माइक्रोसॉफ्ट ने ART नामक एक नया ओपन-सोर्स इमेज मॉडल जारी किया है जो मल्टी-लेयर ट्रांसपेरेंट इमेज बना सकता है। यह मॉडल विभिन्न प्रकार की इमेज बनाने में सक्षम है और इसमें कई फीचर हैं जो इसे अन्य इमेज मॉडल से अलग बनाते हैं।

MiniMax ने हाल ही में Image-01 नाम का एक नया और किफायती इमेज जेनरेटिंग मॉडल लॉन्च किया है। यह मौजूदा मॉडलों की तुलना में 10 गुना कम खर्चीला है, जिससे यह छोटे व्यवसायों और व्यक्तिगत उपयोगकर्ताओं के लिए भी सुलभ हो जाता है। Image-01 उच्च-गुणवत्ता वाले चित्र उत्पन्न करने में सक्षम है और विभिन्न अनुप्रयोगों में उपयोग किया जा सकता है।

25 फ़रवरी को, जियो रिटेल टेक्नोलॉजी टीम ने अपने स्वयं के द्वारा विकसित जियो पॉइंट AIGC कंटेंट जनरेशन प्लेटफॉर्म के लॉन्च की घोषणा की, जिसका उद्देश्य AI तकनीक के माध्यम से ई-कॉमर्स विक्रेताओं को कुशल और कम लागत वाला कंटेंट जनरेशन समाधान प्रदान करना है। वर्तमान में, यह प्लेटफ़ॉर्म 20 से अधिक मुख्य परिदृश्यों को कवर करता है, जिसमें प्रतिदिन 10 मिलियन से अधिक AI क्षमता कॉल किए जाते हैं, जिससे 350,000 से अधिक जियो विक्रेताओं को उच्च-गुणवत्ता वाले उत्पाद चित्र, मार्केटिंग कॉपी और आगामी मुख्य वीडियो बनाने में मदद मिलती है, जिससे कंटेंट निर्माण दक्षता में उल्लेखनीय वृद्धि होती है और निर्माण लागत कम होती 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।

मस्क की कृत्रिम बुद्धिमत्ता कंपनी xAI वर्तमान में एक स्वतंत्र iOS ऐप का परीक्षण कर रही है, जिसे Grok कहा जाता है। यह चैटबॉट पहले केवल X प्लेटफॉर्म के उपयोगकर्ताओं के लिए उपलब्ध था। अब, Grok ऐप ऑस्ट्रेलिया और अन्य कुछ देशों में परीक्षण चरण में है, उपयोगकर्ता इस ऐप के माध्यम से वास्तविक समय में डेटा प्राप्त कर सकते हैं, जो एक समृद्ध इंटरैक्टिव अनुभव प्रदान करता है। Grok न केवल उपयोगकर्ताओं द्वारा पूछे गए प्रश्नों का उत्तर देने में सक्षम है, बल्कि इसमें छवियाँ उत्पन्न करने की क्षमता भी है। ऐप के विवरण के अनुसार, Grok की विशेषताओं में पाठ पुनर्लेखन, लंबा

छवि निर्माण के क्षेत्र में, उच्च-रिज़ॉल्यूशन और यथार्थवादी छवियों का कार्य कई चुनौतियों का सामना करता है, खासकर पाठ से छवि के संयोजन की प्रक्रिया में। पारंपरिक निर्माण विधियाँ ज्यादातर प्रसार मॉडल और परिवर्तन स्व-संबंध (VAR) ढांचे पर निर्भर करती हैं। ये मॉडल उच्च गुणवत्ता वाली छवियाँ उत्पन्न कर सकते हैं, लेकिन इसके लिए उन्हें बड़े मात्रा में गणना संसाधनों की आवश्यकता होती है, जिससे वे वास्तविक समय के अनुप्रयोगों में पर्याप्त लचीले नहीं होते। इसी बीच, VAR मॉडल डिस्क्रीट टैग को प्रबंधित करते समय संचयी त्रुटियों का सामना करते हैं, जिससे उत्पन्न छवियों के विवरण का नुकसान होता है और इस प्रकार छवियों की यथार्थता पर असर पड़ता है। इन कमियों को दूर करने के लिए

Stability AI ने आधिकारिक रूप से नए संस्करण Stable Diffusion 3.5 Large को लॉन्च किया है, जिसमें तीन नए ControlNet सुविधाएँ शामिल हैं: Blur, Canny और Depth। यह अपडेट उपयोगकर्ताओं को और अधिक शक्तिशाली छवि निर्माण क्षमताएँ प्रदान करता है, जिससे निर्मित चित्र अधिक समृद्ध और विविध होते हैं। Stability AI के अनुसार, इस मॉडल का विमोचन उनके सामुदायिक लाइसेंस समझौते के आधार पर हुआ है, जो उपयोगकर्ताओं को बिना व्यावसायिकता के मुफ्त में उपयोग करने की अनुमति देता है।

आज के डिजिटल युग में, छवि निर्माण तकनीक आश्चर्यजनक गति से विकसित हो रही है। हाल ही में, सिंगापुर नेशनल यूनिवर्सिटी की एक शोध टीम ने एक पूरी तरह नया ढांचा - OminiControl, पेश किया है, जिसका लक्ष्य छवि निर्माण की लचीलापन और दक्षता को बढ़ाना है। यह ढांचा छवि की शर्तों को मिलाकर पहले से प्रशिक्षित विस्तार परिवर्तक (Diffusion Transformer, संक्षेप में DiT) मॉडल का अधिकतम लाभ उठाते हुए पहले कभी नहीं देखी गई नियंत्रण क्षमता प्रदान करता है। सरल शब्दों में, बस सामग्री चित्र प्रदान करें, OminiCont का उपयोग करें.

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

​12 नवंबर 2024 को, बाइडु वर्ल्ड सम्मेलन शंघाई एक्सपो सेंटर में भव्यता के साथ उद्घाटन किया गया। इस सम्मेलन में एक मुख्य फोरम, चार उप फोरम और तीन से अधिक कृत्रिम बुद्धिमत्ता की सार्वजनिक कक्षाओं में भाग लिया गया। बाइडु के संस्थापक ली यानहोंग ने मुख्य फोरम में 'एप्लिकेशन आ गई' शीर्षक से व्याख्यान दिया, जिसमें बाइडु के कृत्रिम बुद्धिमत्ता क्षेत्र में नवीनतम तकनीकी प्रगति और अनुप्रयोग परिणामों का परिचय दिया, और भविष्य की उद्योग प्रवृत्तियों पर गहन चर्चा की।

ऐप्पल ने जनता के लिए अपने नवीनतम मोबाइल ऑपरेटिंग सिस्टम iOS 18.2 का सार्वजनिक बीटा संस्करण जारी किया है, जिसमें कई रोमांचक कृत्रिम बुद्धिमत्ता (AI) सुविधाएं हैं। ये सुविधाएं पहले केवल डेवलपर्स के लिए उपलब्ध थीं, लेकिन अब सामान्य उपयोगकर्ता भी इन्हें पहले से अनुभव कर सकते हैं। नए अपडेट में एक एआई इमोजी जनरेटर ऐप Genmoji, छवि निर्माण ऐप Image Playground, Siri के साथ एकीकृत ChatGPT सुविधा, और iPhone 16 कैमरा का उपयोग करते हुए दृश्य शामिल 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

मिआओ शुआ एक एआई विज़न तकनीक पर आधारित रचनात्मक एप्लिकेशन है, जिसका उद्देश्य उपयोगकर्ताओं को सरल और सुविधाजनक रचनात्मक उपकरण प्रदान करना है, ताकि हर कोई अपनी रचनाओं को आसानी से वास्तविकता में बदल सके। मिआओ शुआ शक्तिशाली एआई क्षमताओं को एक ही प्लेटफ़ॉर्म पर संचित करता है, जो छवि प्रोसेसिंग, पाठ से छवि निर्माण, ऑडियो विज़ुअलाइजेशन और वीडियो निर्माण जैसे कई कार्यों की पेशकश करता है। मिआओ शुआ की सबसे बड़ी विशेषता यह है कि यह कला निर्माण की बाधाओं को कम करता है, यहां तक कि बिना किसी रचनात्मक अनुभव वाले सामान्य उपयोगकर्ता भी एआई तकनीक का उपयोग करके अपने दैनिक जीवन की छोटी सामग्री को अनोखे कला के काम में बदल सकते हैं। उदाहरण के लिए, उपयोगकर्ता अपने ...

बीजिंग जिजुआन आर्टिफिशियल इंटेलिजेंस रिसर्च इंस्टीट्यूट (BAAI) ने हाल ही में एक नया सभी क्षमताओं वाला विज़ुअल जनरेटिव मॉडल ऑमनीजेन लॉन्च करने की घोषणा की, जो छवि निर्माण क्षेत्र में एक महत्वपूर्ण सफलता का संकेत है। ऑमनीजेन मॉडल अपनी एकता, सरलता और क्रॉस-टास्क ज्ञान हस्तांतरण क्षमता के लिए प्रसिद्ध है, जो इसे एकल ढांचे के भीतर कई छवि निर्माण कार्यों को संभालने में सक्षम बनाता है, जिनमें टेक्स्ट-टू-इमेज, छवि संपादन, विषय-प्रेरित निर्माण और दृश्य स्थिति निर्माण शामिल हैं। इसके अतिरिक्त, ऑमनीजेन कुछ क्लासिक कंप्यूटर दृष्टि कार्यों को भी संभाल सकता है, जैसे छवि शोर हटाना और किनारा पहचानना।

Midjourney ने हाल ही में एक महत्वपूर्ण अपडेट जारी किया, जिसमें नया बाहरी छवि संपादक और छवि पुनःपृष्ठांकन मोड लांच किया गया, जिससे छवि निर्माण की लचीलापन और निपुणता को और भी बढ़ाया गया। बाहरी छवि संपादक: छवियों को अपलोड और संपादित करने का समर्थन करता है, जिससे उपयोगकर्ताओं को विवरण बदलने में सुविधा मिलती है। छवि पुनःपृष्ठांकन मोड: प्रकाश और सामग्री के प्रभाव को बढ़ाता है, जिससे और जीवंत छवियाँ उत्पन्न होती हैं। वीडियो आधिकारिक है, अनुवाद: 小互 बाहरी छवि संपादक उपयोगकर्ताओं को अद्वितीय निर्माण स्वतंत्रता प्रदान करता है। उपयोगकर्ता सीधे Midjourney मंच पर उत्पन्न की गई छवियों पर कार्य कर सकते हैं।

मेट्रिक कंपनी ने घोषणा की है कि उसके मेट्रिक्वेस्ट बड़े मॉडल (MiracleVision) ने छवि निर्माण क्षमता में एक और सुधार किया है, इस सुधार से यह बड़े मॉडल की समग्र शक्ति में एक और विकास का प्रतीक है। साथ ही, मेट्रिक कंपनी ने एक-स्टॉप AI शॉर्ट फिल्म निर्माण उपकरण MOKI लॉन्च किया है, जो उम्मीद है कि मेट्रिक के उत्पाद पारिस्थितिकी को धीरे-धीरे कवर करेगा, और उपयोगकर्ताओं को एक नया दृश्य अनुभव प्रदान करेगा।

हाल ही में, बीजिंग आर्टिफिशियल इंटेलिजेंस अकादमी की शोध टीम ने एक नया छवि जनरेटिंग मॉडल OmniGen पेश किया है। OmniGen, जो कि बहुपरकारी छवि निर्माण और संपादन के लिए एक उत्कृष्ट प्रतिभागी है, पिछले छवि जनरेटर जैसे Stable Diffusion से अलग है। OmniGen की सबसे बड़ी विशेषता यह है कि यह अब केवल एक ही कार्य पर ध्यान केंद्रित नहीं करता है, बल्कि यह कई क्षमताएं रखता है: यह एक एकीकृत ढांचे के तहत विभिन्न छवि जनरेटिंग कार्यों को संभाल सकता है, जैसे कि पाठ से छवि निर्माण और छवि संपादन। यह कहना उचित होगा कि यह एक बहुपरकारी प्रतिभागी है। इसका मतलब यह है कि उपयोगकर्ता को केवल साधारण संकेत प्रदान करने की आवश्यकता है।

Apple ने iOS18.2 का पहला डेवलपर परीक्षण संस्करण जारी किया है, जिसमें कुछ नवीनतम Apple Intelligence फीचर्स शामिल हैं, जैसे Genmoji और Image Playground। यहां बताया गया है कि iPhone पर Genmoji का उपयोग कैसे करें। Genmoji परीक्षण संस्करण के लिए iPhone15Pro या Pro Max, iPhone16 या 16Plus, या iPho की आवश्यकता है।

हाल की एक अध्ययन ने एक नई विधि का प्रस्ताव रखा है, जो मानव ध्यान का उपयोग कर कृत्रिम बुद्धिमत्ता द्वारा उत्पन्न छवियों की गुणवत्ता में सुधार करती है। यह विधि छवियों के सबसे महत्वपूर्ण क्षेत्रों की पहचान करने के लिए प्रमुखता डिटेक्टर का उपयोग करती है और इन क्षेत्रों के निर्माण को प्राथमिकता देती है। पारंपरिक छवि निर्माण विधियाँ पूरे चित्र को समान रूप से ऑप्टिमाइज़ करती हैं, जबकि नई विधि प्रमुखता डिटेक्टर का उपयोग कर अधिक 'महत्वपूर्ण' क्षेत्रों की पहचान और प्राथमिकता करती है, जैसे कि इंसान। यह विधि छवि गुणवत्ता और पाठ संकेतों की सत्यता में सुधार कर सकती है। शोधकर्ताओं ने छवियों को उत्पन्न करने के लिए स्थिर प्रसार मॉडल और प्रमुखता डिटेक्टर का उपयोग किया।

Midjourney ने हाल ही में कई रोमांचक अपडेट और आने वाली नई सुविधाओं की घोषणा की है, जो कंपनी की AI छवि निर्माण क्षेत्र में तेजी से विकास और नवाचार को दर्शाती हैं। सबसे पहले, Midjourney एक नया ऑनलाइन संपादक पेश करने जा रहा है, जो उपयोगकर्ताओं को छवियों को आयात करने और संपादन के लिए अंतर्निहित गहराई मानचित्र और छवि मरम्मत सुविधाओं का उपयोग करने की अनुमति देगा। टीम पहली रिलीज के दौरान शामिल की जाने वाली सुविधाओं पर सक्रिय रूप से चर्चा कर रही है और नए कार्यों को मौजूदा छवि कार्यक्षेत्र से अलग करने के लिए उपयोगकर्ता इंटरफ़ेस का अनुकूलन कर रही है। इसके अलावा, सामग्री की समीक्षा