AI21 Labs ने हाल ही में Jambaa 1.6 जारी किया है, जो एक उन्नत भाषा मॉडल है जो लंबे टेक्स्ट को संसाधित करने की क्षमता में क्रांति लाता है। यह कई भाषाओं का समर्थन करता है, जिससे यह विभिन्न अनुप्रयोगों के लिए एक बहुमुखी उपकरण बन जाता है।

हाल ही में, गूगल द्वारा समर्थित AI चैट प्लेटफार्म Character.AI में एक ध्यान आकर्षित करने वाली तकनीकी खराबी हुई, जिससे उपयोगकर्ताओं और चैट बॉट के बीच की बातचीत समझ से परे हो गई, जिसमें विभिन्न भाषाओं का मिश्रित आउटपुट था, जिसमें 'यौन खिलौनों' के बारे में अजीब उल्लेख किए गए। कई उपयोगकर्ताओं ने Reddit पर चैट बॉट के साथ अपनी बातचीत के स्क्रीनशॉट साझा किए, जिसमें AI द्वारा उत्पन्न टेक्स्ट धीरे-धीरे अर्थहीन बकवास में विकसित होते दिख रहा था, जिसमें टर्किश, जर्मन और अरबी जैसी कई भाषाओं का समावेश था। एक उपयोगकर्ता ने

अत्यंत प्रतीक्षित Deepseek V3 अंततः ओपन-सोर्स हो गया! यह नया AI मॉडल बहुभाषी प्रोग्रामिंग क्षमता में महत्वपूर्ण प्रगति करता है, जिसे aider बहुभाषी प्रोग्रामिंग परीक्षण में इसकी प्रदर्शन के लिए, Claude 3.5 Sonnet V2 जैसे प्रतिद्वंद्वियों को भी पीछे छोड़ते हुए व्यापक उद्योग ध्यान आकर्षित किया है। जानकारी के अनुसार, Deepseek V3 पिछली संस्करणों की तुलना में प्रदर्शन में गुणात्मक छलांग लगाता है। Deepseek V2.5 ने aider परीक्षण में केवल 17% की सफलता दर दिखाई, जबकि V3 की दर बढ़कर 4 तक पहुँच गई।

हाल ही में, चीनी एआई वॉयस क्लोनिंग तकनीक ने एक महत्वपूर्ण प्रगति की है। सीप एआई के विदेशी संस्करण में लॉन्च किया गया ऑडियो क्लोनिंग मॉड्यूल, केवल 10 से 60 सेकंड के ऑडियो नमूने की आवश्यकता है, जिससे उपयोगकर्ता की आवाज को पूरी तरह से पुन: पेश किया जा सकता है। सीप एआई के विदेशी संस्करण का ऑडियो क्लोनिंग प्रभाव कई उपयोगकर्ताओं को आश्चर्यचकित कर रहा है, क्योंकि पहले चीनी वॉयस क्लोनिंग क्षेत्र में, हालांकि कई उत्पाद थे, लेकिन उनके परिणाम अक्सर असंतोषजनक होते थे। सीप एआई का ऑडियो क्लोनिंग फ़ंक्शन बहुत सरल और सुविधाजनक है, जिससे उपयोगकर्ता कई आवाज़ मॉडल बना सकते हैं, उपयोगकर्ता केवल 'वॉयस' मॉड्यूल में प्रवेश करें.

मेटा ने हाल ही में मल्टी-IF नामक एक नया बेंचमार्क परीक्षण जारी किया है, जिसका उद्देश्य बड़े भाषा मॉडल (LLM) की बहु-चरण वार्तालाप और बहुभाषी वातावरण में निर्देश पालन क्षमताओं का मूल्यांकन करना है। यह बेंचमार्क आठ भाषाओं को कवर करता है, जिसमें 4501 तीन-चरण वार्तालाप कार्य शामिल हैं, जो वर्तमान मॉडल की जटिल बहु-चरण और बहुभाषी परिदृश्यों में प्रदर्शन पर ध्यान केंद्रित करता है। मौजूदा मूल्यांकन मानकों में से अधिकांश एकल-चरण वार्तालाप और एकल भाषा कार्यों पर केंद्रित हैं, जो वास्तविक अनुप्रयोगों में मॉडल के प्रदर्शन को पूरी तरह से प्रतिबिंबित करने में कठिनाई होती है। मल्टी-IF का लॉन्च इसी उद्देश्य के लिए है।

फ्रांस की आर्टिफिशियल इंटेलिजेंस कंपनी Mistral AI ने हाल ही में एक नई सामग्री निगरानी API सेवा लॉन्च की है, यह कदम न केवल वैश्विक AI क्षेत्र में इसकी महत्वाकांक्षा को दर्शाता है, बल्कि AI सुरक्षा प्रबंधन पर गहराई से सोचने की भी पुष्टि करता है। यह Ministral8B मॉडल पर आधारित निगरानी प्रणाली नौ प्रकार की संभावित हानिकारक सामग्री को सटीकता से पहचानने में सक्षम है, जिसमें यौन सामग्री, नफरत भरी बातें, हिंसा, खतरनाक गतिविधियाँ और व्यक्तिगत पहचान जानकारी शामिल हैं।值得关注的是，该API支持11种主要语言，涵盖阿拉伯语、中文、英语、法语等。

फ्रांसीसी आर्टिफिशियल इंटेलिजेंस स्टार्टअप Mistral AI ने हाल ही में सामग्री समीक्षा के लिए एक नई API लॉन्च की है, जो OpenAI और अन्य उद्योग नेताओं के साथ प्रतिस्पर्धा करने के साथ-साथ बढ़ती हुई AI सुरक्षा और सामग्री फ़िल्टरिंग समस्याओं का सामना करने के लिए है। यह सेवा Mistral के Ministral8B मॉडल पर आधारित है, जिसे नौ विभिन्न श्रेणियों में संभावित हानिकारक सामग्री का पता लगाने के लिए सूक्ष्मता से अनुकूलित किया गया है, जिसमें अश्लील सामग्री, नफरत भरी टिप्पणी, हिंसा, खतरनाक गतिविधियां और व्यक्तिगत पहचान योग्य जानकारी शामिल है।

हाल ही में, गूगल ने घोषणा की कि उनका AI सर्च सारांश फीचर 100 से अधिक देशों में विस्तारित होगा। इस फीचर को ‘AI अवलोकन’ कहा जाता है, जो कि कनाडा, ऑस्ट्रेलिया, न्यूजीलैंड, दक्षिण अफ्रीका, कोलंबिया, चिली, फिलीपींस, नाइजीरिया आदि में यूजर्स के लिए उपलब्ध होगा। उपयोगकर्ता गूगल की आधिकारिक वेबसाइट पर विशेष देशों की सूची देख सकते हैं। इस अपडेट की एक प्रमुख विशेषता यह है कि AI अवलोकन विभिन्न देशों में कई भाषाओं में उपलब्ध होगा, जिसमें अंग्रेजी, हिंदी, इंडोनेशियाई, जापानी, पुर्तगाली और स्पेनिश शामिल हैं।

सेब कंपनी ने घोषणा की है कि वह अपनी कृत्रिम बुद्धिमत्ता सेवा Apple Intelligence के भाषा समर्थन की सीमा का विस्तार कर रही है, योजना के तहत 2025 के अप्रैल में सॉफ्टवेयर अपडेट के माध्यम से चीनी समेत अधिक भाषाओं का समर्थन जोड़ा जाएगा। वर्तमान में, Apple Intelligence की पहली विशेषताएँ निःशुल्क सॉफ्टवेयर अपडेट के रूप में iOS18.1, iPadOS18.1 और macOS Sequoia15.1 के साथ वैश्विक स्तर पर कुछ देशों और क्षेत्रों के उपयोगकर्ताओं को उपलब्ध कराई गई हैं, लेकिन इसके लिए उपकरण की भाषा और Siri की सेटिंग को समायोजित करना आवश्यक है।

हाल ही में, OpenAI ने एक महत्वपूर्ण बहुभाषी डेटा सेट लॉन्च किया, जिसका उद्देश्य 14 भाषाओं में आर्टिफिशियल इंटेलिजेंस के प्रदर्शन का मूल्यांकन करना है, जिसमें अरबी, जर्मन, स्वाहिली, बांग्ला और योरोबा शामिल हैं। इस डेटा सेट का नाम "बहुभाषी बड़े पैमाने पर बहु कार्यात्मक भाषा समझ" (MMMLU) रखा गया है, जिसे ओपन डेटा प्लेटफॉर्म Hugging Face पर प्रकाशित किया गया है, जो OpenAI की वैश्विक AI क्षेत्र में एक और महत्वपूर्ण प्रगति को दर्शाता है। डेटा सेट का प्रवेश द्वार: https://huggingface

मोर्स थ्रेड ने अपने ऑडियो समझने वाले बड़े मॉडल MooER को ओपन-सोर्स करने की घोषणा की, जो पूरी तरह से घरेलू GPU पर आधारित पहला बड़े पैमाने पर ओपन-सोर्स आवाज़ मॉडल है। MooER चीनी और अंग्रेजी दोनों भाषाओं की आवाज़ पहचान और अनुवाद का समर्थन करता है, तीन भागों के मॉडल संरचना को अपनाता है, जो शक्तिशाली बहुभाषी प्रसंस्करण क्षमताओं को प्रदर्शित करता है। इसने ओपन-सोर्स अनुमान कोड और 5000 घंटे के डेटा पर प्रशिक्षित मॉडल जारी किया है, और योजना है कि आगे ओपन-सोर्स प्रशिक्षण कोड और 80000 घंटे के डेटा पर प्रशिक्षित संवर्धित संस्करण जारी किया जाएगा। तुलना परीक्षणों में, MooER-5K ने उत्कृष्ट प्रदर्शन किया, चीनी CER 4.21% और अंग्रेजी WER 17.98% रहा।

Linly-Dubbing एक ओपन-सोर्स AI उपकरण है, जिसे वीडियो के बहुभाषीय डबिंग और अनुवाद के लिए डिज़ाइन किया गया है, जो वीडियो स्थानीयकरण प्रक्रिया को सरल बनाता है। उपयोगकर्ता को केवल वीडियो अपलोड करने की आवश्यकता होती है, उपकरण स्वतः डाउनलोड, अनुवाद, डबिंग और सबटाइटल उत्पन्न कर देता है, जो विभिन्न भाषाओं का समर्थन करता है। इसकी AI पहचान और अनुवाद की क्षमता मजबूत है, जो GPT जैसे मॉडलों के साथ सहयोग करती है, अनुवाद की गुणवत्ता उच्च और प्राकृतिक दक्षता सुनिश्चित करती है। विशेष रूप से ध्वनि क्लोनिंग तकनीक को उजागर किया गया है, जो मूल आवाज़ के अत्यधिक समान ध्वनि उत्पन्न कर सकती है, जिससे मुंह की हरकतें और आवाज़ के बीच सामंजस्य सुनिश्चित होता है, और वीडियो देखने के अनुभव को बढ़ाती है। यह उपकरण अंतरराष्ट्रीय शिक्षा और वैश्विक मनोरंजन के लिए उपयुक्त है।

हाल ही में Cloudflare ने घोषणा की कि, Meta कंपनी के पहले भागीदारों में से एक के रूप में, उन्होंने Workers AI प्लेटफ़ॉर्म पर Meta द्वारा जारी किया गया नवीनतम Llama3.18B मॉडल लॉन्च किया है। यह कदम डेवलपर्स को इस नवीनतम AI उपकरण का उपयोग करने की अनुमति देता है, जो कि मॉडल की घोषणा के पहले ही दिन से संभव है।

तिंहुआ विश्वविद्यालय के ज्ञान इंजीनियरिंग समूह और डेटा खनन टीम ने CodeGeeX4-ALL-9B लॉन्च किया है, जो CodeGeeX श्रृंखला का नवीनतम परिणाम है। यह बहुभाषी कोड जनरेशन के क्षेत्र में एक नई उच्चता तक पहुंच गया है, जो स्वचालित प्रोग्रामिंग के प्रदर्शन और दक्षता मानकों को फिर से परिभाषित करता है। GLM-4-9B ढांचे पर आधारित, यह व्यापक प्रशिक्षण के माध्यम से 9.4 अरब पैरामीटर के साथ आया है, जो समान प्रकार के मॉडल को पीछे छोड़ता है और कोड जनरेशन, पूर्णता और व्याख्या में विशेष दक्षता दिखाता है। इसकी अनुकूलन क्षमता अत्यधिक है, जो सॉफ़्टवेयर विकास की सभी आवश्यकताओं को समाहित करता है और भंडार स्तर के कोड प्रदान करता है।

गूगल भारतीय स्टार्टअप CoRover.ai में 4 मिलियन डॉलर का निवेश करने की योजना बना रहा है ताकि वह विकसित किए गए BharatGPT का समर्थन कर सके, जो 130 से अधिक भाषाओं का समर्थन करता है। BharatGPT विविध डेटा प्रारूपों को संभालने की क्षमता रखता है। गूगल भारतीय कृत्रिम बुद्धिमत्ता क्षेत्र के विकास को लेकर आश्वस्त है।

📢 बहुभाषी फ़ोन प्रचार पर नैतिक विवाद: न्यूयॉर्क के मेयर ने बहुभाषी फ़ोन प्रचार के लिए एआई उपकरण का उपयोग किया, जिसे व्यापक चर्चा का कारण बना।🗣 मेयर ने कहा कि वे कई भाषाएँ बोल सकते हैं, लेकिन वास्तव में एआई द्वारा उत्पन्न आवाज़ का उपयोग कर रहे हैं, नैतिक विवाद तेज है।📞 हजारों फ़ोन कॉल्स में स्पेनिश, यिद्दिश, मंदारिन आदि शामिल हैं, जिससे नैतिक चिंताओं का सामना करना पड़ रहा है।🤖 मेयर का कहना है कि यह बहुभाषी नागरिकों से संवाद करने के लिए है, लेकिन आलोचकों द्वारा व्यापक रूप से questioned किया जा रहा है।

1. मेटा ने SeamlessM4T नामक AI अनुवाद मॉडल पेश किया है जो लगभग 100 भाषाओं के लिए आवाज़ से पाठ, आवाज़ से आवाज़, पाठ से पाठ, पाठ से आवाज़ में अनुवाद का समर्थन करता है। 2. SeamlessM4T की आवाज़ पहचान क्षमता मानव स्तर तक पहुँच गई है जिससे पृष्ठभूमि शोर और बदलती आवाज़ों को संभालने की क्षमता में काफी सुधार हुआ है। 3. मेटा ने न केवल SeamlessM4T मॉडल को मुफ्त में ओपन-सोर्स किया है बल्कि महत्वपूर्ण प्रशिक्षण डेटा सेट SeamlessAlign को भी सार्वजनिक किया है।