हाल ही में, टेनसेंट इलेक्ट्रॉनिक साइन微信公众号 ने एआई कॉन्ट्रैक्ट ड्राफ्टिंग फीचर जल्द ही लॉन्च करने की घोषणा की। यह नवीनतम सुविधा टेनसेंट की हूनयुआन और डीपसीक बड़े मॉडल तकनीक पर आधारित होगी, जो उपयोगकर्ताओं को एक-क्लिक कॉन्ट्रैक्ट जनरेट करने की सुविधा प्रदान करेगी।

फिटनेस टेक कंपनी Whoop के पूर्व उत्पाद उपाध्यक्ष रामि अलहमद द्वारा स्थापित AI पोषण एप्लिकेशन Alma, आज उत्तर अमेरिकी iOS प्लेटफॉर्म पर औपचारिक रूप से लॉन्च हुआ। यह एप्लिकेशन जनरेटिव AI मॉडल और हार्वर्ड न्यूट्रिशन नॉलेज बेस का एकीकरण करके पारंपरिक कैलोरी ट्रैकिंग के तरीके को "संवादात्मक इंटरैक्शन + स्मार्ट पहचान" के माध्यम से चुनौती देने की कोशिश कर रहा है, जटिल मैनुअल इनपुट को स्वाभाविक संवाद में परिवर्तित करके उपयोगकर्ताओं को व्यक्तिगत आहार प्रबंधन सेवाएं प्रदान करता है। चित्र स्रोत: Alma से वॉइस से फोटो तक: AI द्वारा संचालित अनजान रिकॉर्डिंग और MyFitnessPal

कृत्रिम बुद्धिमत्ता की लहर में, कई युवा नवाचार के माध्यम से वित्तीय स्वतंत्रता प्राप्त कर रहे हैं। 18 वर्षीय ज़ाच यादेगारी और 23 वर्षीय ब्लेक एंडरसन इस क्षेत्र के अग्रणी हैं, जिन्होंने ChatGPT की नो-कोड विकास क्षमताओं का उपयोग करके Cal AI नामक एक कैलोरी ट्रैकिंग ऐप को सफलतापूर्वक लॉन्च किया, जिसने केवल एक वर्ष में 5600 मिलियन डॉलर की आश्चर्यजनक आय उत्पन्न की। Cal AI की मुख्य विशेषता भोजन की कैलोरी पहचानने के लिए फोटो का उपयोग करना है, जो बेहद सरल है।

वीडियो विश्लेषण के क्षेत्र में, वस्तुओं की स्थिरता मानव के लिए एक महत्वपूर्ण संकेत है, जो यह समझने में मदद करता है कि वस्तु पूरी तरह से अवरुद्ध होने पर भी मौजूद है। हालांकि, वर्तमान वस्तु विभाजन विधियाँ अधिकांशतः केवल दृश्य (मोडल) वस्तुओं पर ध्यान केंद्रित करती हैं, और अदृश्य (दृश्य + अदृश्य) वस्तुओं के साथ काम करने में कमी है। इस समस्या का समाधान करने के लिए, शोधकर्ताओं ने एक दो-चरणीय विधि डिफ्यूज़न-वास पेश की है, जिसका उद्देश्य वीडियो अदृश्य विभाजन और सामग्री पूरी करने के प्रभाव को बढ़ाना है, यह वीडियो में निर्धारित लक्ष्य को ट्रैक कर सकता है, और फिर अवरुद्ध भागों को पूरा करने के लिए डिफ्यूज़न मॉडल का उपयोग कर सकता है।

हाल ही में, वाशिंगटन विश्वविद्यालय की शोध टीम ने SAMURAI नामक एक नए दृश्य ट्रैकिंग मॉडल का अनावरण किया। यह मॉडल Segment Anything Model2 (SAM2) पर आधारित है और जटिल दृश्यों में दृश्य वस्तु ट्रैकिंग के दौरान आने वाली चुनौतियों को हल करने के लिए डिज़ाइन किया गया है, विशेष रूप से तेज़ गति और आत्म-ढकने वाली वस्तुओं को संभालने में। SAM2 वस्तु विभाजन कार्यों में उत्कृष्ट प्रदर्शन करता है, लेकिन दृश्य ट्रैकिंग में कुछ सीमाएं हैं। उदाहरण के लिए, भीड़-भाड़ वाले दृश्यों में, निश्चित खिड़की की मेमोरी विधि ने ध्यान में नहीं रखा।

यूट्यूब ने एआई संगीत निर्माण के क्षेत्र में फिर से कदम रखा है। पिछले वर्ष, इसने निर्माताओं को चार्ली पूथ, चार्ली एक्ससीएक्स जैसे प्रसिद्ध कलाकारों की आवाज़ों के साथ एआई गाने बनाने की अनुमति देने वाली टेक्स्ट-प्रॉम्प्ट सुविधा लॉन्च की थी, और अब इस प्लेटफ़ॉर्म ने ड्रीम ट्रैक टूल में एक नया गाने का पुनर्निर्माण फ़ीचर जोड़ा है, जिससे निर्माताओं को सरल टेक्स्ट विवरण के माध्यम से गाने के स्टाइल को बदलने की अनुमति मिलती है। यह प्रयोगात्मक फीचर वर्तमान में विशेष निर्माताओं के लिए परीक्षण के लिए खोला गया है। परीक्षण समूह के सदस्य चयनित गानों में गाने के स्टाइल को फिर से बनाने के विकल्प का उपयोग कर सकते हैं, टेक्स्ट के माध्यम से।

ग्रैमी पुरस्कारों में ऐतिहासिक突破: बीटल्स ने AI तकनीक की मदद से नया गाना 'Now and Then' तैयार किया, जो वर्ष का सर्वश्रेष्ठ उत्पादन और सर्वश्रेष्ठ रॉक प्रदर्शन के लिए नामांकित हुआ, यह पहले AI सहायता प्राप्त गाने का ग्रैमी नामांकन है। इस गाने ने व्यापक ध्यान आकर्षित किया और यह पिछले साल के अंत में जारी किया गया था, इसके निर्माण की प्रक्रिया काफी किंवदंतीपूर्ण रही। सामान्य अटकलों के विपरीत कि इसमें AI गहरी नकली तकनीक का उपयोग किया गया है, बैंड ने वास्तव में एक तकनीक का उपयोग किया, जिसे ट्रैक पृथक्करण (stem separation) कहते हैं, सफलतापूर्वक एक 6

YouTube ने हाल ही में घोषणा की है कि वह एक नई सुविधा का परीक्षण कर रहा है, जो निर्माताओं को कृत्रिम बुद्धिमत्ता तकनीक का उपयोग करके शॉर्ट वीडियो में लाइसेंस प्राप्त संगीत को "पुनःरूपांतरित" करने की अनुमति देता है। इस नवीनतम फीचर का नाम "ड्रीम ट्रैक" है, जिसका उद्देश्य निर्माताओं को उनकी कलात्मक रचनाओं को अधिक स्वतंत्रता से व्यक्त करने की अनुमति देना है। इस परीक्षण में,参与 करने वाले निर्माताओं को एक योग्य गीत चुनने और उसके अनुसार संकेत देने का अवसर मिलेगा, जिससे संगीत का मूड या शैली बदली जा सके। सिस्टम इन निर्देशों के आधार पर एक अद्वितीय 30 सेकंड का संगीत ट्रैक उत्पन्न करेगा, जिसका उपयोग वे कर सकते हैं।

वीडियो प्रसंस्करण के क्षेत्र में, एकल-लेंस वीडियो से तीन-आयामी गति को प्रभावी तरीके से ट्रैक करना हमेशा एक चुनौती रही है, विशेष रूप से जब लंबे अनुक्रमों में पिक्सेल स्तर पर सटीक ट्रैकिंग की आवश्यकता होती है। पारंपरिक विधियाँ कई चुनौतियों का सामना करती हैं, अक्सर केवल कुछ महत्वपूर्ण बिंदुओं को ट्रैक कर पाती हैं, जिससे पूरे दृश्य की विस्तृत समझ हासिल नहीं होती। इसके अलावा, मौजूदा तकनीकों की गणनात्मक आवश्यकताएँ काफी अधिक होती हैं, लंबी वीडियो को संसाधित करते समय दक्षता बनाए रखना कठिन होता है। साथ ही, लंबे समय तक ट्रैकिंग भी कैमरा आंदोलन और वस्तुओं की छिपाई जैसी समस्याओं से प्रभावित होती है, जिससे ट्रैकिंग गलतियाँ या गलतियाँ उत्पन्न होती हैं। वर्तमान में, वीडियो अनुक्रम गति अनुमान की विधियाँ अपनी-अपनी सीमाएँ रखती हैं।

अमेरिकी शिक्षा प्रौद्योगिकी कंपनी Edia ने हाल ही में एक क्रांतिकारी AI उपकरण पेश किया है, जो स्मार्ट माता-पिता संचार और व्यक्तिगत हस्तक्षेप योजनाओं के माध्यम से अमेरिकी स्कूलों में बढ़ती छात्र अनुपस्थिति की समस्या को हल करने का प्रयास करता है। आंकड़ों से पता चलता है कि पिछले दो वर्षों में, अमेरिका में छात्रों की दीर्घकालिक अनुपस्थिति दर 2018 में 15% से बढ़कर 2023 में 26% हो गई है, यह समस्या व्यापक ध्यान आकर्षित कर रही है। चित्र स्रोत टिप्पणी: चित्र AI द्वारा उत्पन्न, चित्र अधिकार सेवा प्रदाता Midjourney। यह नवोन्मेषी उपकरण की सबसे आकर्षक विशेषता इसकी तेज़ प्रतिक्रिया क्षमता है। यह सक्षम है।

संगीत वाद्ययंत्र सीखना कई लोगों के लिए एक चुनौती होती है, खासकर जब वे स्व-शिक्षण करते हैं। निश्चित रूप से, हम सभी ने इस तरह के अनुभव का सामना किया है: गिटार या कीबोर्ड खरीदा, लेकिन विभिन्न कारणों से वह कोने में पड़ा रह गया और अंततः बस एक 'धूल भरे सपने' में बदल गया। हालांकि, लंदन की Roli कंपनी ने एक नया उत्पाद पेश किया है, जो उन संगीत प्रेमियों के लिए नई आशा लेकर आया है। इस उत्पाद का नाम Airwave है, जो इशारा ट्रैकिंग और आर्टिफिशियल इंटेलिजेंस के माध्यम से पियानो सीखने की बाधाओं को कम करने का उद्देश्य रखता है, ताकि और अधिक लोग संगीत के आनंद का अनुभव कर सकें। Airwave है

गूगल ने अग्निशामक नेताओं के साथ मिलकर FireSat नामक एक नई विशेष उपग्रह तारामंडल पेश किया है, जिसका उद्देश्य 20 मिनट के भीतर छोटे जंगल की आग का पता लगाना और ट्रैक करना है। यह प्रणाली आर्टिफिशियल इंटेलिजेंस और उपग्रह चित्रों का उपयोग करके कक्षा के आकार तक की आग का पता लगाने में सक्षम होगी और अग्निशामकों को तेजी से और प्रभावी तरीके से प्रतिक्रिया देने के लिए प्रारंभिक जंगल की आग के स्थान, आकार और तीव्रता के बारे में लगभग वास्तविक समय की जानकारी प्रदान करेगी। चित्र स्रोत टिप्पणी: चित्र AI द्वारा उत्पन्न, चित्र अनुबंध सेवा प्रदाता Midjourney द्वारा प्रदान किया गया। FireSat तेजी से पृथ्वी पर किसी भी 1

सिकोइया कैपिटल के भागीदार पैट ग्रेडी ने एक बैठक में कहा कि भविष्य में 10 अरब डॉलर से अधिक मूल्य वाली एआई कंपनियां संभवतः आवेदन सॉफ्टवेयर क्षेत्र में होंगी, न कि आधार मॉडल निर्माण में। हालांकि सिकोइया कैपिटल ने आधार मॉडल में भी निवेश किया है, जैसे OpenAI, सुरक्षा सुपर इंटेलिजेंस कंपनी और xAI, लेकिन आवेदन स्तर पर निवेश अधिक महत्वपूर्ण है। सिकोइया का आधार मॉडल में कुल निवेश लगभग 1.5 करोड़ डॉलर है, जबकि आवेदन स्तर के निवेश की राशि आधार स्तर के कई गुना है। ग्रेडी ने जोर दिया कि उत्कृष्ट एआई आवेदन स्टार्टअप को उत्पाद को ध्यान से डिज़ाइन करना चाहिए ताकि मॉडल के ऊपर कंपनियों की ज़रूरतों को पूरा किया जा सके।

सेब के नए पेटेंट ने एक स्मार्ट रिंग का खुलासा किया है, जो स्वास्थ्य निगरानी कार्यों पर केंद्रित है, जैसे हृदय गति और शरीर के तापमान का ट्रैकिंग, और यह एप्पल के Vision Pro जैसे उपकरणों के साथ जुड़ने में सक्षम है, जिससे इशारे से नियंत्रण की सुविधा मिलती है और सहज संचालन का अनुभव प्रदान होता है। यह रिंग सुंदर और आरामदायक डिजाइन के साथ है, और एप्पल पारिस्थितिकी तंत्र के साथ उच्च स्तर के एकीकरण पर जोर देती है, जिससे उपयोगकर्ता रिंग के माध्यम से सीधे उपकरणों को नियंत्रित कर सकते हैं, जैसे कि वॉल्यूम समायोजन, पृष्ठ बदलना आदि। हालांकि इसकी विशिष्ट रिलीज की तारीख ज्ञात नहीं है, यह अवधारणा व्यापक ध्यान आकर्षित कर चुकी है, जो भविष्य में स्मार्ट पहनने योग्य उपकरणों द्वारा जीवन को और अधिक सुविधाजनक बनाने की संभावना को दर्शाती है।

हार्डवेयर नवाचार के क्षेत्र में, स्टार्टअप बर्ड buddy अपने अद्वितीय उत्पाद - इंटरनेट से जुड़े पक्षी फ़ीडर कैमरे के साथ, व्यापक ध्यान और कई अनुयायियों को जीतने में सफल रहा है। आज, मिशिगन स्थित यह कंपनी "Name That Bird" नामक एक नई सुविधा की घोषणा करती है, यह एआई द्वारा संचालित नवाचार इसके बाजार में स्थिति को और मजबूत कर सकता है।

2024 में विश्व आर्टिफिशियल इंटेलिजेंस सम्मेलन में, शांगटेंग टेक्नोलॉजी ने अपने नए नियंत्रित व्यक्ति वीडियो जनरेशन बड़े मॉडल - Vimi का प्रदर्शन किया। यह मॉडल शांगटेंग द्वारा स्वतंत्र रूप से विकसित की गई उन्नत बड़े मॉडल तकनीक का उपयोग करता है, और एक फोटो के माध्यम से ऐसे व्यक्ति का वीडियो उत्पन्न करता है जो लक्ष्य क्रियाकलाप के अनुरूप है, जिसमें सटीक भावनाएं और शारीरिक नियंत्रण, विभिन्न ड्राइविंग विधियाँ (जिसमें वीडियो, एनीमेशन, आवाज और टेक्स्ट शामिल हैं) और उच्च स्तर की संगति तथा प्राकृतिक प्रकाश और छाया वाले वीडियो आउटपुट की विशेषता है। Vimi की उत्कृष्ट स्थिरता इसे 1 मिनट से अधिक के व्यक्ति वीडियो बनाने की क्षमता प्रदान करती है, और चित्र गुणवत्ता अप्रत्याशित रूप से प्रभावित नहीं होगी।

टेंसेंट क्लोउड ने हाल ही में अपग्रेडेड स्टारट्रैक नेटवर्क 2.0 लॉन्च किया है, जिसका उद्देश्य बड़े मॉडल प्रशिक्षण की दक्षता को बढ़ाना है। पिछले संस्करण में, बड़े मॉडल के गणना परिणामों के समकालिक संचार समय में 50% से अधिक का हिस्सा था, जिससे दक्षता कम हो गई। नए संस्करण स्टारट्रैक नेटवर्क 2.0 में कई क्षेत्रों में उन्नयन किया गया है:

एआई ट्रैक की विपरीत चक्र की गर्मी ने कई निवेशकों की चिंता को जन्म दिया है। 2023 में वैश्विक प्रारंभिक वित्त पोषण की राशि 40% घट गई है, जबकि एआई ट्रैक का वित्त पोषण लगभग 500 बिलियन डॉलर के करीब है।

FIA अबू धाबी ग्रां प्री में ट्रैक सीमा उल्लंघनों की निगरानी के लिए कंप्यूटर दृष्टि AI तकनीक का उपयोग करेगा। यह तकनीक चित्रों का विश्लेषण करके यह निर्धारित करेगी कि क्या चालक पूरी तरह से सफेद रेखा को पार कर गया है, जो उल्लंघन का कारण बनता है। यह FIA कर्मचारियों पर दबाव को कम कर सकता है और प्रतिक्रिया की गति बढ़ा सकता है। अतिरिक्त AI स्तर संभावित उल्लंघनों की मानव समीक्षा की संख्या को कम कर सकता है। FIA ने कहा कि यह स्वचालित वास्तविक समय निगरानी की दिशा में भविष्य का विकास है।