۱. ویژگی‌های جدید Gemini (گوگل)
تبدیل تحقیقات به پادکست: مشابه Audio Overview گوگل، حالا می‌توانید خروجی Gemini را مستقیماً به پادکست تبدیل کنید.
قابلیت Canvas: ویرایش کدهای HTML/React و اسناد در محیطی جداگانه.
🔗 (https://gemini.google.com)
۲. مدل‌های تبدیل صوت و متن OpenAI
مدل‌های جدید:
-
gpt-4o-transcribe (دقت بالا در محیط‌های پرسر و صدا). -
gpt-4o-mini-tts (سفارشی‌سازی لحن و صدا، مثلاً «پشتیبان تلفنی مهربان»). - پلتفرم رایگان تبدیل متن به صوت با پشتیبانی از فارسی!
🔗 (https://www.openai.fm)
۳. به‌روزرسانی‌های کلاد آنتروپیک و تلگرام
- Claude.ai: افزودن قابلیت جستجوی زنده با موتور Brave (فعلاً برای کاربران پولی در آمریکا).
🔗 (https://www.anthropic.com)
تلگرام + Grok AI: بات @GrokAI با مدل Grok 2 به زودی به تلگرام اضافه می‌شود!
🔗 [اطلاعات بیشتر](https://x.com/paveldurov)
۴. ابزارهای توسعه هوش مصنوعی
- پکیج Maestro: فاین‌تیون مدل‌های چندوجهی (مثل Florence-2) را ساده کنید.
🔗 [گیت‌هاب](https://github.com/roboflow/multimodal-maestro) | [نوت‌بوک](https://colab.research.google.com/github/roboflow/multimodal-maestro)
- AutoGen Studio (مایکروسافت): ساخت سامانه‌های چندعامله بدون کدنویسی!
🔗 [مقاله](https://arxiv.org/pdf/2408.15247) | [گیت‌هاب](https://github.com/microsoft/autogen)
۵. مقالات و منابع آموزشی
- طراحی معماری مقیاس‌پذیر GenAI:
🔗 [بلاگ Huyen Chip](https://huyenchip.com/2024/07/25/genai-platform.html)
- پکیج AI Suite اندرو انگ: یکپارچه‌سازی مدل‌های زبانی.
🔗 [گیت‌هاب](https://github.com/andrewyng/aisuite)
#هوش_مصنوعی #فناوری_جدید #گوگل #OpenAI #تلگرام
🆔 @GITAnet|باشگاه فناوران اطلاعات مکانی
