‏ خبر از دنیای AI در هفته‌ای که گذشت:

‏۱. مدل همه‌کاره‌ی Lance از راه رسید!
‏شرکت Bytedance (مالک تیک‌تاک و مدل Seedance 2.0 و CapCut!) یک مدل ۳ میلیارد پارامتری معرفی کرد. این هوش مصنوعی نه تنها متن رو به ویدیو تبدیل می‌کنه، بلکه می‌تونه ویدیوهای موجود رو هم ویرایش کنه؛ مثلاً می‌تونید پس‌زمینه رو با آتش عوض کنید، مدل موهای یک نفر را تغییر دهید یا ازش بخواهید دستش رو آرام بالا بیاره.

‏۲. کمک‌دانشمند هوشمند گوگل دیپ‌مایند
‏گوگل دیپ‌مایند از سیستم «AI Co-scientist» رونمایی کرد که فراتر از یک چت‌بات ساده است. این سیستم شامل تیمی از ایجنت‌هاست که با هم بحث و جدل می‌کنند تا ایده‌های علمی جدید بدهند، فرضیه‌ها را نقد کنند و آزمایش‌های تحقیقاتی طراحی کنند. این ابزار قراره سرعت کشفیات در پزشکی و بیولوژی رو چند برابر کنه.

‏۳. بازی‌هایی که با دستور شما ساخته می‌شوند!
‏مدل Reactive GWM انقلابی در دنیای گیمینگ. در این سیستم، شخصیت‌های غیرقابل بازی (NPC) دیگه فقط دکور نیستند؛ شما می‌تونید استراتژی اون‌ها رو تعیین کنید، مثلاً به NPC بگید تهاجمی بازی کنه یا تدافعی، و هوش مصنوعی همون لحظه ویدیو و واکنش‌های بازی رو بر اساس دستور شما خلق می‌کنه.

‏۴. هوش مصنوعی Carbon؛ متخصص زبانِ زندگی
‏یک مدل متن‌باز جدید برای تحلیل DNA به اسم Carbon معرفی شده که کدهای ژنتیکی رو مثل یک زبان معمولی می‌خونه. این مدل اونقدر سریعه که می‌تونه کل ژنوم انسان رو روی یک کارت گرافیک معمولی در کمتر از ۲ روز پردازش کنه که برای تحقیقات ژنتیک و پروتئین‌سازی یک معجزه است.

‏۵. مترجمی که هم می‌شنود و هم می‌بیند!
‏علی‌بابا مدل Qwen 3.5 Live Translate رو منتشر کرد که یک مترجم همزمان بصریه. این هوش مصنوعی موقع ترجمه به تصویر هم نگاه می‌کنه تا کلمات رو اشتباه معنا نکنه؛ مثلاً اگر در تصویر صدف ببینه، می‌فهمه منظور از کلمه Muscle صدف دریایی است نه ماهیچه‌ی بدن انسان، و ترجمه‌ی دقیق‌تری تحویل می‌ده.

‏۶. ربات‌های دیوارنورد و انسان‌نماهای ارزان‌قیمت
‏در دنیای رباتیک، شرکت Robot Plus+ از ربات‌های غول‌پیکری رونمایی کرد که با آهنربا به بدنه‌ی کشتی‌ها و مخازن مواد شیمیایی می‌چسبند و کارهای سختی مثل جوشکاری یا رنگ‌آمیزی رو انجام می‌دن. از اون طرف، هانگینگ‌فیس (با هاگینگ فیس اشتباه نکنید!) پلتفرم Le Robot رو معرفی کرد که اجازه می‌ده یک ربات انسان‌نما رو با پرینتر سه بعدی و هزینه‌ی حدود ۲۵۰۰ دلار در خانه بسازید.

‏۷. جادوی صداگذاری و کنترل ویدیو
‏متا مدل Wave Flow را معرفی کرد که می‌تونه برای ویدیوهای بی‌صدا، صدا و افکت‌های صوتی کاملاً هماهنگ بسازه. همچنین سیستم Cog Omni Control مثل یک ریموت‌کنترل برای ویدیوها عمل می‌کنه؛ یعنی با یک نقاشی ساده یا تعیین ساختار بدن، می‌تونید دقیقاً کنترل کنید که شخصیت‌های توی ویدیو چطور حرکت کنن.

‏۸. تصاویر با کیفیت خیره‌کننده‌ی 8K
‏مدل جدید L2P مرزهای کیفیت تصویر را جابه‌جا کرده. برخلاف اکثر مدل‌ها که در یک فضای فشرده کار می‌کنن، این مدل مستقیماً روی پیکسل‌ها اثر می‌گذاره و می‌تونه عکس‌هایی با جزئیات بسیار بالا و کیفیت 8K بسازه.

‏۹. آواتارهای سخنگو که از آدمیزاد قابل تشخیص نیستند
‏شرکت Meituan نسخه‌ی جدید آواتارساز خودش رو منتشر کرد. کافی است یک عکس و یک فایل صوتی به اون بدید تا اون شخص با میمیک‌های صورت کاملاً طبیعی و احساسی، شروع به صحبت کنه. این سیستم حتی برای انیمیشن‌ها و تعاملات چندنفره هم فوق‌العاده عمل می‌کنه.


😎 Diego Jr