ZyphraAI ने हाल ही में अपने नवीनतम बहु-भाषाई पाठ से आवाज़ में बदलने वाली (TTS) मॉडल **Zonos-TTS** की घोषणा की है, जो **Apache2.0 लाइसेंस** के तहत पूरी तरह से ओपन-सोर्स और व्यावसायिक उपयोग के लिए उपलब्ध है। Zonos-TTS न केवल वास्तविक समय की आवाज़ क्लोनिंग कार्यक्षमता का समर्थन करता है, बल्कि 200,000 घंटे के अंग्रेजी आवाज़ डेटा के प्रशिक्षण के माध्यम से उत्कृष्ट प्रदर्शन प्रदर्शित करता है। Zonos-TTS दो प्रकार के तैनाती मोड प्रदान करता है: स्थानीय तैनाती का समर्थन करता है और सुविधाजनक API सेवाएँ प्रदान करता है। सामान्य उपयोगकर्ताओं के लिए, Zyphr

2025 उपभोक्ता इलेक्ट्रॉनिक्स प्रदर्शनी (CES) में, सैमसंग ने अपने टीवी उत्पादों में एक लोकप्रिय मोबाइल और टैबलेट सुविधा - रियल-टाइम अनुवाद (Live Translate) की पेशकश की। यह सुविधा उपयोगकर्ताओं को लाइव अनुवाद सेवा प्रदान करने के उद्देश्य से है, ताकि विभिन्न भाषाओं के दर्शक कार्यक्रमों का आनंद अधिक आसानी से ले सकें। रियल-टाइम अनुवाद सुविधा सात भाषाओं का समर्थन करती है, हालांकि वर्तमान में यह स्पष्ट नहीं है कि ये सात भाषाएँ कौन सी हैं। यह तकनीक कार्यक्रमों के उपशीर्षक का अनुवाद करती है, ना कि सीधे ऑडियो का।

वैश्विक स्तर पर अग्रणी अनुवाद उपकरण निर्माता Timekettle ने आज अपने पहले एआई-संचालित अनुवाद ऑपरेटिंग सिस्टम Babel OS का अनावरण किया, यह प्रौद्योगिकी उनके सभी अनुवाद उपकरणों के लिए महत्वपूर्ण प्रदर्शन में सुधार लाएगी। Babel OS की केंद्रीय नवाचार इसकी AI सेमांटिक सेगमेंटेशन तकनीक है। यह तकनीक Timekettle के HybridComm द्वारा समर्थित है और बुद्धिमानी से वाक्यों की भविष्यवाणी कर सकती है, लगभग शून्य विलंबता के साथ वास्तविक समय में अनुवाद को सक्षम बनाती है। यह प्रणाली न केवल 40 से अधिक भाषाओं के तात्कालिक रूपांतरण का समर्थन करती है, बल्कि यह उपयोगकर्ता की आवाज की नकल करने की भी क्षमता रखती है।

कृत्रिम बुद्धिमत्ता कंपनी Cohere ने हाल ही में एक नया खोज मॉडेल Rerank 3.5 लॉन्च किया है, जिसका उद्देश्य वैश्विक व्यवसायों को डेटा खोजने और उपयोग करने के तरीके में क्रांतिकारी बदलाव लाना है। जैसे-जैसे कंपनियां अधिक जटिल डेटा वातावरण और बहु-भाषाई संचालन की आवश्यकताओं का सामना कर रही हैं, Rerank 3.5 की प्रस्तुति निश्चित रूप से महत्वपूर्ण है। इस मॉडेल की सबसे प्रमुख विशेषता यह है कि यह 100 से अधिक भाषाओं में खोज प्रश्नों को संभाल सकता है, विशेष रूप से अरबी, जापानी और कोरियाई जैसी प्रमुख व्यापारिक भाषाओं में उत्कृष्ट प्रदर्शन करता है। यह क्षमता न केवल भाषा की बाधाओं को तोड़ती है, बल्कि बहुराष्ट्रीय कंपनियों को भी मदद कर सकती है।

हाल ही में, Cohere ने दो नए ओपन-सोर्स AI मॉडल लॉन्च करने की घोषणा की, जिसका उद्देश्य इसके Aya परियोजना के माध्यम से बुनियादी मॉडल के भाषाई अंतर को कम करना है। ये दो नए मॉडल Aya Expanse8B और 35B के नाम से जाने जाते हैं, जो अब Hugging Face पर उपयोग के लिए उपलब्ध हैं। इन दोनों मॉडलों के लॉन्च ने 23 भाषाओं में AI प्रदर्शन में उल्लेखनीय सुधार किया है। Cohere ने अपने ब्लॉग में बताया कि 8B पैरामीटर वाला मॉडल वैश्विक शोधकर्ताओं के लिए突破 प्राप्त करना और भी आसान बना रहा है, जबकि 32B पैरामीटर वाला मॉडल।

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।

माइक्रोसॉफ्ट ने तीन नए AI मॉडल जारी किए हैं, जो बहु-भाषा और बहु-मॉडल क्षेत्र में अपनी प्रमुखता को बढ़ाने के लिए डिज़ाइन किए गए हैं। Phi-3.5Mini Instruct एक हल्का मॉडल है, जो आदेश निष्पादन, कोड उत्पादन और तार्किक तर्क के लिए उपयुक्त है, और विशेष रूप से बहु-भाषा और बहु-चरण वार्तालाप में उत्कृष्ट प्रदर्शन करता है। Phi-3.5MoE मिश्रित विशेषज्ञ मॉडल, समृद्ध पैरामीटर के साथ, विभिन्न तर्क कार्यों का समर्थन करता है, विशेष रूप से कोड, गणित और बहु-भाषा समझ में समान वर्ग के मॉडल को पीछे छोड़ता है। Phi-3.5Vision Instruct पाठ और चित्र प्रसंस्करण की क्षमताओं को एकीकृत करता है।

इलेवन लैब्स ने पूरी तरह से प्रबंधित एआई ऑटो वॉयस-ओवर सेवा लॉन्च की है, जो सामग्री निर्माताओं और व्यवसायों के लिए भाषा पार करने की चुनौतियों का समाधान करती है। यह सेवा स्पेनिश, हिंदी, फ्रेंच, पुर्तगाली, जर्मन, अरबी और पोलिश जैसी कई भाषाओं में ऑटो अनुवाद और वॉयस-ओवर का समर्थन करती है, ताकि मूल ध्वनि के स्वर, टोन और बोलने की शैली को बनाए रखा जा सके, और सामग्री की वास्तविकता और निकटता को बढ़ाया जा सके। अनुवाद की गुणवत्ता सुनिश्चित करने के लिए पेशेवर वॉयस-ओवर कलाकारों द्वारा सत्यापन चरण होता है। यह सेवा 10 से अधिक वक्ताओं का समर्थन नहीं करती है, औसत पूरा करने का समय 7 दिन होता है, और आपात स्थिति में उसी दिन सेवा उपलब्ध कराई जा सकती है। हालांकि,

बुद्धि स्रोत अनुसंधान संस्थान ने हाल ही में तीन नए वेक्टर मॉडल जारी किए हैं, जो वेक्टर खोज कार्य में उत्कृष्ट प्रदर्शन करते हैं और कई परीक्षण मानकों पर सर्वोत्तम स्तरों को刷新 करते हैं। ये तीन मॉडल हैं: BGE-EN-ICL: एक अंग्रेजी वेक्टर मॉडल, जो कार्य-संबंधित क्वेरी-डॉक्यूमेंट उदाहरणों को कम मात्रा के उदाहरणों के रूप में शामिल करके मॉडल की अर्थवती अभिव्यक्ति क्षमता को बढ़ाता है।

गूगल ने AI चैट बॉट जेमिनी का बड़े पैमाने पर उन्नयन किया है, ताकि प्रदर्शन को बढ़ाया जा सके, भाषा समर्थन और कवरेज को विस्तारित किया जा सके। जेमिनी 1.5 फ़्लैश संस्करण 40 भाषाओं और 230 देशों/क्षेत्रों में समर्थन प्रदान करता है, गुणवत्ता और प्रतिक्रिया गति में नाटकीय सुधार हुआ है, विशेष रूप से तर्क और छवि समझ के क्षेत्रों में। इस उन्नयन में 32000 चिह्नित संदर्भ विंडो का विस्तार, फ़ाइल अपलोड फ़ंक्शन का समर्थन, और उत्तरों के नीचे संबंधित वेब लिंक प्रदर्शित करने की सुविधा शामिल है, जिससे पारदर्शिता बढ़ी है। जेमिनी की सुविधाएँ अधिक अनुप्रयोग क्षेत्रों में विकसित होंगी,

अमेज़न क्लाउड टेक्नोलॉजी ने अपने Amazon Bedrock प्लेटफॉर्म पर Llama3.1 मॉडल को लॉन्च किया है, जो Meta द्वारा विकसित एक उन्नत AI मॉडल श्रृंखला है। इसमें 8B, 70B और 405B के तीन प्रकार के पैरामीटर शामिल हैं, जो उत्कृष्ट प्रदर्शन दिखाते हैं, और इसमें अंग्रेजी, जर्मन सहित 8 भाषाओं के कई संवाद उपयोग मामलों का समर्थन करते हैं। मॉडल में Llama3.1405B शामिल है, जो व्यापारिक अनुप्रयोगों और शोध के लिए उपयुक्त है, सामान्य ज्ञान, लंबी पाठ उत्पत्ति आदि में विशेषज्ञता रखता है; Llama3.170B विषय सामग्री रचनात्मकता, संवादात्मक AI आदि के क्षेत्रों के लिए उपयुक्त है।