्वपूर्ण भविष्यवाणी की है: 2025, एक साधारण वर्ष नहीं होगा, बल्कि एआई अनुप्रयोगों में उछाल वाले विस्फोट का वर्ष होगा, और बड़े मॉडल के व्यावसायीकरण के युद्ध क्षेत्र में जीवन-मरण का परीक्षण होगा! अवसर और चुनौतियाँ साथ-साथ मौजूद हैं, एआई के भविष्य के स्वरूप से संबंधित एक परिवर्तनकारी तूफ़ान बन रहा है। ली काई-फू का यह साहसिक बयान, निराधार नहीं है, बल्कि उद्योग के रुझानों के बारे में उनकी गहरी समझ पर आधारित है। उन्होंने DeepSeek के उदय का उदाहरण देते हुए उत्साह से कहा कि यह केवल चीन के एआई का...

लूझेन टेक्नोलॉजी ने हाल ही में ओपन-सोरा 2.0 नामक एक नया ओपन-सोर्स वीडियो मॉडल जारी किया है। यह मॉडल पूरी तरह से ओपन-सोर्स है, जिसका अर्थ है कि इसकी ट्रेनिंग प्रक्रिया और कोड सभी के लिए उपलब्ध हैं। यह डेवलपर्स के लिए वीडियो संपादन और निर्माण के लिए एक शक्तिशाली उपकरण हो सकता है।

डॉकर के सह-संस्थापक सोलोमन हाइक्स ने एक नया ओपन सोर्स प्रोजेक्ट, डैगर जारी किया है, जिसका उद्देश्य क्लाउड कोड जैसे लोकप्रिय कोडिंग टूल का एक बेहतर विकल्प बनना है। डैगर कोडिंग को सरल और अधिक कुशल बनाने के लिए डिज़ाइन किया गया है।

हाल ही में माइक्रोसॉफ्ट ने Hugging Face प्लेटफॉर्म पर Phi-4 नामक छोटे भाषा मॉडल को जारी किया है, इस मॉडल की पैरामीटर संख्या केवल 14 अरब है, लेकिन यह कई प्रदर्शन परीक्षणों में उत्कृष्टता दिखाई है, जिसमें कई प्रसिद्ध मॉडल, जैसे OPENAI का GPT-4o और अन्य समान ओपन-सोर्स मॉडल जैसे Qwen2.5 और Llama-3.1 को पार किया है। अमेरिका के गणित प्रतियोगिता AMC के परीक्षण में, Phi-4 ने 91.8 अंक प्राप्त किए, जो Gemini Pro1 से स्पष्ट रूप से बेहतर है।

गूगल दीपमाइंड ने हाल ही में AlphaFold3 का स्रोत कोड और मॉडल वजन जारी किया, जो एक महत्वपूर्ण प्रगति का संकेत है जो वैज्ञानिक खोजों और दवा विकास कोaccelerate कर सकता है। यह खबर आने के केवल कुछ हफ्तों बाद, प्रणाली के निर्माता डेमिस हसाबिस और जॉन जंपर ने 2024 के नोबेल रसायन पुरस्कार को प्राप्त किया, जिसका श्रेय उन्हें प्रोटीन संरचना भविष्यवाणी में उनके योगदान के लिए दिया गया। पिछले संस्करण AlphaFold2 की तुलना में, AlphaFold3 की तकनीकी क्षमता।

टोंगय क्वियान वेन टीम ने हाल ही में अपनी नवीनतम क्यूवेन2.5-कोडर पूरी श्रृंखला को ओपनसोर्स करने की घोषणा की, जिसका उद्देश्य ओपन कोड एलएलएम के विकास को बढ़ावा देना है। क्यूवेन2.5-कोडर अपनी ताकत, विविधता और उपयोगिता के लिए ध्यान आकर्षित करता है। क्यूवेन2.5-कोडर-32B-इंस्ट्रक्ट मॉडल ने कोडिंग क्षमता में एसओटीए स्तर तक पहुंचकर जीपीटी-4o के समान प्रदर्शन किया, एक व्यापक क्षमता दिखाई।

हाल ही में, ओपन-सोर्स समुदाय से अच्छी खबर आई: शंघाई एआई लैब टीम ने LLaMA संस्करण o1 प्रोजेक्ट जारी किया, जिसका उद्देश्य ओपनएआई के गणित हल करने वाले चमत्कार o1 की पुनरावृत्ति करना है। इस परियोजना में कई उन्नत तकनीकों का उपयोग किया गया है, जिनमें मॉन्टे कार्लो ट्री सर्च, सेल्फ-प्ले फॉर्‍टिफ़ाइड लर्निंग, PPO और AlphaGo Zero की द्वैतिक नीति पैटर्न शामिल हैं, जिसने डेवलपर समुदाय का व्यापक ध्यान आकर्षित किया है। ओपनएआई के o1 श्रृंखला की घोषणा से पहले, शंघाई एआई लैब टीम ने बड़े मॉडलों को उन्नत करने के लिए मॉन्टे कार्लो ट्री सर्च का उपयोग करने की खोज शुरू कर दी थी।

अलीबाबा दामो अनुसंधान院 और चीन की पीपल्स यूनिवर्सिटी ने हाल ही में एक दस्तावेज़ प्रसंस्करण मॉडल, जिसे mPLUG-DocOwl1.5 कहा जाता है, का संयुक्त रूप से ओपनसोर्स किया है। यह मॉडल बिना OCR पहचान के दस्तावेज़ की सामग्री को समझने पर केंद्रित है और कई दृश्य दस्तावेज़ समझ बेंचमार्क परीक्षणों में उत्कृष्ट प्रदर्शन हासिल किया है। संरचनात्मक जानकारी समृद्ध पाठ छवियों (जैसे दस्तावेज़, टेबल और चार्ट) की अर्थव्यवस्था को समझने के लिए महत्वपूर्ण है। मौजूदा मल्टी-मॉडल बड़े भाषा मॉडल (MLLM) पाठ पहचान की क्षमता रखते हैं, लेकिन समृद्ध पाठ दस्तावेज़ छवियों की सामान्य संरचनात्मक समझ में कमी है।

FLUX-Controlnet-Inpainting, जिसे ControlNet और FLUX.1-dev पर आधारित एक इमेज मरम्मत उपकरण है, हमारी इमेज मरम्मत की धारणा को पुनर्परिभाषित कर रहा है। यह उपकरण न केवल FLUX.1-dev मॉडल की उच्च गुणवत्ता वाली इमेज निर्माण क्षमता को विरासत में लेता है, बल्कि ControlNet के फायदों को भी चतुराई से एकीकृत करता है। यह इमेज के किनारों, रेखाचित्रों, डीप्थ मैप आदि की जानकारी के आधार पर सटीक मरम्मत कर सकता है, निर्दिष्ट क्षेत्र में ऐसे कंटेंट का निर्माण करता है जो आस-पास के वातावरण के साथ सामंजस्यपूर्ण है,损坏

तिंगहुआ विश्वविद्यालय और ज़िज़ू एआई के सहयोग से विकसित की गई CogVLM-17B एक घरेलू मल्टी-मोडल मॉडल है, जिसमें उत्कृष्ट प्रदर्शन है। CogVLM-17B न केवल छवियों में वस्तुओं को पहचानता है, बल्कि पूर्ण रूप से दिखाई देने वाली और आंशिक रूप से दिखाई देने वाली वस्तुओं के बीच भी अंतर कर सकता है। इस मॉडल में विशेष गहरी समेकन विधि का उपयोग किया गया है, जो चार प्रमुख घटकों के माध्यम से छवि विशेषताओं और पाठ विशेषताओं के गहरे संरेखण को प्राप्त करता है। कई क्षेत्रों में CogVLM-17B ने Google के मॉडल को पार कर लिया है, इसे चित्रात्मक रूप से '14-बेहद सेनानी' के रूप में संदर्भित किया गया है, जो इसकी मल्टी-मोडल प्रसंस्करण को दर्शाता है।