हाल ही में, एक ओपन-सोर्स प्रोजेक्ट, Browser Use ने टेक जगत और डेवलपर समुदाय में धूम मचा दी है! यह टूल AI को पंख लगाने जैसा है, जिससे वे इंसानों की तरह ब्राउज़र को आसानी से नियंत्रित कर सकते हैं। प्राकृतिक भाषा का उपयोग करके, आप AI को विभिन्न वेब कार्यों को स्वचालित रूप से करने का निर्देश दे सकते हैं। इसकी शक्तिशाली स्वचालन क्षमता और लचीली परिनियोजन विधि ने वैश्विक तकनीकी उत्साही लोगों का ध्यान खींचा है, और इसने X प्लेटफ़ॉर्म (पूर्व में ट्विटर) पर एक बड़ी हलचल मचाई है। Browser Use AI द्वारा ब्राउज़र स्वचालन के क्षेत्र में तेज़ी से आगे बढ़ रहा है।

बाइट्स का नया AI प्रोग्रामिंग सॉफ़्टवेयर Trae अब Claude 3.7 के साथ एकीकृत है, जिससे डेवलपर्स को मुफ़्त में शक्तिशाली AI सुविधाएँ मिलती हैं। यह एक ऐसा अवसर है जिसे कोई भी डेवलपर मिस नहीं करना चाहेगा।

एंथ्रोपिक ने डेवलपर्स की कोडिंग दक्षता बढ़ाने के लिए अपने क्लाउड एआई मॉडल को गितहब के साथ एकीकृत किया है। यह एकीकरण डेवलपर्स को कोड लिखने, डीबग करने और समीक्षा करने में मदद करेगा।

Factory एक नया प्लेटफ़ॉर्म है जो उद्यम-स्तरीय AI प्रोग्रामिंग के लिए तीन शक्तिशाली मॉड्यूल प्रदान करता है, जिससे डेवलपर्स अपनी उत्पादकता को तेज़ी से बढ़ा सकते हैं। यह उपकरण कोडिंग प्रक्रिया को सरल बनाता है, समय बचाता है और अधिक कुशलता से कोड निर्माण करने में मदद करता है।

हाल ही में, गूगल ने एक नई दृश्य-भाषा मॉडल (Vision-Language Model, VLM) पेश की है, जिसका नाम PaliGemma2Mix है। यह मॉडल छवि प्रसंस्करण और प्राकृतिक भाषा प्रसंस्करण की क्षमताओं को मिलाता है, जिससे यह दृश्य जानकारी और पाठ इनपुट दोनों को साथ में समझ सकता है और आवश्यकता के अनुसार संबंधित आउटपुट उत्पन्न कर सकता है, जो मल्टी-टास्किंग में कृत्रिम बुद्धिमत्ता तकनीक की एक और प्रगति का प्रतीक है। PaliGemma2Mix की क्षमताएँ बहुत मजबूत हैं, इसमें छवि वर्णन और ऑप्टिकल वर्ण पहचान शामिल हैं।

Microsoft ने हाल ही में अपने नए जनरेटिव एआई मॉडल Muse की घोषणा की, जो गेम क्षेत्र में एआई अनुप्रयोगों को और बढ़ावा देता है। 'Muse' को Microsoft रिसर्च और Xbox गेम स्टूडियोज की Ninja Theory टीम द्वारा संयुक्त रूप से विकसित किया गया है, और यह मॉडल विशेष रूप से Ninja Theory के मल्टीप्लेयर बॉटलर गेम 'Bleeding Edge' के लिए प्रशिक्षित किया गया है। Muse की विशेषता यह है कि यह 3D गेम दुनिया की गहराई में काम करता है।

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

बाइटDance ने हाल ही में चीनी डेवलपर्स के लिए AI एकीकृत विकास परिवेश (IDE) - Trae लॉन्च किया है। यह उत्पाद Cursor और Windsurf जैसे अंतरराष्ट्रीय प्रसिद्ध उपकरणों के साथ प्रतिस्पर्धा करने के लिए डिज़ाइन किया गया है, विशेष रूप से चीनी डेवलपर्स के उपयोग के अनुभव में, Trae मौजूदा उपकरणों में कमियों को भरने की आशा करता है। प्रोग्रामिंग के दैनिक काम में, कई डेवलपर्स अक्सर अंग्रेजी और चीनी के बीच स्विच करने की जरूरत महसूस करते हैं, यह अंग्रेजी-चीनी मिश्रित कार्य पद्धति सामान्य होने के बावजूद, कई चीनी डेवलपर्स के लिए असुविधा का कारण बनती है। मौजूदा IDE जैसे

गूगल ने हाल ही में वर्टेक्स एआई आरएजी इंजन को औपचारिक रूप से लॉन्च किया, जो कि एक विकास उपकरण है जो ज्ञान आधार से संबंधित जानकारी को निकालने और उसे बड़े भाषा मॉडल (एलएलएम) में डालने की जटिल प्रक्रिया को सरल बनाने के लिए डिज़ाइन किया गया है। वर्टेक्स एआई प्लेटफॉर्म का हिस्सा होने के नाते, वर्टेक्स एआई आरएजी इंजन एक प्रबंधित संयोजन सेवा और डेटा ढांचे के रूप में परिभाषित किया गया है, जो विशेष रूप से संदर्भ-संवर्धित एलएलएम अनुप्रयोगों के विकास के लिए डिज़ाइन किया गया है। 15 जनवरी के ब्लॉग में, गूगल ने उल्लेख किया कि जनरेटिव आर्टिफिशियल इंटेलिजेंस और बड़े भाषा मॉडल के बावजूद।

कृत्रिम बुद्धिमत्ता प्रौद्योगिकी के तेजी से विकास के इस दौर में, विभिन्न हार्डवेयर पर कुशल मॉडल अनुमान को लागू करना डेवलपर्स के लिए एक महत्वपूर्ण चुनौती बन गया है। हाल ही में, डेवलपर Andrei David ने लगभग बीस साल पुरानी Xbox360 गेम मशीन से प्रेरणा ली, और सफलतापूर्वक Meta AI के Llama LLM श्रृंखला के एक हल्के मॉडल - llama2.c को इस पुरानी गेम मशीन पर पोर्ट किया। डेविड ने सोशल मीडिया प्लेटफॉर्म X पर अपने इस उपलब्धि को साझा किया।

पहली财经 के अनुसार, डीपसीक के ओपन-सोर्स बड़े मॉडल डीपसीक-V2 के प्रमुख डेवलपर रो फुली शियामी में शामिल होंगे, जहां वह शियामी AI प्रयोगशाला का नेतृत्व करेंगे और बड़े मॉडल टीम के निर्माण की जिम्मेदारी संभालेंगे। इस समाचार ने व्यापक ध्यान आकर्षित किया है, खासकर जब शियामी बड़े मॉडल के क्षेत्र में अपनी योजना को मजबूत करने की तैयारी कर रहा है। चित्र स्रोत टिप्पणी: चित्र AI द्वारा उत्पन्न किया गया है, चित्र अनुबंधित सेवा प्रदाता मिडजर्नी द्वारा। ज्ञात स्रोतों के अनुसार, शियामी के संस्थापक लेई जून को AI बड़े मॉडल क्षेत्र में कंपनी की प्रारंभिक स्थिति को लेकर चिंता है, क्योंकि

हाल ही में, Anthropic ने एक तकनीकी रिपोर्ट जारी की, जिसमें 10 लाख Claude उपयोग मामलों के विश्लेषण के आधार पर, उपयोगकर्ताओं की Claude का उपयोग करते समय विभिन्न गतिविधियों के प्रति पसंद और आवश्यकताओं का खुलासा किया। उपयोगकर्ता की गोपनीयता की रक्षा करने के लिए, Anthropic ने Clio नामक सांख्यिकीय विधि का उपयोग किया, जिससे संवाद सामग्री को सार्थक विषयों में संश्लेषित करके समूहित किया गया, जिससे डेटा को अज्ञात और एकत्रित किया गया। रिपोर्ट दर्शाती है कि Claude का विकास क्षेत्र में विशेष रूप से प्रभावशाली उपयोग है, जिसमें विकास से संबंधित संवाद का हिस्सा अधिक है।

कृत्रिम बुद्धिमत्ता समुदाय एक बार फिर उबल रहा है, इस बार ध्यान केंद्रित है GPT-4.5 के संभावित लॉन्च पर बातों पर। AI डेवलपर Tibor Blaho ने ChatGPT के कोड में सीमित पूर्वावलोकन संस्करण GPT-4.5 के संभावित सुराग पाए हैं, जो संकेत देता है कि OpenAI संभवतः इसे पहले Teams सब्सक्रिप्शन उपयोगकर्ताओं को प्रदान करने की योजना बना रहा है। यह पहली बार नहीं है जब उद्योग में GPT-4.5 के बारे में बातें सुनाई दे रही हैं। पिछले साल मार्च में, इस संभावित नए मॉडल संस्करण पर व्यापक चर्चा शुरू हो गई थी। उस समय, OpenAI के ब्लॉग में यहाँ तक कि संक्षिप्ततः

अमेज़न कृत्रिम बुद्धिमत्ता अनुप्रयोग विकास के खेल के नियमों को पूरी तरह से बदल रहा है। Bedrock AI सेवा के लिए ऑटो प्रॉम्प्ट ऑप्टिमाइजेशन फीचर पेश करके, यह टेक्नोलॉजी दिग्गज न्यूनतम उपयोगकर्ता लागत पर AI कार्यों के प्रदर्शन में महत्वपूर्ण सुधार का वादा कर रहा है। यह नवोन्मेषी टूल डेवलपर्स को एक बार API कॉल करने या Amazon Bedrock कंसोल में बटन पर क्लिक करने के माध्यम से कई AI मॉडलों के प्रॉम्प्ट्स को आसानी से ऑप्टिमाइज करने की अनुमति देता है। वर्तमान में, यह सिस्टम Anthropic के Claude3, Meta के Llama3 सहित कई मॉडलों का समर्थन करता है।

एंथ्रोपिक ने हाल ही में अपने कंसोल में एक महत्वपूर्ण अपडेट पेश किया है, जो डेवलपर्स को संकेत वाक्य अनुकूलन और उदाहरण प्रबंधन की नई विशेषताओं से लाभान्वित करता है। यह अपग्रेड डेवलपर्स को संकेत अभ工程 की सर्वोत्तम प्रथाओं को लागू करने में आसान बनाएगा, और अधिक विश्वसनीय AI अनुप्रयोग विकसित करने में मदद करेगा। संकेत वाक्य की गुणवत्ता AI मॉडल के आउटपुट प्रभाव को सीधे प्रभावित करती है। हालाँकि, विभिन्न मॉडल प्लेटफार्मों पर संकेत वाक्य की सर्वोत्तम प्रथाएँ भिन्न होती हैं, और अनुकूलन प्रक्रिया अक्सर समय और प्रयास के लिए चुनौतीपूर्ण होती है। इस समस्या को ध्यान में रखते हुए, एंथ्रोपिक द्वारा प्रस्तुत संकेत वाक्य अनुकूलक उन्नत तकनीकों का स्वचालित रूप से उपयोग कर सकता है।

क्या आप विज्ञान-फाई फिल्मों में उन कूल 3D दृश्यों को याद करते हैं? विशाल ब्रह्मांड, जादुई महल, भविष्य के शहर... अब, आप भी आसानी से ऐसे दृश्य बना सकते हैं! स्टैनफोर्ड विश्वविद्यालय की वू जियाजुन की टीम द्वारा पेश की गई **"दृश्य भाषा"** तकनीक के साथ, आपको केवल एक वाक्य में दृश्य का वर्णन करना है, और यह स्वचालित रूप से जीवन्त 3D मॉडल उत्पन्न कर देगी, यह डिजाइनरों और गेम डेवलपर्स के लिए एक सच्चा वरदान है! दृश्य भाषा वास्तव में क्या है? सोचिए, अगर आपको ईस्टर द्वीप पर रहस्यमय अहू अकिवी मूर्तियों का वर्णन करना हो। आप कहेंगे: "वहाँ सात मूई पत्थरों की एक पंक्ति है।"

गूगल ने हाल ही में अपनी जेमिनी एपीआई के लिए एक नए एंडपॉइंट की घोषणा की है, जिसका उद्देश्य उन डेवलपर्स की मदद करना है जिन्होंने पहले से ही ओपनएआई समाधान अपनाए हैं, ताकि वे जेमिनी में आसानी से स्विच कर सकें। यह नया एंडपॉइंट इस समय परीक्षा के चरण में है और केवल कुछ ओपनएआई सुविधाओं का समर्थन करता है। गूगल के अनुसार, यह नया एंडपॉइंट सीधे आरईएसटी कॉल्स या ओपनएआई आधिकारिक एसडीके का उपयोग करते समय ओपनएआई के एंडपॉइंट्स का प्रतिस्थापन कर सकता है। उदाहरण के लिए, यदि आपके पास एक एप्लिकेशन है जो ओपनएआई का उपयोग करता है।

Nvidia ने हाल ही में अपने नवीनतम AI ब्लूप्रिंट की घोषणा की, जिसका उद्देश्य विभिन्न उद्योगों के डेवलपर्स को स्मार्ट एजेंट बनाने में सहायता करना है, जो वीडियो और इमेज कंटेंट का विश्लेषण कर सकते हैं। इस तकनीक के जरिए, किसी भी उद्योग के उपयोगकर्ता बड़े पैमाने पर विजुअल डेटा की प्रभावशाली रूप से खोज और संक्षेपण कर सकते हैं। विश्व प्रसिद्ध कंपनियां जैसे Accenture, Dell और Lenovo ने Nvidia AI ब्लूप्रिंट का उपयोग करते हुए विजुअल AI एजेंट विकसित करना शुरू कर दिया है, जिसका उद्देश्य उत्पादकता बढ़ाना, प्रक्रियाओं को अनुकूलित करना और सुरक्षित वातावरण का निर्माण करना है। विभिन्न कंपनियों और सार्वजनिक विभागों समूह

एलोन मास्क की आर्टिफिशियल इंटेलिजेंस कंपनी xAI ने घोषणा की है कि इसका एप्लिकेशन प्रोग्रामिंग इंटरफेस (API) अब खुला है और डेवलपर्स को हर महीने 25 डॉलर का मुफ्त API उपयोग सीमा प्रदान की जाएगी, जो साल के अंत तक लागू होगी। यह निर्णय xAI API के सार्वजनिक परीक्षण चरण में प्रवेश करने के तीन सप्ताह बाद जारी किया गया है, जिसका उद्देश्य अधिक डेवलपर्स को अपने उपकरणों और प्लेटफॉर्म का प्रयास करने के लिए आकर्षित करना है। हालाँकि 25 डॉलर की मुफ्त सीमा खिलने में छोटी लगती है, लेकिन xAI के डेवलपर्स के लिए यह प्रयास करने का एक मौका हो सकता है। इस API की कीमत प्रति एक मिलियन इनपुट कमांड है।

हाल ही में, Reddit सामाजिक मंच पर आधारित एक नवोन्मेषी चुनाव विश्लेषण प्रणाली ने ध्यान आकर्षित किया है। यह प्रणाली कृत्रिम बुद्धिमत्ता तकनीक के माध्यम से 2024 के अमेरिकी राष्ट्रपति चुनाव के उम्मीदवार डोनाल्ड ट्रम्प (Donald Trump) और कमाला हैरिस (Kamala Harris) के जनमत परिवर्तन को वास्तविक समय में ट्रैक और विश्लेषण करती है। प्रणाली का कार्य प्रणाली यह विश्लेषण प्रणाली स्वचालित तरीके से हर 10 मिनट में Reddit मंच से संबंधित चर्चाएँ खींचती है। प्रणाली प्रभावशाली सामग्री पर ध्यान केंद्रित करती है, केवल उन पोस्टों को चुनती है जो 1 घंटे के भीतर प्रकाशित होती हैं।