ابزارها و کاربردهای هوش مصنوعی

🤯 کلود کد در ۴ ساعت برای یک پرینتر درایور مک ساخت!

یک برنامه‌نویس ۱۹ ساله با کمک Claude Code توانست زبان اختصاصی پرینتر HP Laser 1008a را مهندسی معکوس کند و از صفر یک درایور قابل‌استفاده برای Mac بسازد. 🖨️🍎

🔹 پرینتر به‌صورت رسمی از Mac یا AirPrint پشتیبانی نمی‌کرد.
🔹 Claude Code فرمت اختصاصی چاپ را تحلیل و دستورات macOS را به زبان قابل‌فهم برای پرینتر تبدیل کرد.
🔹 نتیجه بعد از حدود ۴ ساعت به یک درایور عملیاتی رسید.
🔹 پروژه و حتی متن کامل تعامل با Claude Code هم در GitHub منتشر شده است.

📌 نکته جالب اینجاست که AI دیگر فقط کد می‌نویسد؛ می‌تواند در مهندسی معکوس، دیباگ و ساخت ابزارهایی که مستندات رسمی ندارند هم نقش جدی داشته باشد. 🤖🔥

🚨 بالاخره مشخص شد پشت مدل مرموز Ox Alpha کیه!

چند روز پیش یه مدل ناشناس به اسم Ox Alpha روی OpenRouter ظاهر شد و حسابی سر و صدا کرد؛ بدون اسم سازنده، ولی با عملکرد خیلی خوب در کدنویسی و استدلال، پشتیبانی از متن، تصویر و ویدئو و کانتکست حدود ۱ میلیون توکن. 🤯

همین باعث شده بود همه دنبال این باشن که ببینن این مدل کار کدوم شرکت بزرگه؛ از DeepSeek و مایکروسافت گرفته تا بقیه اسم‌ها مطرح شده بود.

حالا معما حل شده:
🧠 Ox Alpha متعلق به Z.ai، سازنده خانواده مدل‌های GLM، بوده.

جالب‌تر اینکه Z.ai عمداً مدل رو بدون معرفی رسمی منتشر کرده بود تا کاربرا بدون اینکه تحت تأثیر اسم برند قرار بگیرن، خودشون مدل رو امتحان و ارزیابی کنن.

حالا Z.ai اعلام کرده وزن‌های Ox Alpha قراره منتشر بشه تا توسعه‌دهنده‌ها بتونن ازش استفاده کنن و روی اون مدل‌های خودشون رو بسازن.

البته فعلاً نباید گفت Ox Alpha همه مدل‌های مطرح دنیا رو شکست داده؛ ولی عملکردش نشون میده مدل‌های چینی مخصوصاً در حوزه کدنویسی، Reasoning و Agentها دارن خیلی جدی وارد رقابت میشن. 🔥

در واقع داستان Ox Alpha بیشتر از اینکه «یک مدل ناشناس عجیب» باشه، یه جور تست مخفی Z.ai روی دنیای واقعی بود. 😄

🔗 منبع: TechCrunch

#هوش_مصنوعی

🤖 Tandem Browser
؛ مرورگری که هوش مصنوعی رو می‌ذاره پشت فرمون!

تا حالا شده به هوش مصنوعی بگی «برو این سایت رو باز کن، این فرم رو پر کن، این اطلاعات رو پیدا کن» و آخرش فقط یه مشت دستورالعمل تحویلت بده؟ 😄
Tandem Browser دقیقاً می‌خواد این قضیه رو عوض کنه.
این یه مرورگر مبتنی بر Chromium/Electron هست که AI رو مستقیماً داخل مرورگر میاره؛ یعنی هوش مصنوعی می‌تونه با تب‌ها، کوکی‌ها، سشن‌های لاگین‌شده و خود صفحات وب کار کنه.
🔹 باز کردن سایت و تب

🔹 کلیک و تایپ و پر کردن فرم‌ها

🔹 کار با سایت‌هایی که API ندارن

🔹 خواندن محتوای صفحات و استخراج اطلاعات

🔹 بررسی API و ترافیک شبکه

🔹 اجرای کارهای چندمرحله‌ای

🔹 کار همزمان انسان و چند Agent داخل یک مرورگر

🔹 پشتیبانی از Claude، GPT، Gemini، Ollama، LM Studio و...

🔹 امکان اتصال از راه دور با Tailscale
مثلاً می‌تونی به Agent بگی:

«برو این سایت رو بررسی کن، قیمت محصولات رو دربیار و مقایسه‌شون کن.»

و به‌جای اینکه فقط راهنماییت کنه، خودش مرورگر رو کنترل می‌کنه و کار رو انجام می‌ده. 😎
از اون جالب‌تر اینکه پروژه Open Source و MITـه و فعلاً به‌صورت Developer Preview منتشر شده.
📌 GitHub:

Tandem Browser
#اوپن_سورس

🦆 Duck.ai
چند هوش مصنوعی، یک‌جا با تمرکز روی حریم خصوصی

اگه دوست داری بدون ساختن چندتا اکانت مختلف، با چند مدل هوش مصنوعی کار کنی، Duck.ai گزینه جالبیه.

🔹 دسترسی به چند مدل هوش مصنوعی از یک محیط
🔹 امکان مقایسه جواب مدل‌های مختلف
🔹 حذف اطلاعاتی مثل IP قبل از ارسال درخواست به ارائه‌دهنده مدل
🔹 چت‌ها به‌صورت پیش‌فرض برای آموزش مدل‌ها استفاده نمی‌شن
🔹 تاریخچه چت به‌صورت پیش‌فرض روی دستگاه خودت ذخیره می‌شه

یعنی به‌جای اینکه برای هر مدل بری سراغ یه سرویس جدا، می‌تونی همه رو از داخل Duck.ai امتحان کنی. 🦆

🤖 مدل‌های رایگان: • GPT-5.4 nano
• GPT-5.4 mini
• Claude 4.5 Haiku
• Mistral Small 4
• GPT-oss 120B
• Gemma 4 31B
📌 برای ترجمه، خلاصه‌کردن، نوشتن متن و کارهای روزمره هوش مصنوعی هم کاربردیه.

🌐 Duck.ai:
https://duck.ai/

#هوش_مصنوعی #حریم_خصوصی

💬🤖 ChatGPT
حالا می‌تواند iMessage شما را مدیریت کند!

OpenAI
یک پلاگین جدید برای Apple Messages روی Mac منتشر کرده که ChatGPT را مستقیماً به پیام‌های شما متصل می‌کند.

🔹 جست‌وجو و خلاصه‌کردن گفتگوها
🔹 پیدا کردن پیام‌هایی که از دست داده‌اید
🔹 نوشتن پاسخ
🔹 ارسال پیام از طرف شما با تأیید کاربر
🔹 پیدا کردن اطلاعاتی مثل تولدها در چت و ارتباط آن با تقویم
🔹 شناسایی گفتگوهای مشکوک به اسپم

⚠️ این قابلیت فعلاً برای Macهای Apple Silicon و در محیط‌های ChatGPT Work و Codex ارائه شده است. طبق توضیح OpenAI، پردازش پلاگین روی خود مک انجام می‌شود و کاربر برای دسترسی و ارسال پیام باید مجوز بدهد.

📌 نکته حساس: برای ارسال پیام، بهتر است تأیید هر پیام فعال بماند؛ چون در غیر این صورت AI می‌تواند بدون بررسی نهایی شما پیام بفرستد. OpenAI خودش هم درباره فعال‌کردن تأیید دائمی هشدار داده است.

یعنی ChatGPT دیگر فقط پیام‌ها را نمی‌خواند؛ کم‌کم دارد تبدیل به دستیار ارتباطی واقعی شما می‌شود. 😳📱

🎬🔥 FLUX
حالا ویدیوها را هم
Upscale
می‌کند!

شرکت BFL مدل جدید FLUX Video Upscale را معرفی کرده؛ یک مدل تخصصی برای افزایش کیفیت ویدیو که برخلاف Upscalerهای معمول، فریم‌به‌فریم کار نمی‌کند و کل ویدیو را به‌صورت یک مدل ویدیویی پردازش می‌کند.

🎥 ورودی:

حداکثر ۲۰ ثانیه

تا 2560×1440


⚙️ دو حالت دارد:

🔹 Precise — ۴ مرحله، سریع‌تر و مناسب حفظ چهره و جزئیات اصلی
🔹 Creative — ۸ مرحله، جزئیات بیشتری تولید می‌کند اما ممکن است ظاهر چهره‌ها یا اشیای مهم را تغییر دهد.

💰 هزینه تقریبی هر ثانیه: Full HD: حدود ۰.۱۴ تا ۰.۲۰ دلار
4K: حدود ۰.۵۵ تا ۰.۷۹ دلار

📌 این مدل مخصوصاً برای ویدیوهای ساخته‌شده با اکوسیستم FLUX طراحی شده و می‌تواند کیفیت خروجی‌های AI را یک مرحله بالاتر ببرد. 🚀

🎁 FMHY (Free Media Heck Yeah)
یکی از کامل‌ترین دایرکتوری‌های اینترنت برای پیدا کردن منابع رایگانه. خود سایت هیچ فایل یا فیلمی رو میزبانی نمی‌کنه؛ فقط لینک بهترین سایت‌ها و سرویس‌ها رو به‌صورت دسته‌بندی‌شده جمع‌آوری کرده تا راحت‌تر چیزی که دنبالش هستی رو پیدا کنی.

📂 داخل FMHY تقریباً برای هر چیزی یه بخش پیدا میشه؛ از فیلم و سریال، انیمه، موسیقی، کتاب، بازی، نرم‌افزار، هوش مصنوعی و آموزش گرفته تا ابزارهای آنلاین و کلی سایت کاربردی دیگه. همه‌چیز هم مرتب و قابل جستجوئه.

⭐ مزیت اصلی FMHY اینه که لینک‌ها مرتب بررسی و به‌روزرسانی میشن، رابط کاربری ساده و سریعی داره و بین کاربران اینترنت و انجمن‌های مرتبط، یکی از معتبرترین دایرکتوری‌ها برای پیدا کردن منابع رایگان شناخته میشه.

🔗

🌐 وب‌سایت اصلی:
https://fmhy.net

📰 اخبار و به‌روزرسانی‌های ماهانه:
https://fmhy.net/posts

💾 نسخه‌های پشتیبان، فایل‌های Markdown و JSON:
https://github.com/fmhy/FMHY/wiki/Backups

#معرفی_سایت

🔥 Freebuff
آپدیت شد؛ AI Coding یه پله جدی‌تر شد!

اگه با هوش مصنوعی کدنویسی می‌کنید، این آپدیت Freebuff ارزش دیدن داره 👇

💻 Desktop
▫️ صفحه اختصاصی آپدیت‌ها داخل خود برنامه
▫️ ادیتور کامل کد با Syntax Highlight و کامنت‌گذاری Inline
▫️ Home همیشه در دسترس
▫️ مدیریت بهتر منوها و Pop-upها

🤖 مدل‌های زبانی
▫️ DeepSeek V4 Flash
▫️ DeepSeek V4 Pro
▫️ MiMo 2.5
▫️ GPT-5.6 Luna
▫️ Muse Spark 1.2
▫️ GLM 5.2
▫️ MiniMax M3

☁️ Cloud Workspace هم ارتقا گرفت
▫️ جست‌وجوی Threadها
▫️ ساخت Folder
▫️ مرتب‌سازی با Drag & Drop
▫️ File Browser

⚡️ خلاصه اینکه Freebuff داره تبدیل میشه به یک محیط جدی برای کدنویسی و مدیریت پروژه با هوش مصنوعی.

🇺🇸 نکته برای کاربران ایران:
برای دسترسی به تمام قابلیت‌ها و مدل‌های Freebuff، با IP آمریکا وارد بشید.

🔗 "Freebuff"
https://freebuff.com/

#هوش_مصنوعی

⌨️ تایپ سریع انگلیسی رو یاد بگیر
آهسته تایپ می‌کنی و هر دکمه رو با هزار زحمت پیدا می‌کنی؟ 😄 مشکلی نیست!
با سرویس Typing می‌تونی تایپ انگلیسی رو از صفر یاد بگیری و کم‌کم مثل حرفه‌ای‌ها سریع تایپ کنی.
بعد از اینکه تمریناتش رو کامل کنی، موقع تایپ کردن کلی در وقتت صرفه‌جویی میشه. ⏱️
تا الان بیش از ۴۰ میلیون نفر از این آموزش‌ها استفاده کردن.

https://www.typing.com/



⌨️ TypeRacer
با تایپ کردن با بقیه مسابقه بده! 🏎️💨

اگه می‌خوای سرعت و دقت تایپت رو بالا ببری، TypeRacer یه گزینه خیلی باحاله. 😎

اینجا می‌تونی با آدم‌های واقعی از سراسر دنیا مسابقه تایپ بدی و ببینی کی زودتر متن رو بدون غلط تایپ می‌کنه. 🌍

🔥 نکته جالب اینکه TypeRacer فقط محدود به انگلیسی نیست؛ از فارسی و بیش از ۶۰ زبان دیگه هم پشتیبانی می‌کنه.

📚 متن‌های مسابقه هم از کتاب‌ها، فیلم‌ها، آهنگ‌ها و موضوعات مختلف انتخاب میشن، پس تمرین تایپ خیلی زود برات خسته‌کننده نمیشه.

🏁 هرچی سریع‌تر و دقیق‌تر تایپ کنی، زودتر به خط پایان می‌رسی!

🔗 شروع مسابقه:
"TypeRacer"

https://play.typeracer.com/

#معرفی_سایت

🧠 یه موزه آنلاین از اختراعات بزرگ تاریخ!

یه سایت جالب به اسم Classic Patents ساخته شده که ده‌ها اختراع معروف تاریخ رو جمع کرده؛ از تلفن و موتور دیزل گرفته تا رادیو و اولین کامپیوترها.

قسمت جذابش اینه که برای هر اختراع، مدل سه‌بعدی تعاملی گذاشته شده؛ می‌تونی قطعات رو بچرخونی، بخش‌های مختلفش رو جدا کنی، نقشه‌ها و فرمول‌ها رو ببینی و با توضیحات ساده بفهمی اصلاً این اختراع چطور کار می‌کرده. 🤯

⚙️ اگه به تاریخ تکنولوژی و اختراعات علاقه داشته باشید، احتمالاً می‌تونید ساعت‌ها توش بچرخید!

🔗 https://classic-patents.com/

#معرفی_سایت

🏃‍♂️🤖 ربات Unitree از یوسین بولت هم سریع‌تر شد!

ربات شرکت Unitree به سرعت ۱۲.۶۶ متر بر ثانیه رسیده؛ در حالی که بیشترین سرعت ثبت‌شده برای یوسین بولت حدود ۱۲.۴۲ متر بر ثانیه بوده است. 😳

یعنی ربات تقریباً ۰.۲۴ متر بر ثانیه سریع‌تر شده!

😂 البته یک مشکل کوچک وجود دارد:

ربات یاد گرفته چطور سریع بدود، ولی هنوز خیلی خوب بلد نیست چطور متوقف شود! 🤷‍♂️🤖

📌 ظاهراً در رقابت انسان و ربات، فعلاً بولت یک برتری مهم دارد:

ترمزهای طبیعی بدن! 😂

🤖 یک صحنه عجیب در نمایشگاه رباتیک پکن!

در مجمع جهانی رباتیک پکن، یکی از شرکت‌کنندگان رفتار عجیبی از خودش نشان داد که باعث شد اطرافیان کاملاً معذب شوند. 😅

👀 واکنش دیگران: 😳
🙃 واکنش خودش: انگار نه انگار!

📌 ظاهراً هنوز هم یکی از مهم‌ترین مهارت‌ها، چه برای انسان و چه برای ربات، این است:

«بدانیم کجا و چگونه رفتار کنیم!» 🤷‍♂️🤖

🤖 آیا ربات‌ها در آینده ورزش را هم از انسان‌ها می‌گیرند؟!

اگر روزی ربات‌های انسان‌نما از نظر ظاهری و حرکتی کاملاً شبیه انسان شوند، شاید حتی دنیای ورزش هم تغییر کند. 😳

🏆 ربات‌ها می‌توانند رکوردهایی ثبت کنند که انسان‌ها قادر به شکستنشان نیستند؛
💰 قراردادها و مسابقات بزرگ به سمت ورزشکاران رباتیک بروند؛
🤖 و ورزش انسان‌ها به یک سرگرمی خاص و حتی «نوستالژیک» تبدیل شود.

تصور کنید برای تماشای مسابقه دو انسان، مردم بلیت بخرند؛ درست مثل تماشای یک نبرد عجیب و غیرقابل‌پیش‌بینی!

😂 شاید در آینده سؤال این نباشد که:

«رکورد جهان دست کیست؟»

بلکه بپرسیم:

«انسان یا ربات؟» 🧬🤖

🤯 هزینه Agentهای GPT-5.6 به‌شدت کاهش پیدا کرد!

OpenAI نشان داده GPT-5.6 Luna می‌تواند با هزینه بسیار کمتر، عملکردی نزدیک به مدل‌های قدرتمندتر ارائه دهد. 🤖

📊 در تست BrowseComp:

GPT-5.6 Luna: 84.04٪

GPT-5.5: 84.36٪


💰 اما هزینه اجرای تست: Luna: فقط ۱.۳۳ دلار
GPT-5.5: حدود ۳۳.۲۷ دلار

یعنی تقریباً ۲۵ برابر ارزان‌تر! 😳

برای کارهای Agentی مثل استخراج داده و جست‌وجوی اسناد، OpenAI استفاده از Luna و Terra را پیشنهاد می‌کند.

🔥 نکته جالب‌تر این است که در ARC-AGI-3، بهینه‌سازی معماری Agent باعث شد امتیاز Sol از ۱۳.۳٪ به ۳۸.۳٪ برسد، در حالی که خود مدل تغییری نکرده بود و حدود ۶ برابر توکن خروجی کمتری مصرف کرد.

📌 یعنی آینده Agentها فقط به باهوش‌تر شدن مدل وابسته نیست؛ نحوه مدیریت حافظه، استدلال و اجرای چندمرحله‌ای هم می‌تواند عملکرد را چند برابر کند.

🚨 OpenAI
نوجوانان را در ChatGPT جدا می‌کند!

طبق این گزارش، کاربران ۱۳ تا ۱۷ ساله نسخه‌ای متفاوت از ChatGPT دریافت می‌کنند که محدودیت‌های سخت‌گیرانه‌تری برای محتوای آسیب‌زا دارد. 🤖

🔹 این نسخه نمی‌تواند احساسات را شبیه‌سازی کند یا تکالیف مدرسه را به‌صورت آماده تحویل دهد.
🔹 سن کاربر با بررسی بیش از ۲۰۰۰ سیگنال رفتاری، از جمله زمان ورود به حساب، تخمین زده می‌شود.
🔹 برای تشخیص سن، الزاماً نیازی به ارائه مدرک هویتی نیست.

⚠️ این تغییرات پس از افزایش نگرانی‌ها و پرونده‌های حقوقی مرتبط با دسترسی کودکان به محتوای آسیب‌زا مطرح شده است.

📌 به نظر می‌رسد شرکت‌های AI حالا به سمت تجربه‌های متفاوت و متناسب با سن کاربر حرکت می‌کنند. 👦🤖

🎨 Claude Code
حالا می‌تواند برایتان UI طراحی کند!

Anthropic
قابلیت جدید /design را به‌صورت Research Preview به Claude Code اضافه کرده است. 🤖💻

با این قابلیت می‌توانید فقط ظاهر و ایده رابط کاربری را توضیح دهید؛ Claude چند طرح قابل ویرایش ایجاد می‌کند.

سپس می‌توانید: 1️⃣ طرح موردنظر را انتخاب کنید
2️⃣ آن را دستی اصلاح کنید
3️⃣ از Claude بخواهید همان طراحی را به رابط کاربری واقعی و قابل اجرا تبدیل کند.

📌 یعنی مسیر ایده → طراحی → کدنویسی حالا می‌تواند تقریباً در یک محیط انجام شود. 🔥

🎬 مدل ویدیویی متن‌باز MAGI-2 با ۱۱۴ میلیارد پارامتر!

شرکت Sand.ai مدل MAGI-2 Preview را همراه با کد و وزن‌های آن متن‌باز کرده است. 🤖

🔥 ویژگی‌های مهم:

🧠 معماری MoE با ۱۱۴B پارامتر، اما فقط ۶B پارامتر فعال در هر توکن

🎥 تولید ویدیوی ۱۰ ثانیه‌ای همراه با صدای هماهنگ

📺 ارتقای خروجی تا 1080p

💰 هزینه پردازش حدود ۱۰ برابر کمتر از مدل‌های Dense مشابه

🏆 رتبه ۶ در Artificial Analysis


مدل ابتدا ویدیو را با وضوح پایین تولید می‌کند و سپس یک Refiner آن را تا 1080p ارتقا می‌دهد.

⚠️ برای اجرای محلی هنوز سخت‌افزار قدرتمندی لازم دارد؛ اما به‌دلیل فعال بودن تنها ۶B پارامتر، برای سرویس‌های ابری و API پتانسیل بسیار بالایی دارد.

📌 یک مدل متن‌باز که می‌تواند همزمان تصویر، حرکت و صدا تولید کند؛ رقابت مدل‌های ویدیویی جدی‌تر از همیشه شده است. 🔥