आज सुबह, राष्ट्रीय जन कांग्रेस के चौदहवें सत्र के तीसरे सत्र के पहले प्रतिनिधि गलियारे में, राष्ट्रीय जन कांग्रेस के प्रतिनिधि, Xiaomi के संस्थापक, अध्यक्ष और CEO, और किंगशान सॉफ्टवेयर के अध्यक्ष लेई जून ने संवाददाताओं के सवालों का जवाब दिया। लेई जून ने विनिर्माण में Xiaomi की भूमिका, वैज्ञानिक और तकनीकी नवाचार की दिशा और वैश्वीकरण रणनीति पर विस्तृत चर्चा की।

हाल ही में, ओपनएआई के शोधकर्ताओं ने एक नए प्रकाशित पेपर में स्वीकार किया है कि हालांकि मौजूदा एआई तकनीकें काफी उन्नत हैं, लेकिन ये मॉडल अभी भी मानव प्रोग्रामरों के साथ प्रतिस्पर्धा करने में असमर्थ हैं। ओपनएआई के सीईओ सैम एल्टमैन ने कहा था कि इस साल के अंत तक, एआई 'निम्न स्तर' के सॉफ़्टवेयर इंजीनियरों को हराने में सक्षम होगा, लेकिन शोध के नतीजे बताते हैं कि ये एआई मॉडल अभी भी महत्वपूर्ण चुनौतियों का सामना कर रहे हैं। चित्र स्रोत नोट: चित्र एआई द्वारा उत्पन्न किया गया है, चित्र अनुबंध सेवा प्रदाता मिडजर्नी द्वारा अनुसंधान में उपयोग किया गया।

वैश्विक डेवलपर्स का ध्यान फिर से चीन की ओर आकर्षित हुआ! अत्यधिक प्रतीक्षित वैश्विक डेवलपर सम्मेलन (जीडीसी) में, अली क्लाउड मोड समुदाय ने महत्वपूर्ण घोषणा की, कक्षास्कीन का नवीनतम ओपन-सोर्स मल्टी-मॉडल मॉडल पेश किया, जिसमें वैश्विक स्तर पर सबसे बड़े ओपन-सोर्स वीडियो जनरेशन मॉडल स्टेप-वीडियो-टी2वी, और उद्योग का पहला प्रोडक्ट-लेवल ओपन-सोर्स वॉयस इंटरएक्शन मॉडल स्टेप-ऑडियो शामिल है। यह समाचार तुरंत वैश्विक एआई ओपन-सोर्स समुदाय की हलचल पैदा कर दिया, जिससे यह फिर से चीन की कृत्रिम बुद्धिमत्ता क्षेत्र में मजबूत नवाचार क्षमता को उजागर करता है। चीन का सबसे बड़ा एआई

OpenAI ने हाल ही में एक महत्वपूर्ण AI प्रोग्रामिंग क्षमता मूल्यांकन रिपोर्ट जारी की है, जिसने सॉफ्टवेयर विकास क्षेत्र में AI की वर्तमान स्थिति को एक $1 मिलियन के वास्तविक विकास परियोजनाओं के माध्यम से उजागर किया है। SWE-Lancer नामक इस बेंचमार्क परीक्षण में Upwork से 1,400 वास्तविक परियोजनाएँ शामिल थीं, जिसने सीधे विकास और परियोजना प्रबंधन के दो प्रमुख क्षेत्रों में AI के प्रदर्शन का संपूर्ण मूल्यांकन किया। परीक्षण के परिणामों से पता चलता है कि सर्वश्रेष्ठ प्रदर्शन करने वाले AI मॉडल Claude3.5Sonnet ने कोडिंग कार्यों में 26.2% की सफलता दर दर्ज की है, परियोजना प्रबंधन में

18 फरवरी को, बीजिंग चाँद की अंधेरी पक्ष प्रौद्योगिकी कंपनी ने Kimi ओपन प्लेटफॉर्म पर नवीनतम मॉडल - kimi-latest का विमोचन किया, जिसका उद्देश्य डेवलपर्स और व्यावसायिक उपयोगकर्ताओं को अधिक मजबूत और अधिक स्थिर AI जनरेटिव क्षमताएँ प्रदान करना है। 31 जनवरी 2024 को Kimi ओपन प्लेटफॉर्म के सार्वजनिक परीक्षण के बाद से, moonshot-v1 श्रृंखला मॉडल Kimi智能 सहायक का मुख्य समर्थन रहा है।

विज्ञापन उद्योग में, विज्ञापनदाताओं और प्रकाशकों के बीच संबंध अभूतपूर्व चुनौतियों का सामना कर रहा है। विज्ञापन पहचान कोड और डेटा सिग्नल के गायब होने के साथ, यह उद्योग का पारिस्थितिकी तंत्र और भी जटिल होता जा रहा है। इस पर, पहले Criteo के वैश्विक प्रकाशक साझेदारी के महाप्रबंधक रहे Aly Nurmohamed गहरी चिंता व्यक्त कर रहे हैं। 2020 में Criteo छोड़ने के बाद, वह Permutive में महाप्रबंधक और प्रमुख परिचालन अधिकारी के रूप में शामिल हुए, ऑनलाइन विज्ञापन क्षेत्र में गहराई से काम कर रहे हैं। एक साल से अधिक समय की तैयारी के बाद, Nurmoha

मस्क (एलन मस्क) और OpenAI के बीच कानूनी विवाद हाल ही में अमेरिकी संघीय न्यायालय में एक नए मोड़ पर पहुंचा। मस्क ने उस OpenAI के परंपरागत लाभकारी कंपनी में परिवर्तन को रोकने की कोशिश की, जिसमें उन्होंने दस साल पहले भाग लिया था, लेकिन उनकी यह अपील अदालत में असफल रही। न्यायाधीश यवोन गोंजालेज रोजर्स ने कैलिफोर्निया के ओकलैंड में हुई सुनवाई में बताया कि वे इस कई महीनों के विवाद पर निषेधाज्ञा जारी करने के लिए अनिच्छुक हैं। मस्क के वकील ने अदालत में।

एक नवीनतम अध्ययन से पता चलता है कि कृत्रिम बुद्धिमत्ता (AI) भविष्य में मानव बुद्धिमत्ता को पार करने की क्षमता रखती है। यह अध्ययन AI और मानव मस्तिष्क की जटिलता की गहराई से जांच करता है और एक नया सिद्धांत ढांचा प्रस्तुत करता है, यानी, तंत्रिका विज्ञान की कोशिका स्तर पर AI तकनीक के उपयोग के माध्यम से, AI मानव मस्तिष्क के कार्यों के करीब पहुँच सकता है, यहाँ तक कि अंततः मानव बुद्धिमत्ता के स्तर को पार कर सकता है। मानव मस्तिष्क को ब्रह्मांड की सबसे जटिल प्रणालियों में से एक माना जाता है, और कृत्रिम बुद्धिमत्ता को मानव इतिहास की सबसे महत्वपूर्ण तकनीकों में से एक माना जाता है। एक केंद्रीय प्रश्न सामने आता है: क्या कृत्रिम बुद्धिमत्ता अंततः मानव बुद्धिमत्ता को पार कर जाएगी?

सर्वोच्च पीपुल्स कोर्ट ने 'पीपुल्स कोर्ट का छठा पांच वर्षीय सुधार कार्यक्रम (2024-2028)' जारी किया। इसमें उल्लेख किया गया है कि नई उत्पादन शक्ति के न्यायिक सुरक्षा तंत्र को完善 करना। मुख्य रूप से इसमें शामिल हैं: महत्वपूर्ण तकनीकों, प्रमुख क्षेत्रों, नवोदित उद्योगों आदि के मामले में बौद्धिक संपदा की न्यायिक सुरक्षा को बढ़ाना।重大科技创新案件 की सुनवाई और निगरानी मार्गदर्शन तंत्र को स्थापित करना और完善 करना। बौद्धिक संपदा प्रशासनिक प्रवर्तन और न्यायिक सुनवाई के बीच समन्वय तंत्र को मजबूत करना। डेटा अधिकारों की न्यायिक सुरक्षा प्रणाली को完善 करना, डेटा संपत्ति के स्वामित्व की पहचान, बाजार लेनदेन, अधिकार वितरण और हित संरक्षण के裁判规则 को健全 करना।

एक नवीनतम अध्ययन से पता चलता है कि शीर्ष कृत्रिम बुद्धिमत्ता मॉडल ने मॉन्ट्रियल संज्ञानात्मक मूल्यांकन (MoCA) परीक्षण के दौरान प्रारंभिक डिमेंशिया के लक्षणों के समान संज्ञानात्मक मंदता का प्रदर्शन किया। यह खोज चिकित्सा उपयोगों में एआई की सीमाओं पर प्रकाश डालती है, विशेष रूप से उन कार्यों में जिनमें दृश्य और निष्पादन कौशल की आवश्यकता होती है। 'द ब्रिटिश मेडिकल जर्नल' (The BMJ) के क्रिसमस विशेषांक में प्रकाशित एक अध्ययन में कहा गया है कि लगभग सभी प्रमुख बड़े भाषा मॉडल, जिन्हें 'चैटबॉट' भी कहा जाता है, उन आंचलिक परीक्षणों में हल्की मंदता का प्रदर्शन करते हैं जो प्रारंभिक डिमेंशिया का पता लगाने के लिए सामान्य रूप से उपयोग किए जाते हैं।

रात भर साहित्य समीक्षा करने की सोच रहे हैं? लेख लिखने में उलझ गए हैं? घबराइए नहीं! AI2 के शोध नायकों ने अपनी नवीनतम कृति OpenScholar के साथ आपकी मदद करने के लिए दस्तक दी है! यह शोध दक्षता उपकरण, आपको साहित्य समीक्षा को पार्क में टहलने जितना आसान और आनंददायक बना देगा! OpenScholar का सबसे बड़ा रहस्य हथियार है, OpenScholar-Datastore (OSDS) जिसमें 4.5 करोड़ ओपन एक्सेस अनुसंधान पत्र और 2.37 करोड़ लेख खंड एम्बेडेड हैं। इतनी शक्तिशाली ज्ञान भंडार के साथ, OpenScho

मेटा AI ने हाल ही में SPIRIT LM नामक एक बुनियादी मल्टीमोडल भाषा मॉडल को ओपन-सोर्स किया है, जो पाठ और आवाज़ को स्वतंत्र रूप से मिलाने में सक्षम है, ऑडियो और पाठ के मल्टीमोडल कार्यों के लिए नई संभावनाएँ खोलता है। SPIRIT LM 70 अरब पैरामीटर वाले पूर्व-प्रशिक्षित पाठ भाषा मॉडल पर आधारित है, जो निरंतर प्रशिक्षण के माध्यम से पाठ और ऑडियोक कार्यों में मान्यताप्राप्त किया गया है। यह पाठ बड़े मॉडल की तरह पाठ को समझने और उत्पन्न करने में सक्षम है, साथ ही आवाज़ को भी समझने और उत्पन्न करने में सक्षम है, और यहाँ तक ​​कि पाठ और आवाज़ को मिलाकर विभिन्न प्रकार की कृत्रिम रचनाएँ पैदा कर सकता है।

क़्वैशौट टेक्नोलॉजी ने हाल ही में 2024 के तीसरे तिमाही के वित्तीय परिणाम प्रस्तुत किए हैं, जो दर्शाते हैं कि कंपनी का एआई क्षेत्र में निवेश महत्वपूर्ण परिणाम दे रहा है। क़्वैशौट के सक्रिय दैनिक उपयोगकर्ताओं की संख्या 4 करोड़ के आंकड़े को पार कर चुकी है, और इसके एआई उत्पाद क्यूलींग की प्रगति विशेष रूप से ध्यान आकर्षित कर रही है। इस वर्ष जून में लॉन्च होने के बाद से, क्यूलींग एआई ने कई महत्वपूर्ण मील के पत्थर को पूरा कर लिया है। आंकड़े दर्शाते हैं कि प्लेटफॉर्म ने कुल 50 लाख से अधिक उपयोगकर्ताओं को सेवा दी है, 510 मिलियन वीडियो और 150 मिलियन चित्र निर्मित किए हैं। विशेष रूप से ध्यान देने योग्य यह है कि क्यूलींग एआई ने एक महीने में 10 मिलियन युआन से अधिक का राजस्व हासिल किया है, जो उसकी ताकत को प्रदर्शित करता 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 के रिसर्च टीम द्वारा प्रस्तुत नवीनतम ReCapture तकनीक पारंपरिक वीडियो संपादन के तरीके को बदल रही है। यह नवाचार सामान्य उपयोगकर्ताओं को भी पेशेवर स्तर के कैमरा मूवमेंट समायोजन को आसानी से लागू करने की अनुमति देता है, पहले से रिकॉर्ड की गई वीडियो के लिए नए रूप से कैमरा की भाषा को पुनः डिज़ाइन करता है। पारंपरिक वीडियो पोस्ट प्रोडक्शन में, पहले से रिकॉर्ड की गई वीडियो के एंगल को बदलना हमेशा एक तकनीकी चुनौती रहा है। मौजूदा समाधान विभिन्न प्रकार के वीडियो सामग्री को संभालने में अक्सर जटिल कैमरामैन प्रभाव और चित्र विवरणों को एक साथ बनाए रखने में कठिनाई करते हैं। ReCapture एक नया रास्ता अपनाता है, पारंपरिक 4D मध्य तालिका का उपयोग नहीं करता है।

आज,智谱 तकनीकी टीम ने अपना नवीनतम वीडियो जनरेशन मॉडल CogVideoX v1.5 जारी किया और इसे ओपन-सोर्स किया। यह संस्करण अगस्त के बाद से,智谱 तकनीकी टीम द्वारा प्रस्तुत CogVideoX श्रृंखला में एक और महत्वपूर्ण प्रगति है। ज्ञात हुआ है कि इस अपडेट ने वीडियो जनरेशन की क्षमता में बड़े पैमाने पर सुधार किया है, जिसमें 5 सेकंड और 10 सेकंड की वीडियो लंबाई, 768P रिज़ॉल्यूशन और 16 फ्रेम की जनरेशन क्षमता शामिल है। साथ ही, I2V (इमेज से वीडियो) मॉडल किसी भी आयाम अनुपात का समर्थन करता है, जो जटिल अर्थों की समझ को और बढ़ाता है।

कुनलुन वानवेई टेक्नोलॉजी कंपनी लिमिटेड ने घोषणा की है कि इसकी स्व-निर्मित तियांगों एआई उन्नत खोज कार्यक्षमता का नवीनतम संस्करण आधिकारिक रूप से जारी किया गया है। यह अपग्रेड उपयोगकर्ताओं को एक अधिक सटीक और पेशेवर खोज अनुभव प्रदान करने के लिए बनाया गया है, विशेषकर वित्तीय निवेश और शोध अकादमिक क्षेत्रों में। तियांगों एआई खोज ने अपने लॉन्च के बाद से वैश्विक उपयोगकर्ताओं को नवीनतम बुद्धिमान खोज और सूचना प्रसंस्करण समाधान प्रदान करने के लिए अग्रणी एआई प्रौद्योगिकी के माध्यम से काम किया है।

हाल ही में, OpenAI द्वारा किए गए एक अध्ययन ने दिखाया कि, हालाँकि कृत्रिम बुद्धिमता तकनीक तेजी से विकसित हो रही है, वर्तमान में सबसे उन्नत भाषा मॉडल तथ्यात्मक प्रश्नों के उत्तर देने में अपेक्षा से काफी कम सफल हैं। इस अध्ययन में OpenAI की अपनी SimpleQA मानक परीक्षण का उपयोग किया गया, जिसमें 4,326 प्रश्न शामिल हैं, जो विज्ञान, राजनीति और कला जैसे कई क्षेत्रों को कवर करते हैं, प्रत्येक प्रश्न का एक स्पष्ट सही उत्तर है। दो स्वतंत्र मूल्यांकनकर्ताओं के सत्यापन के बाद, परिणाम यह दर्शाता है कि OpenAI का सर्वश्रेष्ठ मॉडल o1-prev

हाल ही में, LLM बड़े मॉडल सूची में चर्चा का केन्द्र बने रहस्यमय मॉडल रेडपांडा (रडकुंडा) का पर्दा उठ गया है, जो वास्तव में ब्रिटिश आर्टिफिशियल इंटेलिजेंस स्टार्टअप Recraft AI द्वारा पेश किया गया नवीनतम इमेज जेनरेशन मॉडल Recraft V3 है। कहा जा रहा है कि रेडपांडा नाम से जारी होने के बाद, Recraft V3 ने 100,000 से अधिक मत प्राप्त किए हैं, और Artificial Analysis सूची में 1172 के ELO स्कोर के साथ अन्य मॉडलों को पीछे छोड़ दिया है। ध्यान देने वाली बात यह है कि

बड़े भाषा मॉडल (LLM) का उदय, विशेष रूप से ChatGPT जैसे अनुप्रयोगों की लोकप्रियता, मानव-गणना इंटरैक्शन के तरीके को पूरी तरह से बदल दिया है। ये मॉडल संगत और व्यापक पाठ उत्पन्न करने में सक्षम हैं, जो प्रभावशाली हैं। हालाँकि, शक्तिशाली होने के बावजूद, LLM 'भ्रम' उत्पन्न करने के प्रति संवेदनशील होते हैं, अर्थात् ऐसा सामग्री उत्पन्न करना जो वास्तविक लगती है लेकिन वास्तव में काल्पनिक, अर्थहीन या संकेत के साथ असंगत होती है। हार्वर्ड विश्वविद्यालय के शोधकर्ताओं ने LLM 'भ्रम' की घटना का गहन अध्ययन किया है, और पाया है कि इसका मूल कारण LLM के काम करने के तंत्र में निहित है। LLM विशाल पाठ डेटा के आधार पर कार्य करता है।