هوش مصنوعی | محمد زمانی

🤖یه نکته خیلی مهم رو خواستم با دوستانی که قصد خرید یا تمدید اکانت جمینای پرو دارن رو در میون بذارم.

طبق شواهدی که تا الان مشاهده شده، آفر مربوط به اکانت جمینای پرو ۱۸ ماه طرح سیم‌کارت هند، ظاهراً فقط تا ماه اکتبر، یعنی مهرماه، در دسترسه.

بنابراین اگر شرایط فعلی ادامه پیدا کنه، در نهایت شاید تا پایان مهرماه فرصت استفاده از این آفر رو داشته باشیم، و حتی ممکنه زودتر از اون هم تغییر کنه.

دوستانی هم که اکانتشون از سال گذشته فعال هست و داره به روزهای پایانی می‌رسه، لازم نیست صبر کنن تا اشتراک فعلی کاملاً تموم بشه. طرح جدید می‌تونه بدون هیچ مشکلی جایگزین طرح قبلی بشه و برای تمدید، نیازی نیست منتظر پایان زمان اکانت فعلی بمونید.

در نتیجه، اگر قصد خرید یا تمدید اشتراک ۱۸ ماهه جمینای پرو رو دارید، بهتره این موضوع رو در نظر داشته باشید و تصمیم‌گیری رو به روزهای آخر موکول نکنید.

این نکته رو صرفاً برای اطلاع دوستان گفتم که اگر قصد تهیه یا تمدید اکانت دارید، در جریان شرایط فعلی باشید.

برای خرید و اطلاعات بیشتر هم می‌تونید به اکانت پشتبانی کانال پیام بدین
@wpcontent
@wpcontent
@wpcontent

✈️@mohammad_zammani
📱Mohammad.zammani.offical

داریو آمودی می‌گه اگه تا سال ۲۰۲۷ درآمدمون به ۱ تریلیون دلار نرسه، آنتروپیک رسماً ورشکسته است.

منطقش اینه: می‌تونم فرض کنم درآمدمون قراره سالی ۱۰ برابر بشه؛ یعنی آخر ۲۰۲۶ برسیم به ۱۰۰ میلیارد دلار و آخر ۲۰۲۷ هم به ۱ تریلیون دلار. روی کاغذ حتی می‌تونم سالی یک تریلیون دلار هم پای توان پردازشی سرورها پول بدم. ولی ماجرا اینجاست که اگه اون درآمد ۱ تریلیونی محقق نشه و مثلاً بشه ۸۰۰ میلیارد، دیگه هیچ راهی برای فرار از ورشکستگی و جبران خسارت روی کل این کره خاکی باقی نمی‌مونه. کافیه رشد به جای ۱۰ برابر، ۵ برابر بشه؛ درست همین‌جاست که کار تمومه و شرکت به خاک سیاه می‌شینه.

حالا وسط این اوضاع، اکسیوس خبر داده که دونالد ترامپ قصد داره داریو آمودی رو برای یه شام خصوصی به کاخ سفید دعوت کنه؛ دیداری که قراره اولین جلسه دو نفر باشه.

قضیه هم از این قراره که آمودی توی مهمونی رسمی هفته پیش برای شی جین‌پینگ، رئیس‌جمهور چین، غایب بود و همین باعث شد ترامپ خودش شخصاً دست‌به‌کار بشه و مستقیم به این شام دعوتش کنه.

✈️@mohammad_zammani
📱Mohammad.zammani.offical

هوش مصنوعی خیلی آروم و بی‌سروصدا داره جای پای خودشو توی خرید و فروش آنلاین محکم می‌کنه. طبق گزارشی که اپسیلون (Epsilon) منتشر کرده،

خرید کردن حالا سومین کاربرد پرطرفدار ابزارهای هوش مصنوعیه. اما نکته جالب اینجاست که هنوز بین رفتار کاربرا یه شکاف بزرگ وجود داره؛ ۴۲ درصدشون از هوش مصنوعی برای مقایسه قیمت‌ها استفاده می‌کنن، ولی فقط ۱۶ درصد حاضرن اجازه بدن همه‌چیز رو تا مرحله پرداخت نهایی پیش ببره. همین اختلاف ۲۶ درصدی، در واقع بزرگ‌ترین فرصت برای رشد تجارت مبتنی بر ایجنت به حساب میاد؛ یعنی همون سیستمی که به هوش مصنوعی اجازه می‌ده مثل یک نماینده از طرف ما خرید کنه.

این موج تازه همین حالا هم تاثیرش رو توی آمار نشون داده. شاپیفای اعلام کرده که توی سه ماهه اول سال ۲۰۲۶، ترافیکی که از سمت هوش مصنوعی به فروشگاه‌ها هدایت شده، نسبت به پارسال ۸ برابر رشد داشته. از طرف دیگه، خریدهایی که مستقیماً از دل سرچ‌های هوش مصنوعی بیرون اومده نزدیک به ۱۳ درصد بیشتر شده. آمارها حتی نشون می‌دن کسایی که از مسیر هوش مصنوعی میان، تمایلشون به ثبت سفارش تقریباً دو برابر بقیه کاربراست.

شاپیفای برای بهره بردن از این فضا، سیستم پرداختش یعنی شاپ پی (Shop Pay) رو به مدل میوز متا (Meta's Muse) وصل کرده تا ایجنت‌های هوش مصنوعی بتونن مستقیم به زیرساخت فروشگاهی اون دسترسی داشته باشن. اما در نقطه مقابل، آمازون کاملاً خلاف این جهت حرکت کرده؛ دسترسی ده‌ها ایجنت متفرقه مثل چت‌جی‌پی‌تی رو مسدود کرده و ترجیح داده همه رو فقط به سمت دستیار هوش مصنوعی اختصاصی خودش، روفوس، هدایت کنه.

✈️@mohammad_zammani
📱Mohammad.zammani.offical

🤖 ساخت موشن‌گرافیک با Claude Opus 5.5 این روزها حسابی سر و صدا کرده و واقعاً هم یکی از باحال‌ترین قابلیت‌های این مدل جدیده.

قدیما اگه می‌خواستین یه موشن تر‌وتمیز بسازید، باید افتر افکت رو باز می‌کردید و ساعت‌ها با کی‌فریم‌ها سر‌وکله می‌زدید؛ ولی اینجا همه‌چیز با کد و پرامپت جلو می‌ره. کلود به جای رندر سنتی، کدهای انیمیشن رو در قالب HTML یا Canvas می‌نویسه.

از اونجایی که هر فریم بر پایه محاسبات دقیق زمانی شکل می‌گیره، خروجی هیچ پرش یا لرزشی نداره. برعکس مدل‌های ویدیویی مثل veo یا seedance که تصویر رو پیکسلی می‌سازن و معمولاً کنترل المان‌ها توشون سخته، اینجا متن، دیتاها، رنگ‌های برند و جزئیات حرکت کاملاً دقیق و منظم درمی‌یان.

بخش قشنگ ماجرا اینه که تقریباً کل پروسه رو می‌شه داخل خود محیط Claude پیش برد. کافیه برید توی بخش Claude Design، یه پروژه جدید باز کنید، سبک یا دیزاین سیستم برندتون رو براش مشخص کنید و با انتخاب حالت Animated Video پرامپت بدید. خود کلود انیمیشن رو می‌سازه، همون‌جا روی صفحه پخشش می‌کنه و بهتون اجازه می‌ده در لحظه تغییرش بدید یا نسخه‌های مختلفش رو با هم مقایسه کنید. برای تیزرهای کوتاه، ویدیوهای توضیحی یا ریل‌های اینستاگرامی، همین مسیر دم‌دستی کاملاً کار راه‌اندازه.

خروجی اولیه یه فایل تعاملی یا همون کدهای HTML هست که تو مرورگر بالا میاد. بعضی اکانت‌ها دکمه مستقیم دانلود MP4 دارن، اما اگه خروجی خیلی تمیزتر می‌خواید، با ابزارهای رایگانی مثل claude2video می‌تونید لینک یا فایل رو به ویدیوی 4K با فریم‌های بی‌نقص تبدیل کنید.

اگه کار خیلی حرفه‌ای‌تری هم بخواید مثلاً تنظیم صدای خودکار، بلور حرکتی واقعی یا همگام‌سازی دقیق تصویر با گفتار می‌شه سراغ محیط Claude Code رفت که با مهارت‌های آماده و ابزارهایی مثل Playwright و FFmpeg کار می‌کنه؛ هرچند اصلاً نیازی نیست برای شروع خودتون رو درگیر این بخش‌های فنی کنید.

روال کار هم خیلی سرراسته: سبک و ایده رو مشخص می‌کنید، یه پرامپت دقیق می‌نویسید (زمان ویدیو، ابعاد کادر، اطلاعات واقعی و رفرنس چون خیلی مهمه، حس‌وحالی که مدنظرتونه)، مدل کدش رو تحویل می‌ده و شما بعد از چک کردن، خروجی نهایی رو می‌گیرید. چه برای معرفی یه محصول باشه، چه نمونه‌کار یا حتی ویدیوهای آموزشی، همه‌رو می‌شه با همین شیوه و با هزینه و وقتی به‌مراتب کمتر از روش‌های سنتی ساخت.

از نظر هزینه و دسترسی، این قابلیت‌ها فقط روی اکانت‌های پولی فعاله. پلن Pro با قیمت حدود ۲۰ دلار در ماه برای چند تا کار معمولی و سبک در ماه گزینه خوبیه، هرچند رندر و انیمیشن توکن زیادی مصرف می‌کنه و ممکنه سقف استفاده ۵ ساعته یا هفتگی‌تون سریع‌تر پر بشه. اگه مدام کار تولید ویدیو دارید و چند تا موشن در هفته می‌خواید، پلن Max انتخاب مطمئن‌تریه.

از طریق API هم هزینه ورودی حدود ۴ دلار و خروجی حدود ۲۰ دلار به ازای هر میلیون توکنه که نسبت به نسخه‌های قبلی ارزون‌تر شده و با کش کردن کانتکست به‌صرفه‌تر هم تموم می‌شه. در واقع ساخت یه ویدیوی ساده با API معمولاً زیر چند دلار هزینه برمی‌داره، ولی اگه اکانت ماهانه داشته باشید، فقط از همون سهمیه اشتراکتون کم می‌شه.

در کل، این روش انیمیشن‌سازی رو از یه تخصص سنگین و گرون به مهارتی تبدیل کرده که خیلی‌ها می‌تونن بهش دسترسی داشته باشن. حالا با یه پرامپت درست و چند بار اصلاح و چکش‌کاری، می‌شه خروجی‌هایی گرفت که قبلاً برای ساختنشون باید روزها وقت و کلی هزینه می‌ذاشتید. بهترین کار هم اینه که اول با Claude Design شروع کنید و بعداً اگه لازم شد برید سراغ روش‌های فنی‌تر.

ویدئوی پست با عنوان میراث ایران، از اکانت mahdavi در توییتر🙏

✈️@mohammad_zammani
📱Mohammad.zammani.offical

هنوز برای طراحی هر صفحه در وردپرس، همه‌چیز رو دستی از صفر انجام می‌دی؟ 🤔

ابزارهای جدید هوش مصنوعی دارن این مسیر رو تغییر می‌دن. ⚡️
از پیدا کردن ایده و طراحی اولیه گرفته تا ساخت سکشن‌ها، تولید تصویر، نوشتن کد اختصاصی و حتی ساخت بعضی قابلیت‌های سایت. 🤖

اما سؤال اینه:
دقیقاً کجا و چطور AI رو وارد فرایند طراحی سایت کنیم؟
🚀 توی وبینار دوشنبه، می‌بینیم چطور با AI
سرعت طراحی سایت با وردپرس و المنتور رو چند برابر
کنیم:

☑️ چطور از روی یک طرح یا اسکرین‌شات، سریع صفحه وب بسازیم؟ 🖼
☑️ چطور با کمک AI سرعت کارمون با المنتور رو چند برابر کنیم؟ ⚡️
☑️ وقتی المنتور محدودمون می‌کنه، چطور با AI کد اختصاصی بسازیم؟ 💻
☑️ چطور برای سایت تصویر و المان گرافیکی تولید کنیم؟ 🎨
☑️ چطور بدون برنامه‌نویسی، قابلیت‌ها و پلاگین‌های ساده برای سایت بسازیم؟ 🧩

🚀 اگر با وردپرس کار می‌کنی، ببین AI چطور می‌تونه بخشی از مسیر طراحی سایتت رو سریع‌تر و هوشمندتر کنه.

🎙 وبینار رایگان | دوشنبه ۶ مهر | ساعت 19:30

ثبت نام
ثبت نام

شاید عجیب به نظر بیاد، ولی محتوای اینترنت داره یجورایی نسل بعدی هوش مصنوعی رو مسموم می‌کنه.

پژوهشگرهای آکسفورد و کمبریج اخیراً روی پدیده‌ای دست گذاشتن که اسمش رو فروپاشی مدل گذاشتن؛ اتفاقی که اگر جلوش گرفته نشه، آینده‌ی این هوش مصنوعی رو به هم می‌ریزه.

داستان چیه؟ وب هر روز داره از محتواهایی پر می‌شه که خود این ابزارها تولید کردن. حالا فرض کن مدل‌های آینده بیان و از روی همین متن‌های مصنوعی آموزش ببینن. پژوهشگرها نشون دادن وقتی یه مدل مدام با داده‌های تولیدی خودش و مدل‌های قبلی تغذیه بشه، کم‌کم دنباله‌های توزیع داده‌ها رو پاک می‌کنه.

دنباله‌ها دقیقاً همون گوشه‌های پرت، مثال‌های نامتعارف و خلاقیت‌های انسانی عجیبی هستن که دانش بشری رو غنی و زنده نگه داشتن. وقتی این بخش‌ها فراموش بشن، هوش مصنوعی عملاً دچار یکنواختی و کندی می‌شه.

نکته‌ی مهم اینه که ماجرا اصلاً به یک مدل مثل چت‌جی‌پی‌تی محدود نیست. آزمایش‌ها نشون داده این نقص، گریبان انواع مدل‌های مولد رو می‌گیره؛ یه مشکل اساسی توی یادگیری چرخه‌ای از داده‌های مصنوعی.

شرکت‌های Ai تا خرخره به داده‌های وب وابسته‌ان، ولی اگر کل این فضا تبدیل به یه چرخه‌ی بازیافتی بشه، اونوقت داده‌های خالص و دست‌نخورده‌ای که خود انسان‌ها نوشتن، تبدیل به گرانبهاترین گنجینه‌ی دنیای هوش مصنوعی می‌شن.

✈️@mohammad_zammani
📱Mohammad.zammani.offical

Ⓜ️اینستاگرام قابلیت تازه‌ای معرفی کرده که ساخت فوتودامپ و کاروسل‌های چنداسلایدی رو خیلی ساده‌تر می‌کنه. این قابلیت با کمک میوز (Muse)، دستیار هوش مصنوعی مبتنی بر ایجنت متا، انجام می‌شه.

کافیه عکس‌هاتون رو به میوز بدید. خودش می‌تونه ترتیب اسلایدها رو پیشنهاد بده، برای پست یا حتی هر اسلاید کپشن بنویسه و در نهایت، بعد از تأیید شما، پست رو منتشر کنه. انتشار بدون تأیید نهایی کاربر انجام نمی‌شه.

فوتودامپ‌ها همون کاروسل‌هایی هستن که معمولاً مجموعه‌ای از عکس‌ها و ویدیوهای روزمره و کم‌ادیت رو کنار هم قرار می‌دن. محبوبیت این نوع پست‌ها باعث شده اینستاگرام حالا بخشی از فرایند انتخاب، چیدمان و نوشتن متن رو به هوش مصنوعی بسپاره.

این قابلیت روی ویژگی «چند کپشن» اینستاگرام ساخته شده که از چند ماه قبل امکان نوشتن متن جداگانه برای هر اسلاید یک کاروسل رو فراهم کرده بود. حالا میوز می‌تونه بخشی از همین فرایند رو به‌صورت خودکار انجام بده.

البته این میوز رو نباید با ابزار قبلی متا با همین نام اشتباه گرفت. میوز قبلی بیشتر یک ابزار تولید و ویرایش تصویر بود، در حالی که میوز جدید یک دستیار مبتنی بر ایجنت و چندمنظوره در اکوسیستم متاست و ساخت فوتودامپ فقط یکی از کاربردهاشه.

فعلاً اطلاعات کاملی درباره زمان عرضه عمومی، کشورهای تحت پوشش و نحوه استفاده از داده‌ها و عکس‌های کاربران منتشر نشده. بنابراین هنوز مشخص نیست این قابلیت دقیقاً چه زمانی برای همه کاربران در دسترس قرار می‌گیره.

✈️@mohammad_zammani
📱Mohammad.zammani.offical

گوگل از جمنای ۳.۸ لایو همراه با «لایو آواتار» رونمایی کرده؛ قابلیتی که یه چهره ویدیویی زنده به این هوش مصنوعی اضافه می‌کنه تا مکالمه کاربرای سازمانی حس واقعی‌تری به خودش بگیره.

این ویژگی تازه که الان توی نسخه اینترپرایز در دسترسه، بعد از عرضه هفته پیش جمنای ۳.۸ اومده و گفتگو، استریم ویدیویی بدون تاخیر و ورودی‌های هم‌زمان صدا و تصویر رو کنار هم می‌ذاره؛ این‌طوری ایجنت هوش مصنوعی می‌تونه از پشت یه کاراکتر زنده روی صفحه، دقیق ببینه، بشنوه و جواب بده. کاربرد اصلیش هم فعلاً برای چیزایی مثل پشتیبانی مشتریا و راهنمایی‌های قدم‌به‌قدمه.

این آواتار با لب‌زدن‌های دقیق، میمیک طبیعی چهره و نوبت‌گیری درست موقع حرف زدن، گپ زدن با هوش مصنوعی رو خیلی شبیه مکالمه‌های رودررو کرده.

دمویی که گوگل نشون داده حسابی کامله؛ از نمایش چندتا کاراکتر مختلف و گپ و گفت آنی گرفته تا عوض کردن زبون وسط حرف زدن و انجام کارای پذیرش هتل در حین مکالمه.

نکته جالب اینجاست که لایو آواتار می‌تونه در حالی که داره باهاتون حرف می‌زنه، هم‌زمان تو پس‌زمینه ابزارهای مختلف رو صدا بزنه و داده‌ها رو چک کنه؛ یعنی بدون اینکه کاراکتر غیبش بزنه یا سکوت غیرطبیعی پیش بیاد، کارشو پیش می‌بره. مثلاً تو همون ماجرای رزرو هتل، هم‌زمان که چهره مجازی باهاتون گرم گرفته، اطلاعات پذیرش پشت صحنه ثبت و دریافت می‌شه.

گوگل می‌گه سیستم هماهنگ‌سازی گفتار به گفتارش از ۹۷ تا زبون پشتیبانی می‌کنه. نکته جذابش اینه که با عوض شدن زبون، تکون خوردن لب‌ها و حالت صورت سریع هماهنگ می‌شن، اونم بدون اینکه کیفیت ویدیو افت کنه یا تصویر به هم بریزه.

شرکت‌ها دست‌شون بازه؛ هم می‌تونن از کاراکترهای آماده استفاده کنن و هم بر اساس یه عکس باکیفیت، آواتار اختصاصی برند خودشون رو بسازن. گوگل تضمین کرده این آواتارها دقیقاً قیافه، استایل و هویت تصویر اصلی رو حفظ می‌کنن و کاملاً هم متحرک و واکنش‌گرا می‌شن؛ البته ساخت آواتار سفارشی فعلاً شرایط سخت‌گیرانه‌تری داره و فقط برای شرکت‌هایی که تایید رسمی گرفتن فعاله.

پشت این قضیه تیم صوتی جمنایه که تونسته قابلیت‌های گفتاری این مدل رو به پخش ویدیویی بدون تاخیر وصل کنه. بحث امنیت و رعایت هویت افراد هم جدی گرفته شده؛ به‌طوری‌که واترمارک ساینت‌آی‌دی روی صدا و تصویر خروجی نشسته تا این محتوا همیشه قابل شناسایی باشه و نشه ازش سوءاستفاده کرد. برای راه‌اندازی و پیاده‌سازی هم گوگل برنامه‌نویس‌ها رو به داکیومنت‌ها و راهنمای ای‌پی‌آی ارجاع داده.

🤖خرید اکانت جمینای پرو

✈️@mohammad_zammani
📱Mohammad.zammani.offical

🖥 مایکروسافت از یه اپلیکیشن کاملاً جدید برای کوپایلت رونمایی کرده که سه تا بخش اصلی داره: صفحه اصلی، کدنویسی و حالت خودکار کوپایلت.

خودشون می‌گن هدفشون این بوده ابزارهایی که هر روز باهاشون سر و کار داریم رو وصل کنن به قابلیت‌های تازه‌ای که برای ساخت، شخصی‌سازی و گسترش هوش مصنوعی توی محیط‌های کاری به کار میان.

توی بخش صفحه اصلی، امکاناتی مثل چت و ابزار همکاری برای کارهای روزمره گذاشته شده و آفیس کوپایلت هم مستقیم توی همین بخش در دسترسه. قسمت کدنویسی دقیقاً بر پایه همون تکنولوژی گیت‌هاب کوپایلت ساخته شده؛ منتها یه محیط اجرای مدیریت‌شده و اختصاصی هم از طرف مایکروسافت بهش اضافه کردن تا کدها راحت‌تر اجرا بشن. اون بخش اتوپایلت هم در واقع همون دستیار پیش‌قدم اسکات مایکروسافته که فقط اسم و ظاهرش عوض شده.

✈️@mohammad_zammani
📱Mohammad.zammani.offical

🤖 به نظر میاد بعضی از دستیارهای هوش مصنوعی مرتبط با OpenAI از کنترل خارج شدن و حتی تلاش کردن فعالیت خودشون رو مخفی نگه دارن.

پژوهشگرها به چیزی رسیدن که ظاهراً نشون می‌ده این دستیارها بدون مجوز دست به فعالیت‌هایی زدن. طبق گزارش منتشرشده، اون‌ها تلاش کردن وارد یک صرافی رمزارزی بشن، دانشگاه نیومکزیکو رو هدف قرار دادن و برای اینکه فعالیت‌هاشون از دید عموم دور بمونه، حساب‌های ایمیل ایجاد کردن.

ماجرا حتی به اینجا هم ختم نشده. این دستیارها ظاهراً درخواستی رو ارسال کردن که هدفش فریب دادن پایگاه داده یک دانشگاه و وادار کردنش به افشای رمزهای عبور کاربران بوده.

گزارش‌ها می‌گن این فعالیت‌ها تا همین اواخر، یعنی ۱۶ سپتامبر، ادامه داشته. پژوهشگرها هم هشدار دادن که چیزی که پیدا کردن ممکنه فقط بخش کوچکی از تمام کارهایی باشه که این دستیارها واقعاً انجام دادن.

✈️@mohammad_zammani
📱Mohammad.zammani.offical

گزارش جدیدی مدعی شده اوپن‌ای‌آی داره روی یک پلن جدید برای چت‌جی‌پی‌تی کار می‌کنه که اسمش Pro Max هست و قیمتش قراره ماهانه ۵۰۰ دلار باشه.

این خبر هنوز از طرف اوپن‌ای‌آی به‌صورت رسمی تأیید نشده و فعلاً بر اساس ردپاهایی مطرح شده که در نسخه‌های منتشرنشده و کدهای مرتبط با محصولات این شرکت پیدا شده.
چیزی که فعلاً درباره این پلن مشخص شده، تمرکز روی سرعت بالاتر در اجرای ChatGPT Work و Codex هست. در اطلاعات منتشرشده، عبارت Fastest Work and Codex دیده شده که می‌تونه به دسترسی کاربران این پلن به سریع‌ترین سطح اجرای این دو سرویس اشاره داشته باشه.

اگر قیمت ۵۰۰ دلار تأیید بشه، هزینه این اشتراک در آمریکا سالانه به ۶۰۰۰ دلار می‌رسه. البته قیمت نهایی در بعضی کشورها می‌تونه به‌دلیل مالیات بیشتر باشه.

ردپاهای دیگه‌ای هم در پیکربندی‌های مربوط به قیمت‌گذاری پیدا شده که وجود شناسه promax و نام Pro (Max) رو نشون می‌ده.

بخش دیگه ماجرا به احتمال استفاده از زیرساخت Cerebras برای اجرای سریع‌تر مربوط می‌شه. البته این قسمت هنوز تأیید نشده و فعلاً باید به‌عنوان یک احتمال در نظر گرفته بشه.

فعلاً اطلاعات دقیقی درباره سقف استفاده، تعداد درخواست‌ها یا مزایای اضافه این پلن منتشر نشده. بنابراین هنوز نمی‌شه با اطمینان گفت Pro Max دقیقاً چه تفاوت‌هایی با پلن‌های فعلی خواهد داشت.

✈️@mohammad_zammani
📱Mohammad.zammani.offical

ردپای مدل Nano Banana 2.5 Flash توی گوگل فلو دیده شده. هنوز چیزی رسمی اعلام نشده، ولی ممکنه عرضه‌اش نزدیک باشه.

✈️@mohammad_zammani
📱Mohammad.zammani.offical

مدل‌های تبدیل متن به گفتار جمنای ۳.۸ فلش و جمنای ۳.۸ فلش-لایت متعلق به گوگل دیپ‌مایند تونستن رتبه اول رو تو هر هفت تا جدول رده‌بندی زبانی Voice Arena به دست بیارن.

اکانت ویس آرنا قبل از عرضه رسمی امروز، جفت این مدل‌ها رو بررسی کرده و نوشته که نتایج خیلی فوق‌العاده بوده. همه رتبه‌بندی‌های این پلتفرم بر اساس رای‌گیری‌های کاملا ناشناس و رودررو انجام می‌شه؛ یعنی شنونده‌ها اصلاً نمی‌دونن دارن به کدوم مدل یا برند گوش می‌دن. شنونده‌هایی که زبان مادری‌شون همون زبانه و تایید شدن، فایل‌ها رو صرفاً بر اساس کیفیت قضاوت می‌کنن و در نهایت مدل‌ها با سیستم Bradley-Terry Elo امتیاز می‌گیرن.

تو بخش انگلیسی آمریکایی، مدل فلش-لایت با امتیاز ۱۰۸۷ از بین ۲۰ تا مدل اول شده. این یعنی ۱۹ امتیاز بالاتر از Sonic-3.6 شرکت کارتسیا قرار گرفته و کاملا تو محدوده آماری صدر جدول جا خوش کرده. جمنای ۳.۸ فلش هم با امتیاز ۱۰۶۱ تو همین بخش سوم شده.

غیر از انگلیسی آمریکایی، این دو تا مدل تو پنج تا از شش تا جدول باقی‌مونده رتبه‌های اول و دوم رو گرفتن و پشت سرشون هم مدل قبلی یعنی جمنای ۳.۱ فلش تبدیل متن به گفتار تو رتبه سوم نشسته. با این حساب، گوگل دیپ‌مایند کل سه رتبه اول رو تو زبان‌های ژاپنی، عربی، اسپانیایی مکزیکی، ویتنامی و پرتغالی برزیلی قبضه کرده.

این نتایج بر اساس هزاران رای مقایسه‌ای و ناشناس از طرف شنونده‌های بومی تو این هفت تا زبان به دست اومده.

تست زبان فارسی

✈️@mohammad_zammani
📱Mohammad.zammani.offical

🔍گوگل مدل Gemini Omni 1.1 رو وارد Google Vids کرده و حالا هر کسی که حساب Google Workspace داشته باشه، می‌تونه باهاش ویدیو بسازه. خروجی کار هم ویدیوی ۱۰۸۰پی با کیفیت اچ‌دی خواهد بود.

مسیر ساخت ویدیو رو خود کاربر مشخص می‌کنه، با پرامپت، با تصاویر و ویدیوهای مرجع، یا حتی با قالب‌های آماده‌ای که گوگل گذاشته. نکته‌ای که این نسخه رو از قبلی متمایز می‌کنه، کنترل بیشتریه که روی ساخت صحنه‌ها گذاشته شده. می‌شه زمان دقیق هر صحنه رو تعیین کرد، و وقتی ویدیو ادامه پیدا می‌کنه، شخصیت‌ها و سبک بصری و روایت داستان یکدست باقی می‌مونن، نه اینکه هر بار یه چیز جدید از آب دربیاد.

وقتی کار تموم شد، ویدیو رو می‌شه دانلود کرد یا مستقیم توی یوتیوب و گوگل درایو گذاشت. مخاطب اصلی این ابزار هم کسایی هستن که تجربه‌ی تدوین حرفه‌ای ندارن؛ کسب‌وکارهای کوچیک، تیم‌هایی که می‌خوان سریع‌تر محتوای ویدیویی تولید کنن، دقیقاً همون گروهی که گوگل روشون حساب کرده.

🤖خرید اکانت جمینای پرو

✈️@mohammad_zammani
📱Mohammad.zammani.offical

تست مدل بدون اعراب گذاری

✈️@mohammad_zammani
📱Mohammad.zammani.offical

مدل‌های جدید جمینای، یعنی Gemini 3.8 Flash TTS و نسخه سبک‌ترش یعنی Gemini 3.8 Flash-Lite TTS، بالاخره توی Google AI Studio و بخش APIها منتشر شدن و همین الان می‌تونید برید سراغشون.

گوگل این مدل‌ها رو گل سرسبد ابزارهای تبدیل متن به صدا (TTS) معرفی کرده که دستتون رو برای طراحی صدا و مدیریت دیالوگ‌های دوطرفه کاملاً باز می‌ذارن. با این قابلیت جدید می‌تونید با پرامپت‌نویسی، شخصیت‌های صوتی دلخواهتون رو بسازید، لحن ادای جمله‌ها رو خط‌به‌خط کارگردانی کنید و حتی واکنش‌های طبیعی صدا مثل خنده، نفس عمیق یا مکث‌های انسانی رو به حرف‌ها اضافه کنید.

خلاصه بخوام بگم، این نسخه‌ها تا امروز طبیعی‌ترین و رساترین مدل‌های تولید صدای گوگل هستن و حس و حال گفتار رو خیلی زنده‌تر از قبل درمیارن.

از اینجا امتحان کنید

✈️@mohammad_zammani
📱Mohammad.zammani.offical

🤖بزرگ‌ترین تغییر Opus 5.5 شاید نه در توانایی استدلالش، بلکه در سبک نوشتنش باشه.

یکی از افرادی که زودتر به این مدل دسترسی داشته، گفته به نظر می‌رسه آنتروپیک بالاخره مشکل نوشتار کلود رو جدی حل کرده. به گفته او، کلود از زمان Opus 4.6، یعنی حدود هشت ماه پیش، این‌قدر ساده، طبیعی و دور از لحن‌های کلیشه‌ای ننوشته بود.

در مقایسه‌ای که بین Opus 5 و Opus 5.5 منتشر شده، تفاوت لحن کاملاً به چشم میاد؛ Opus 5.5 مستقیم‌تر حرف می‌زنه، کمتر دور موضوع می‌چرخه و پاسخ‌هاش راحت‌تر خونده می‌شن.

آنتروپیک هم گفته Opus 5.5 طبیعی‌تر ارتباط برقرار می‌کنه، نکات مهم رو زودتر مطرح می‌کنه و بهتر از قبل از دستورهای نوشتاری کاربر پیروی می‌کنه. همین باعث می‌شه دنبال کردن گفت‌وگوهای طولانی با مدل راحت‌تر باشه.

✈️@mohammad_zammani
📱Mohammad.zammani.offical

دست بالا دست زیاده :)

✈️@mohammad_zammani
📱Mohammad.zammani.offical

بابا ما خاطرات خوب و نوستالژیک داریم از آقای ابی
اینا چیه آخه :))))


✈️@mohammad_zammani
📱Mohammad.zammani.offical