अलीबाबा समूह ने अपनी नवीनतम वित्तीय रिपोर्ट जारी करने के बाद, घोषणा की है कि वह 28 फरवरी को एक महत्वपूर्ण मंच का आयोजन करेगा, जिसकी मेजबानी उसकी सहायक कंपनी दामो अकादमी द्वारा की जाएगी, जिसका विषय है “2025玄铁RISC-V पारिस्थितिकी सम्मेलन”। आधिकारिक कार्यक्रम के अनुसार, दामो अकादमी के मुख्य वैज्ञानिक सम्मेलन में “Deepseek नवाचार से RISC-V के अवसरों पर एक नज़र” विषय पर एक मुख्य भाषण देंगे, साथ ही玄铁RISC-V श्रृंखला के चिप्स भी जारी करेंगे। ध्यान देने योग्य बात यह है कि अलीबाबा समूह के मुख्य कार्यकारी अधिकारी वू योंगमिंग ने कल सुबह घोषणा की थी कि कंपनी अगले तीन वर्षों में अत्यधिक निवेश करने की योजना बना रही है।

डब की गई फिल्मों का观看 करते समय, दर्शकों को अक्सर एक समस्या का सामना करना पड़ता है: पात्रों के मुँह की हरकतें और डबिंग की भाषा में असंगति, जो न केवल दर्शक अनुभव को प्रभावित करती है, बल्कि कहानी में डूबने में भी कठिनाई पैदा करती है। इस स्थिति में बदलाव लाने के लिए, 2021 में स्थापित भारतीय स्टार्टअप NeuralGarage सक्रिय रूप से प्रयास कर रहा है, जिसने डबिंग उद्योग को पूरी तरह से बदलने की कोशिश की है। चित्र स्रोत टिप्पणी: चित्र AI द्वारा उत्पन्न, चित्र अधिकार सेवा प्रदाता Midjourney। NeuralGarage का मुख्यालय भारत के बैंगलोर में स्थित है, जिसे अंजान बनर्जी और सुभासिश द्वारा स्थापित किया गया है।

हुरुन रिसर्च इंस्टीट्यूट ने आधिकारिक रूप से "2024 हुरुन चीन आर्टिफिशियल इंटेलिजेंस कंपनियों की 50 श्रेष्ठ सूची" जारी की। इस सूची में, एआई चिप कंपनी हैबिंगजी ने 2380 अरब युआन के मूल्यांकन के साथ पहले स्थान पर अपनी स्थिति बनाई, जिसने आर्टिफिशियल इंटेलिजेंस क्षेत्र में अपनी ताकत दिखाई। इसके बाद स्मार्ट वॉयस कंपनी कटाई讯飞 1160 अरब युआन के मूल्यांकन के साथ दूसरे स्थान पर है। मशीन विज़न और बड़े मॉडलों के क्षेत्र में प्रभावशाली कंपनी शांगतॉन्ग 500 अरब युआन के मूल्यांकन के साथ तीसरे स्थान पर है। कंपनियों के वितरण के मामले में, बीजिंग 20 कंपनियों की संख्या के साथ सबसे आगे है, शंघाई

यूट्यूब ने घोषणा की है कि वह अपनी एआई संचालित स्वचालित डबिंग सुविधा को 'लाखों चैनलों' तक विस्तारित कर रहा है, जो यूट्यूब पार्टनर प्रोग्राम के अंतर्गत हैं और ज्ञान और सूचना संबंधी सामग्री पर केंद्रित हैं। यह नई सुविधा न केवल क्रिएटर्स के वीडियो के प्रचार दायरे को बढ़ा सकती है, बल्कि विभिन्न भाषाओं के दर्शकों को भी आकर्षित कर सकती है। यूट्यूब ने कहा है कि भविष्य में वे इस सुविधा को अन्य प्रकार की सामग्री में धीरे-धीरे शामिल करेंगे। यूट्यूब के अनुसार, ऑटो डबिंग की सामग्री मूल वीडियो की भाषा पर निर्भर करती है।

बीजिंग मियनबिंग इंटेलिजेंस टेक्नोलॉजी कंपनी ने हाल ही में नई दौर की कई करोड़ आरएमबी की फंडिंग पूरी करने की घोषणा की। इस दौर का फंडिंग लोंग्जिन चुआंगटॉन्ग, डिंगहुई बाईफू, झोंगगुआनचुन विज्ञान城 फंड और साईफु इनवेस्टमेंट फंड द्वारा संयुक्त रूप से किया गया था, जबकि बीजिंग आर्टिफिशियल इंटेलिजेंस इंडस्ट्री इनवेस्टमेंट फंड और किंगके चुआंगटॉन्ग ने सह-निवेश किया, और वानजिया कैपिटल ने एकल वित्तीय सलाहकार के रूप में कार्य किया। मियनबिंग इंटेलिजेंस इस फंड का उपयोग एंड-साइड एआई बड़े मॉडल के वाणिज्यिकरण योजना को तेज करने के लिए करेगा, और समान पैरामीटर पर उच्च प्रदर्शन, निम्न ऊर्जा खपत और तेज गति की उच्च प्रभावी बड़े मॉडल सेवाओं को प्रदान करने के लिएDedicated है, ताकि उद्योगों को गहराई से सेवा दी जा सके और उपयोगकर्ताओं के लिए ठोस मूल्य बनाया जा सके।

हाल के वर्षों में, ChatGPT के प्रतिनिधित्व में बड़े भाषा मॉडल ने AI क्षेत्र में एक नई लहर शुरू की है। ये शक्तिशाली भाषा मॉडल न केवल मानव आदेशों को समझ सकते हैं, बल्कि योजनाएँ बना सकते हैं, वातावरण का अन्वेषण कर सकते हैं और जटिल कार्यों को हल करने के लिए उपकरणों का उपयोग कर सकते हैं, जो रोबोट, व्यक्तिगत सहायक और प्रक्रिया स्वचालन के क्षेत्रों में विशाल संभावनाएं दिखाते हैं। हालांकि, मौजूदा AI इंटेलिजेंस प्रणाली अधिकांशतः निष्क्रिय होती हैं, जिन्हें कार्यों को पूरा करने के लिए स्पष्ट मानव आदेशों की आवश्यकता होती है; यदि आपको एक बैठक आयोजित करनी है, तो आपको समय, स्थान को मैन्युअल रूप से दर्ज करना होगा, यहां तक कि प्रतिभागियों की एक-एक करके सूची भी बनानी होगी।

सितंबर 2024 में, OpenAI का ChatGPT एक मील का पत्थर हासिल कर रहा है, जिसकी विज़िट पहली बार Microsoft के Bing सर्च इंजन को पार कर गई है। इस आर्टिफिशियल इंटेलिजेंस चैटबॉट के वेब और मोबाइल एप्लिकेशनों पर उपयोग में उल्लेखनीय वृद्धि हुई है। Similarweb के आंकड़ों के अनुसार, पिछले महीने ChatGPT की आधिकारिक वेबसाइट पर वैश्विक विज़िट 3.1 बिलियन से अधिक थी, जो पिछले वर्ष की तुलना में 112% बढ़ी, जबकि अगस्त के मुकाबले 18.7% की वृद्धि हुई। यह उपलब्धि केवल ChatGPT की नहीं है।

बीजिंग इंटरनेट न्यायालय ने हाल ही में एक महत्वपूर्ण मामले की सुनवाई की, यह देश का पहला मामला है जो एआई जनित आवाज के व्यक्तित्व अधिकार उल्लंघन से संबंधित है। आर्टिफिशियल इंटेलिजेंस तकनीक के तेजी से विकास के साथ, एआई आवाज, चित्र और वीडियो व्यापक रूप से उपस्थित होने लगे हैं, जिसके साथ आने वाले कानूनी मुद्दों की संख्या भी बढ़ रही है।

ChatTTS-OpenVoice नामक एक नवोन्मेषी प्रोजेक्ट ने इंटरनेट पर ध्यान आकर्षित किया है, जो ChatTTS और OpenVoice तकनीक को एकीकृत करता है, उपयोगकर्ता द्वारा अपलोड किए गए 10 सेकंड के संदर्भ ऑडियो के आधार पर व्यक्तिगत और प्राकृतिक आवाज उत्पन्न कर सकता है। यह तकनीक डबिंग उपकरण और वॉयस असिस्टेंट के लिए उपयुक्त है, जिससे अपलोड प्रक्रिया को सरल बनाकर, उपयोगकर्ता को कस्टमाइज्ड आवाज अनुभव प्रदान किया जा सके। इस प्रोजेक्ट के लॉन्च होने के बाद, इसे डेवलपर्स और उपयोगकर्ताओं से व्यापक सराहना मिली है, और यह सोशल मीडिया पर चर्चा का विषय बन गया है। परियोजना के प्रमुख ने कहा है कि इसका उद्देश्य उपयोगकर्ताओं को और भी व्यक्तिगत और प्राकृतिक आवाज प्रदान करना है।

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।

छोटा बिंग कंपनी का नवीनतम प्रकाशन उसके एआई डिजिटल कर्मचारी उत्पाद में एक महत्वपूर्ण उन्नयन का प्रतीक है, जिसमें 'शून्य नमूना' डिजिटल मानव तकनीक (Zero-shot Xiaoice Neural Rendering, Zero-XNR), हजारों करोड़ के बड़े मॉडल का आधार और उच्च ऊर्जा वाले मल्टीमीडिया ट्रांसमिशन सिस्टम शामिल हैं, जो वास्तविक समय के इंटरैक्शन की गुणवत्ता और प्रभाव को काफी बढ़ाता है। Zero-XNR तकनीक TTS वॉयस मॉडल के साथ मिलकर काम करती है, और उच्च कुशल क्लस्टरिंग फ्रेमवर्क के साथ सेकंड के स्तर पर उच्च गुणवत्ता वाली आवाज और छवि को पुन: प्रस्तुत करती है। बड़े मॉडल का आधार और एजेंट निर्माण ढांचे की ताकत।

हाल ही में, सेंसॉउंन टेक्नोलॉजी के एआई वीडियो जनरेशन प्लेटफॉर्म द्वारा निर्मित सीसीटीवी रिपोर्टर वांग बिंगबिंग का एआई डिजिटल इंसान 'एआई बिंगबिंग' '2024 चीन・एआई महोत्सव' में पहली बार प्रदर्शित हुआ। एआई बिंगबिंग का मंच पर प्रदर्शन पेशेवर और स्वाभाविक दोनों था, जो सेंसॉउंन की 'रोज़ नए' सेंसनॉवा बड़े मॉडल तकनीक के लिए धन्यवाद है। वह तुर्की, रूसी, और स्पेनिश सहित कई भाषाओं का कुशलतापूर्वक उपयोग कर सकती हैं, जो भाषा क्षमताओं में एआई तकनीक की उत्कृष्ट उपलब्धि को दर्शाता है।

ElevenLabs एक ऐसी कंपनी है जो ऑडियो जनरेशन तकनीक पर ध्यान केंद्रित करती है, हाल ही में उन्होंने वीडियो जनरेशन क्षेत्र में कदम रखने की घोषणा की है। उन्होंने एक परियोजना को ओपन-सोर्स किया है, जो अपलोड किए गए वीडियो के लिए स्वचालित रूप से डबिंग और उचित ऑडियो प्रभाव उत्पन्न कर सकता है।

Tian Tu Wan Jing टीम ने Sora Opera नामक वीडियो ऑडियो यूनिवर्सल टूल लॉन्च किया है, जिसने वीडियो को 'म्यूट मोड' से मुक्त किया है। उपयोगकर्ता बनाए गए वीडियो में बैकग्राउंड म्यूजिक और साउंड इफेक्ट जोड़ सकते हैं, जिससे वीडियो का 'म्यूट मोड' हटा दिया गया है, लेकिन इसके लिए Sora Opera सदस्यता खरीदनी होगी। Sora Opera योजना ध्वनि प्रभाव और वीडियो बैकग्राउंड म्यूजिक की सुविधाएँ प्रदान करती है, और क्लाउड संस्करण सबसे पहले साझेदारों के लिए उपलब्ध कराया जाएगा। संस्थापक ने Sora Opera के कुछ डेमो वीडियो प्रदर्शित किए, जो 60 मिनट तक के वीडियो डबिंग का समर्थन करते हैं। Sora Opera में कई विशेषताएँ भी हैं।

शियामी集团 के अध्यक्ष लू वेइबिंग ने MWC 2024 विश्व मोबाइल通信 सम्मेलन में कहा कि फोन के नाम के पीछे AI जोड़ना बेकार है। लू वेइबिंग का मानना है कि AI एक सर्वव्यापी क्षमता होनी चाहिए। शियामी 14 अल्ट्रा की ऑप्टिक्स और एल्गोरिदम का पूर्ण रूप से अपग्रेड किया गया है, और मानव चित्र के बड़े मॉडल ने AI के समर्थन में बेहतरीन प्रदर्शन किया है।

SAG-AFTRA ने Replica Studios के साथ मिलकर AI वॉयस एक्टर्स के उपयोग को मंजूरी दी, जिससे वैश्विक डबिंग समुदाय में असंतोष फैल गया। यह समझौता 'न्यायपूर्ण और नैतिक' डिजिटल वॉयस कॉपी बनाने के लिए है, जो मानव वॉयस एक्टर्स का भविष्य प्रभावित कर सकता है। डबिंग सितारों ने सोशल मीडिया के माध्यम से इस खबर पर अपनी चिंताओं को व्यक्त किया, और कुछ महत्वपूर्ण आवाज उद्योग व्यक्तियों ने तो दूसरी बार अभिनेता हड़ताल की संभावनाओं के बारे में अफवाहें फैलाना शुरू कर दिया।

छोटा बिंग कंपनी ने "छोटा बिंग बड़े मॉडल" का पंजीकरण प्राप्त करने की घोषणा की, पहले उत्पाद के रूप में छोटे बिंग क्लोन लोगों की एक श्रृंखला जारी की, जिसमें 1000 से अधिक क्लोन लोग गायक क्लोन लोगों की शाखा X Studio में शामिल हो चुके हैं, जो 4.0 संस्करण के रूप में पेश किया गया है। लुओ तियानई को छोटे बिंग डिजिटल कर्मचारियों में शामिल किया गया और छोटे बिंग बड़े मॉडल डिजिटल कर्मचारियों के रूप में अपग्रेड किया गया, जो पूर्ण समाधान प्रदान करता है और छोटे आई के साथी, OPPO जैसी कंपनियों के साथ "छोटा बिंग को बुलाने" की सेवा को बड़े मॉडल में स्थानांतरित करता है।

माइक्रोसॉफ्ट ने बिंग चैट में ChatGPT का नवीनतम मॉडल, जीपीटी-4टर्बो लॉन्च किया है। जीपीटी-4टर्बो मौजूदा जीपीटी-4 मॉडल का उन्नत संस्करण है, जिसमें 2023 के अप्रैल तक की जानकारी शामिल है। वर्तमान में, जीपीटी-4टर्बो केवल चयनित यादृच्छिक परीक्षणकर्ताओं के लिए उपलब्ध है। आप अपनी पात्रता की जांच करने के लिए ये चरण कर सकते हैं: डेस्कटॉप बिंग चैट में, वेबपेज के स्रोत कोड को खोलें और "dlgpt4t" की खोज करें। माइक्रोसॉफ्ट कोड व्याख्याता कार्यक्षमता को भी अपडेट करने की योजना बना रहा है,