बाइटडांस के डौबाओ बड़े मॉडल टीम ने हाल ही में घोषणा की है कि उन्होंने मिश्रित विशेषज्ञ मॉडल (MoE) आर्किटेक्चर की प्रमुख बाधाओं को सफलतापूर्वक दूर कर लिया है, और COMET नामक एक महत्वपूर्ण अनुकूलन तकनीक को ओपन सोर्स किया है। इस तकनीक ने बड़े मॉडल की प्रशिक्षण दक्षता में उल्लेखनीय वृद्धि की है, जिससे 1.7 गुना तक की दक्षता में बढ़ोतरी हुई है, और प्रशिक्षण लागत में 40% की कमी आई है। चित्र स्रोत टिप्पणी: चित्र AI द्वारा उत्पन्न किया गया है, चित्र अधिकार सेवा प्रदाता Midjourney। बताया गया है कि COMET तकनीक का उपयोग बाइटडांस के हजारों कार्ड वाले क्लस्टर प्रशिक्षण में किया जा चुका है, जिससे लाखों GP की बचत हुई है।

10 मार्च को, ज़िआन रोबोट ने अपने पहले सामान्य मूर्त बेस मॉडल - जीनी ऑपरेटर -1 (संक्षेप में GO-1) को आधिकारिक तौर पर लॉन्च किया। इस खबर ने व्यापक ध्यान आकर्षित किया है, खासकर घरेलू सेवा रोबोट में इसकी क्षमता के संबंध में, जो भविष्य के घर के कामकाज के प्रबंधन के लिए नई उम्मीदें जगाता है। ज़िआन रोबोट के आधिकारिक परिचय के अनुसार, GO-1 मॉडल ने बड़ी संख्या में मानव वीडियो को सीखकर कई घरेलू कार्यों जैसे पानी का गिलास देना, भोजन बनाना और मेहमानों का स्वागत करना आदि में उत्कृष्ट प्रदर्शन दिखाया है। तकनीकी प्रदर्शन के मामले में,

हाल ही में, मॉडलर्स समुदाय (Modelers) ने आधिकारिक तौर पर स्टेप स्टार द्वारा विकसित Step-Video और Step-Audio दो ओपन सोर्स मल्टी-मॉडल मॉडल लॉन्च किए हैं। ये दो मॉडल क्रमशः वीडियो जेनरेशन और वॉयस इंटरैक्शन के लिए हैं, जिनका उद्देश्य डेवलपर्स और व्यावसायिक उपयोगकर्ताओं को अधिक शक्तिशाली AI उपकरण प्रदान करना है। Step-Video मॉडल का पूरा नाम Step-Video-T2V है, जो 300 बिलियन पैरामीटर्स वाला दुनिया का सबसे बड़ा ओपन सोर्स वीडियो जेनरेशन मॉडल है। यह मॉडल सीधे 20

रिपोर्टों के अनुसार, राष्ट्रीय सुपरकंप्यूटिंग इंटरनेट प्लेटफ़ॉर्म ने अलीबाबा के टोंगयी क्वांवें बड़े मॉडल को जोड़ा है और आधिकारिक तौर पर क्वांवें QwQ-32B API सेवा प्रदान करना शुरू कर दिया है। इस सेवा का उपयोग करते समय, उपयोगकर्ता मुफ्त में 1 मिलियन से अधिक टोकन प्राप्त कर सकते हैं, जो व्यापक डेवलपर्स और शोधकर्ताओं के लिए एक अच्छा अवसर है। क्वांवें QwQ-32B अली टोंगयी टीम द्वारा हाल ही में ओपन-सोर्स किया गया एक अनुमान मॉडल है, जिसमें उत्कृष्ट प्रदर्शन है। कई आधिकारिक मूल्यांकन डेटा के अनुसार, क्वांवें QwQ-32B की क्षमता "पूर्ण संस्करण" 671B के साथ तुलनीय है।

क़ीचाचा ऐप से पता चला है कि हाल ही में, हुआवेई टेक्नोलॉजी कंपनी लिमिटेड का एक एआई मॉडल जेनरेशन मेथड और डिवाइस पेटेंट जारी किया गया है। क़ीचाचा पेटेंट सारांश से पता चलता है कि यह पेटेंट आर्टिफिशियल इंटेलिजेंस तकनीक के क्षेत्र से संबंधित है, और यह एआई मॉडल जेनरेशन की दक्षता को कुछ हद तक बढ़ा सकता है और संसाधन खपत को कम कर सकता है। इस पद्धति में शामिल हैं: पहला प्रोसेसर एआई मॉडल के कई ऑपरेटरों में से प्रत्येक ऑपरेटर के निष्पादन समय, प्रत्येक ऑपरेटर के संचालन के दौरान दूसरे प्रोसेसर की दूसरी मेमोरी के मेमोरी उपयोग के आकार और मेमोरी अनलोडिंग समय के आधार पर, ऑपरेशन निर्देश जानकारी को अनुकूलन चर के रूप में लेते हुए लक्ष्य अनुकूलन समस्या का निर्माण करता है।

हाल ही में एक पॉडकास्ट में, माइक्रोसॉफ्ट के मुख्य कार्यकारी अधिकारी सत्य नडेला ने कहा कि भाषा मॉडल के परिपक्व होने के साथ, एआई मॉडल मानकीकरण और व्यावसायीकरण की ओर बढ़ रहे हैं। उन्होंने कहा कि इस बदलाव ने व्यवसायों को कृत्रिम बुद्धिमत्ता (एआई) विकास में अपनी रणनीतिक प्राथमिकता को केवल मॉडल अनुसंधान और विकास से सिस्टम इंटीग्रेशन और उत्पाद विकास में स्थानांतरित करने के लिए प्रेरित किया है। नडेला ने जोर देकर कहा कि मॉडल अपने आप में पर्याप्त नहीं हैं, व्यवसायों को पूरे सिस्टम आर्किटेक्चर और सफल उत्पादों पर ध्यान केंद्रित करने की आवश्यकता है। उनका मानना ​​है कि वर्तमान एआई उद्योग "लहर जैसी गतिविधि" का अनुभव कर रहा है, 2022 के नवंबर से

हाल ही में, डेवलपर स्केयर्ड ने GitHub पर LanPaint जारी किया, जो एक ऐसा उपकरण है जो बिना किसी अतिरिक्त प्रशिक्षण के छवि पुनर्स्थापना की अनुमति देता है। यह उपकरण उपयोगकर्ताओं को किसी भी स्थिर प्रसार मॉडल (एसडी) पर उच्च-गुणवत्ता वाली छवि पुनर्स्थापना प्राप्त करने में मदद करने के लिए डिज़ाइन किया गया है, जिसमें उपयोगकर्ता द्वारा प्रशिक्षित कस्टम मॉडल भी शामिल हैं। LanPaint कई पुनरावृत्तियों के माध्यम से मॉडल को 'सोचने' की अनुमति देता है इससे पहले कि वह शोर को हटाए, जिससे अधिक निर्बाध और सटीक पुनर्स्थापना परिणाम प्राप्त होते हैं। LanPaint की मुख्य विशेषताओं में से एक शून्य-प्रशिक्षण पुनर्स्थापना है। उपयोगकर्ता तुरंत...

2024 कृत्रिम बुद्धिमत्ता उद्योग के लिए एक मील का पत्थर वर्ष था। TechCrunch के आंकड़ों के अनुसार, पिछले वर्ष 49 स्टार्टअप कंपनियों को 10 करोड़ डॉलर या उससे अधिक का वित्तपोषण प्राप्त हुआ, जिनमें से सात कंपनियों ने 10 अरब डॉलर से अधिक की पूंजी जुटाई, और तीन कंपनियों को तो कई चरणों में विशाल धनराशि प्राप्त हुई। और 2025 की शुरुआत में यह गति बरकरार है। वर्ष की शुरुआत में ही, 10 करोड़ डॉलर से अधिक के वित्तपोषण प्राप्त करने वाली अमेरिकी AI कंपनियों की संख्या लगभग दस के करीब पहुँच गई है, और एक दौर का वित्तपोषण 10 अरब डॉलर से भी अधिक का हो चुका है। यहाँ 2025 में अब तक 10 करोड़ डॉलर से अधिक का वित्तपोषण प्राप्त करने वाली कंपनियाँ दी गई हैं।

7 मार्च को, QQ ब्राउज़र ने AI प्रश्नोत्तर फ़ीचर—元宝快答 लॉन्च करने की घोषणा की, जिसका उद्देश्य उपयोगकर्ताओं को तेज़ और संक्षिप्त खोज उत्तर अनुभव प्रदान करना है। यह फ़ीचर टेनसेंट के मिश्रित तीव्र चिंतन मॉडल Turbo S पर आधारित है, जो खोज संवर्धन तकनीक को जोड़ता है, और यह सार्वजनिक खाते जैसी उच्च-गुणवत्ता वाली सामग्री सहित, पूरे नेटवर्क से वास्तविक समय की जानकारी को तेज़ी से पुनः प्राप्त कर सकता है, और उपयोगकर्ताओं को संक्षिप्त और स्पष्ट उत्तर प्रदान करने के लिए मुख्य बिंदुओं को स्वचालित रूप से संक्षेपित कर सकता है।

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।

हेड्रा ने अपने नए Character-3 मॉडल और हेड्रा स्टूडियो के साथ एआई डिजिटल ह्यूमन तकनीक में एक बड़ी छलांग लगाई है। यह मॉडल छवियों, पाठ और ऑडियो को एक साथ संसाधित करने की क्षमता रखता है, जिससे अधिक प्राकृतिक और इंटरैक्टिव डिजिटल अनुभव बनते हैं।

नई रिपोर्टों के अनुसार, माइक्रोसॉफ्ट ने ओपनएआई के बड़े भाषा मॉडल जैसे ChatGPT को चुनौती देने के लिए एक नया स्वायत्त एआई मॉडल, MAI, विकसित किया है। यह कदम तकनीकी क्षेत्र में बढ़ती प्रतिस्पर्धा को दर्शाता है।

QQ संगीत ने एक नई AI-संचालित संगीत पॉडकास्ट सुविधा शुरू की है जो उपयोगकर्ताओं को संगीत सुनते हुए, उसे समझते हुए और उसके साथ बातचीत करने की अनुमति देती है। यह सुविधा संगीत प्रेमियों के लिए एक इमर्सिव और इंटरैक्टिव अनुभव प्रदान करती है।

कृत्रिम बुद्धिमत्ता कंपनी मिस्ट्रल AI ने आज घोषणा की कि इसका नवीनतम दस्तावेज़ पहचान मॉडल मिस्ट्रल OCR आधिकारिक तौर पर लॉन्च हो गया है। इस मॉडल को "सबसे शक्तिशाली OCR" के रूप में जाना जाता है, जिसने अपने उत्कृष्ट प्रदर्शन और बहुमुखी प्रतिभा के साथ X प्लेटफ़ॉर्म पर व्यापक चर्चा उत्पन्न की है। मिस्ट्रल OCR जटिल PDF, छवियों, तालिकाओं, गणितीय सूत्रों और बहुभाषी दस्तावेज़ों के सटीक निष्कर्षण का समर्थन करता है, और गति और सटीकता में Google Document AI और Azure OCR से आगे निकल गया है, जिससे...

इंटैन्जिबल, एक कोडरहित 3D निर्माण उपकरण, ने हाल ही में $400 मिलियन का निवेश जुटाया है। यह फंडिंग कंपनी को आगे बढ़ाने और अपने प्लेटफॉर्म को और बेहतर बनाने में मदद करेगा।

अलीबाबा के टोंगयी कियानवेन द्वारा विकसित QwQ-32B नामक एक बड़े भाषा मॉडल ने वैश्विक ओपन सोर्स समुदाय में रैंकिंग में पहला स्थान हासिल किया है। यह मॉडल अपनी उन्नत तर्क क्षमताओं के लिए जाना जाता है।

ज़िyuán ने हाल ही में BGE-VL नामक एक नया बहुविधा सदिश मॉडल जारी किया है, जो खोज की क्षमता में क्रांति लाने का वादा करता है। यह मॉडल पाठ और छवियों दोनों को समझ सकता है और बेहतर खोज परिणाम प्रदान कर सकता है।