हाल ही में, वेक्टारा ने 'भ्रम रैंकिंग' नामक एक रिपोर्ट जारी की, जिसमें विभिन्न बड़े भाषा मॉडल (LLM) के संक्षिप्त दस्तावेज़ों को सारांशित करते समय भ्रांति उत्पन्न करने के प्रदर्शन की तुलना की गई। इस रैंकिंग ने वेक्टारा के ह्यूज भ्रांति मूल्यांकन मॉडल (HHEM-2.1) का उपयोग किया, जिसे नियमित रूप से अपडेट किया जाता है और जिसका उद्देश्य इन मॉडलों के सारांशों में गलत जानकारी पेश करने की आवृत्ति का मूल्यांकन करना है। नवीनतम डेटा के अनुसार, रिपोर्ट ने कई लोकप्रिय मॉडलों की भ्रांति दर, तथ्य संगति दर, प्रतिक्रिया दर और औसत सारांश लंबाई जैसे महत्वपूर्ण मापदंडों को बताया।

गूगल ने 22 जनवरी 2025 को अपने Gemini 2.0 फ्लैश थिंकिंग निष्कर्ष मॉडल का एक मजबूत संस्करण लॉन्च किया, जिससे फिर से चैटबोट एरेना में शीर्ष स्थान हासिल किया। इस संस्करण का अपग्रेड मुख्य रूप से लंबी संदर्भ प्रसंस्करण क्षमता पर केंद्रित है, जो 1M टोकन तक इनपुट का समर्थन करता है, जिससे उपयोगकर्ताओं को लंबी पाठ सामग्री को संसाधित करते समय अधिक गहन विश्लेषण क्षमता मिलती है। गूगल एआई के प्रमुख जेफ डीन ने प्रस्तुतिकरण में कहा कि यह प्रयोगात्मक अपडेट मॉडल की गुणवत्ता में सुधार करने के लिए है।

2025 के CES प्रदर्शनी में, फ्लैश ने अपने विदेश के नए उप ब्रांड लोमोस को आधिकारिक रूप से लॉन्च किया और लोमोस AI चश्मे नामक एक नए उत्पाद की पहली प्रस्तुति दी। यह चश्मा हार्डवेयर कॉन्फ़िगरेशन और फ़ीचर्स के मामले में घरेलू संस्करण के फ्लैश AI "पैपाई मिरर" के समान है, जो 4K तस्वीरें खींचने और 1080P वीडियो रिकॉर्ड करने का समर्थन करता है। अंतर यह है कि लोमोस AI चश्मा GPT-4o द्वारा संचालित वॉयस असिस्टेंट से लैस है, जो उपयोगकर्ताओं को तात्कालिक मदद प्रदान कर सकता है, जैसे कि टेक्स्ट अनुवाद।

हाल के वर्षों में, जनरेटिव एआई बाजार में प्रतिस्पर्धा बढ़ती जा रही है, और कीमतों की लड़ाई भी लगातार बढ़ रही है। हाल ही में, चीन की प्रमुख टेक कंपनी अलीबाबा की क्लाउड कंप्यूटिंग शाखा अली क्लाउड ने कई एआई उत्पादों की कीमतों में कटौती की घोषणा की, जिसमें सबसे उच्चतम 85% तक की कमी है। इसके अंतर्गत, दृश्य भाषा मॉडल क्वेन-VL की कीमत में उल्लेखनीय कमी हुई है। यह कदम दर्शाता है कि चीन की प्रमुख तकनीकी कंपनियों के बीच एआई क्षेत्र में प्रतिस्पर्धा तेजी से बढ़ रही है। पिछले डेढ़ वर्ष में, अलीबाबा, टेन्सेंट, बैतूडू, जेडी, हुआवेई और बाइटडांस जैसी कंपनियों ने बड़े भाषा मॉडल पेश किए हैं।

​चीनी तकनीकी कंपनी फ्लैश ने पिछले गुरुवार को अपने पहले एआई क्लिक मिरर को लॉन्च किया, यह उत्पाद घरेलू एआई कैमरा चश्मे के क्षेत्र में एक महत्वपूर्ण मील का पत्थर है। चश्मे की कीमत 1499 युआन है, जबकि पहले बैच में 50,000 विशेष संस्करण 999 युआन के विशेष मूल्य पर बेचे जा रहे हैं, आधिकारिक तौर पर यह कीमत शाओमी के समान उत्पादों से भी कम बताई गई है। इसके अलावा, फ्लैश ने एक विशेष प्रमोशन भी पेश किया है, जहां उपयोगकर्ता 300 दिनों के भीतर 200 दिनों तक चेक-इन करने पर (निरंतर नहीं) पूर्ण रिफंड प्राप्त कर सकते हैं, यह रणनीति निश्चित रूप से उत्पाद की आकर्षण को बढ़ाती है।

फ्लैश极 टेक्नोलॉजी ने 19 दिसंबर की रात को घरेलू स्तर पर पहली एआई चश्मा - फ्लैश极 AI 'पैपई चश्मा' लॉन्च की, जिसकी प्रारंभिक कीमत 999 युआन है, जो AI चश्मे के उत्पादन में पहला कदम है। उत्पाद की उम्मीद है कि 15 जनवरी, 2025 से शिपमेंट शुरू होगा, और वर्तमान में यह सभी प्रमुख ई-कॉमर्स प्लेटफार्मों पर प्री-सेल के लिए उपलब्ध है। इस चश्मे का डिज़ाइन क्लासिक काले फ्रेम का है, बैटरी के पीछे की तकनीक और नवीनतम हीट डिस्पर्शन डिज़ाइन के माध्यम से, पूरे डिवाइस का वजन 50g तक सीमित रखा गया है, वास्तविक पहनने का अनुभव केवल लगभग 30g है। हार्डवेयर कॉन्फ़िगरेशन के संदर्भ में, इसमें सोनी का 16 मेगापिक्सल का कैमरा और 瑞声科技 Hi-Fi शामिल है।

ElevenLabs ने हाल ही में अपनी नवीनतम मानव आवाज संश्लेषण मॉडल फ्लैश लॉन्च किया है, जो अब तक का सबसे तेज़ टेक्स्ट-टू-स्पीच (TTS) समाधान होने का दावा करता है, जिसकी आवाज उत्पादन की देरी केवल 75 मिलीसेकंड है (अनुप्रयोग और नेटवर्क देरी के साथ)। फ्लैश विशेष रूप से कम देरी वाले संवादात्मक आवाज सहायक के लिए उपयुक्त है, और उपयोगकर्ता तुरंत ElevenLabs के संवाद AI प्लेटफॉर्म पर इस नई सुविधा का अनुभव कर सकते हैं। फ्लैश मॉडल के दो संस्करण हैं, जिसमें फ्लैश v2 केवल अंग्रेजी का समर्थन करता है, जबकि F

गूगल कंपनी और इसकी मूल कंपनी एल्फाबेट के सीईओ सुंदर पिचाई ने घोषणा की है कि कंपनी ने नवीनतम आर्टिफिशियल इंटेलिजेंस मॉडल - जेमिनी 2.0 पेश किया है, जो गूगल द्वारा सामान्य एआई सहायक के क्षेत्र में एक महत्वपूर्ण कदम है। जेमिनी 2.0 मल्टीमोड़ल इनपुट प्रोसेसिंग और स्वदेशी टूल के उपयोग में महत्वपूर्ण प्रगति प्रदर्शित करता है, जिससे एआई एजेंट अपने चारों ओर की दुनिया को और गहराई से समझने में सक्षम होता है और उपयोगकर्ता की निगरानी में उपयोगकर्ता के लिए कार्रवाई कर सकता है।

बीजिंग ज़्हीपु ह्वाज़ांग प्रौद्योगिकी有限公司 ने घोषणा की कि इसके तहत ज़्हीपु ओपन प्लेटफ़ॉर्म बिगमॉडल ने पहला मुफ्त बहु-मोडल एपीआई - GLM-4V-फ्लैश लॉन्च किया है। यह नया मॉडल 4V श्रृंखला मॉडल की उत्कृष्ट क्षमताओं पर आधारित है, और चित्र प्रसंस्करण में सटीकता में सुधार करता है, जिससे विभिन्न क्षेत्रों में विकासकर्ताओं के लिए बड़े मॉडल की गहराई से जांच करने की बाधाएँ और कम हो गई हैं।

Gemini द्वारा प्रस्तुत नया 1.5 फ्लैश मॉडल अपडेट, प्रतिक्रिया गति को 50% तक बढ़ाता है, विशेष रूप से Pro योजना में स्पष्ट रूप से प्रदर्शन करता है, सभी उपयोगकर्ता स्तरों को लाभान्वित करता है। यह अनुकूलन नेटवर्क और मोबाइल प्लेटफार्मों पर परिणाम दिखाता है, उपयोगकर्ता इंटरएक्शन अनुभव को मजबूत करता है, विशेष रूप से जटिल कार्यों को संभालते समय। इस तरह, Gemini AI सहायक क्षेत्र में अपनी प्रतिस्पर्धा को बढ़ाता है, और 4 सितंबर को आगामी अपडेट में अधिक संवर्धन सुविधाएँ जोड़ी जाएंगी, सेवाओं का निरंतर अनुकूलन। यह अपडेट AI प्रौद्योगिकी की तेज़ गति और तीव्र प्रतिस्पर्धा को दर्शाता है, उपयोगकर्ता इससे लाभान्वित होंगे और बेहतर अनुभव का आनंद लेंगे।

जिज्ञासा AI ओपन प्लेटफ़ॉर्म ने GLM-4-फ्लैश मॉडल को नि:शुल्क खोलने की घोषणा की है, जिसका उद्देश्य AI अनुप्रयोग नवाचार को बढ़ावा देना है। यह मॉडल तेजी और किफ़ायत के लिए प्रसिद्ध है, जो सरल कार्यों के लिए तेज़ प्रतिक्रिया देने में सक्षम है, बहु-चरण संवाद, वेब ब्राउज़िंग, फ़ंक्शन कॉल और लंबी文本 व्याख्या का समर्थन करता है, जो 26 भाषाओं को शामिल करता है। अनुकूलन तकनीकों जैसे स्वायत्त वजन मात्रात्मककरण, समानांतरकरण, बैच प्रसंस्करण और अटकल नमूनाकरण के माध्यम से, GLM-4-फ्लैश ने व्याख्या लागत को काफी कम कर दिया, और पूर्व-प्रशिक्षण चरण में 10T से अधिक उच्च गुणवत्ता वाले बहु-भाषाई डेटा प्राप्त किया। मॉडल में स्थिरता के लिए डेटा प्रोसेसिंग करता है।

बीजिंग ज़्हिपू हुआज़ांग प्रौद्योगिकी कंपनी ने हाल ही में घोषणा की है कि वह अपने जीएलएम-4-फ्लैश बड़े भाषा मॉडल के एपीआई इंटरफेस को जनता के लिए मुफ्त में खोलेगी, ताकि बड़े मॉडल तकनीक के प्रसार और अनुप्रयोग को बढ़ावा दिया जा सके। जीएलएम-4-फ्लैश मॉडल गति और प्रदर्शन दोनों में महत्वपूर्ण लाभ प्रदर्शित करता है, विशेष रूप से निष्कर्षण गति के संदर्भ में, अनुकूलनीय वजन मात्रकरण और समानांतर प्रसंस्करण तकनीक को अपनाकर।

गूगल ने अपने तेज़ एआई मॉडल जेमिनी 1.5 फ्लैश की कीमत को कम करने की घोषणा की है, जिसमें इनपुट टोकन की लागत प्रति मिलियन टोकन 0.075 डॉलर और आउटपुट टोकन की लागत प्रति मिलियन टोकन 0.30 डॉलर हो गई है, जो 78% की कटौती है। यह उपाय डेवलपर्स के लिए बहुत फायदेमंद हैं, विशेष रूप से सारांश, वर्गीकरण और मल्टी-मॉडल समझ जैसे परिदृश्यों के लिए। गूगल के नए एपीआई और एआई स्टूडियो ने पीडीएफ के विश्लेषण की क्षमताओं को बढ़ाया है, जो ग्राफिक्स, चित्र आदि जैसे दृश्य सामग्री वाले पीडीएफ की समझ का समर्थन करता है, और भाषा समर्थन का विस्तार किया है, जो 100 से अधिक भाषाओं को कवर करता है।

नई ट्रांसफार्मर त्वरक तकनीक फ्लैशअटेंशन-3 जारी, जिससे विशाल भाषा मॉडल के अनुमान लगाने की गति में सुधार होता है और संचालन लागत में कमी आती है। पिछले संस्करण की तुलना में, इस अपडेट ने GPU उपयोगिता को काफी बढ़ा दिया है, प्रशिक्षण और संचालन की गति 1.5 से 2 गुना बढ़ गई है। कम सटीकता वाली संख्याओं (FP8) का उपयोग करके उच्च सटीकता बनाए रखी गई है जबकि लागत में भी भारी कमी आई है। लंबे पाठों को संभालने की क्षमता में काफी सुधार हुआ है, और मेमोरी खपत और अनुक्रम की लंबाई के संबंध में महत्वपूर्ण ऑप्टिमाइजेशन किया गया है, विशेष रूप से बड़े पैमाने पर डेटा सेट और लंबे अनुक्रमों के साथ संगतता में। तकनीकी विशेषताओं में उन्नत एल्गोरिदम शामिल हैं।

हालिया अनुसंधान में, फ्लैश डिफ्यूजन नामक एक नई विधि ने चित्र निर्माण तकनीक में क्रांतिकारी परिवर्तन लाया है। यह विधि एकल चरण में शोर रहित कई चरणों की भविष्यवाणी परिणाम उत्पन्न करने के लिए भविष्यवाणी मॉडल को प्रशिक्षित करके पूर्व-प्रशिक्षित डिफ्यूजन मॉडल की निर्माण प्रक्रिया को तेज करती है।