مسعود بیگی

ران‌وی مدل Gen-4.5 رو معرفی کرد. جهش جدی در کیفیت ویدیوهای هوش مصنوعی
دیروز شرکت ران‌وی مدل جدید تولید ویدیو یعنی Gen-4.5 رو معرفی کرد. این مدل هم‌زمان با انتشار، مستقیم رفت صدر جدول Video Arena و با امتیاز Elo حدود ۱۲۴۷، بالاتر از رقبای بزرگی مثل Veo 3 گوگل و Sora 2 Pro اوپن‌ای‌آی قرار گرفت. این رتبه براساس رأی کاربران در تست‌های کور به دست اومده و فعلاً Gen-4.5 رو به عنوان «بهترین مدل عمومی برای تولید ویدیو از متن و عکس» نشون می‌ده.

طبق اطلاعات رسمی ران‌وی و گزارش‌هایی مثل CNBC و The Decoder، نسخهٔ جدید نسبت به Gen-4 چند پیشرفت مهم داره. حرکت دوربین‌ها طبیعی‌تر و سینمایی‌تر شده.

فیزیک محیط و تعامل اجسام واقعی‌تره و شخصیت‌ها ثبات هویتی خیلی بهتری دارن. جزئیات چهره، دست و حرکات بدن هم چشمگیرتر شده. مدل حالا می‌تونه پرامپت‌های پیچیده و طولانی رو بدون افت کیفیت اجرا کنه، از جمله دستورهای زمان‌بندی‌شده و تغییرات مرحله‌ای در صحنه.

مدل Gen-4.5 روی GPU های Hopper و Blackwell اجرا می‌شه که باعث شده سرعت استنتاج بالا بمونه در حالی که کیفیت خروجی به‌مراتب بهتر شده. همهٔ حالت‌های قبلی مثل Image-to-Video، Keyframes و Video-to-Video هم در نسخهٔ جدید فعال هستن و کنترل‌های سبکی مختلف از فوتورئال تا سینمایی رو پشتیبانی می‌کنه.

رول‌اوت مدل تدریجیه. کاربرای پلن Pro و Unlimited تا آخر همین هفته بهش دسترسی کامل پیدا می‌کنن و چند شرکت بزرگ هم دسترسی زودهنگام گرفتن. در کنار این، مدل Gen-4 قدیمی هم برای همهٔ کاربرای رایگان باز شده.

البته ران‌وی خودش گفته که مدل هنوز محدودیت‌هایی داره. مثال‌هایی مثل مشکل در علت‌ومعلول دقیق یا ناپدیدشدن بعضی اشیا در موقعیت‌های پیچیده هنوز کامل حل نشده. ولی طبق گفتهٔ تیم ران‌وی، Gen-4.5 فقط اولین قدم از چند انتشار بزرگ جدیده و سرعت پیشرفت‌شون در حوزهٔ world modeling قراره بیشتر هم بشه.
#هوش_مصنوعی

✈️@mohammad_zammani
📱Mohammad.zammani.offical

وقتی خوشحالی که همه چیز خوب جلو رفته و کد رو بدیم بره برای تست نهایی، قبلش یه چک میکنی و میبینی به به ، دو سه تا سوراخ گنده داره هنوز ! اونم آخر وقت !

اینم بازی خوبیه اگه بازی نکردین
https://launch.matchmasters.com/l/friend/5fc964481a00f44345ac1627

ایمیل جهت ارسال رزومه :
Info@elai-il.com

اگر فکر می کنی که رشد سخته، باید بگم که حق داری.
اگر فکر می کنی بالا رفتن سخته، باید بهت اطمینان بدم که قطعا هست.

صبح زود بیدار شدن داره، مطالعه لازم داره، سخت تلاش کردن لازم داره، برنامه ریزی لازم داره، استراتژی لازم داره، هدف گذاری لازم داره و از همه مهم تر، کوک چهارم لازم داره.

ولی بهت قول میدم برای همه هم جا هست.

فقط مساله اینه که انتخابت چیه؟

پ.ن: انتخاب چیه؟

#گزارش_کار
دیپلماسی گفتمان

بیا تو تیم ما 💪
داریم تیم دیتای رسمیو رو گسترش میدیم ، اگه شکارچی داده ( Crawler ) هستی، بیا با هم کیف کنیم :))
تا دلتون بخواد چالش و کار جدی داریم تو رسمیو تو این بخش
قول میدم حسابی سرگرم و مشغول باشید و هر روز یه چالش جدید داشته باشی توی این پوزیشن😁

فصل پنجم - الگوهای کارآموزی

یادگیری همیشگی

توسعه‌ی نرم‌افزار تولید محصول نیست؛ بلکه فعالیتِ کسبِ دانش است.

نرم‌افزار فقط جایی است که ما دانشی را که به دست آورده‌ایم، ذخیره می‌کنیم.
خیلی‌ها منتظرند تا "شرایط مناسب" از راه برسد تا یادگیری را شروع کنند. وقتی پروژه تمام شد، وقتی سرشان خلوت شد، وقتی استرس کم شد...
اما سی. اس. لوئیس حقیقت تلخی را می‌گوید: شرایط مناسب هرگز نخواهد آمد. تنها کسانی موفق می‌شوند که در میانه‌ی جنگ و آشوب، با ولع به دنبال دانش می‌گردند.

نویسندگان در این فصل، تفاوت حیاتی میان کار کردن و تمرین کردن را روشن می‌کنند.
نوازندگان بزرگ، ساعت‌ها در تنهایی تمرین می‌کنند تا فقط یک ساعت اجرا کنند. اما برنامه‌نویسان چه؟ ما معمولاً تمام روز را در حال اجرا (کدنویسی برای پروژه) هستیم و هیچ وقتی برای تمرین (بدون استرسِ تحویل) نمی‌گذاریم.

برای اینکه در مسیر استادی بمانید، باید این الگوها را زندگی کنید:

۱. تمرین، تمرین، تمرین:
همان‌طور که در هنرهای رزمی کاتا وجود دارد، در برنامه‌نویسی هم باید زمان‌هایی را به حل مسائل تکراری و ساختگی اختصاص دهید. جایی که اشتباه کردن هزینه ندارد. اگر در زمان کار اشتباه کنید، باگ تولید کرده‌اید؛ اما در زمان تمرین، اشتباه یعنی یادگیری.

۲. اسباب‌بازی‌های شکستنی (Breakable Toys):
لینوس توروالدز لینوکس را نساخت چون می‌خواست دنیا را تغییر دهد؛ آن را ساخت چون فقط یک سرگرمی بود.
شما هم باید پروژه‌هایی داشته باشید که فقط مال خودتان باشد. یک ویکی شخصی بسازید، یک بازی بنویسید، یا یک سیستم‌عامل ساده و ناقص طراحی کنید. این‌ها اسباب‌بازی‌هایی هستند که اجازه دارید آن‌ها را بشکنید، خراب کنید و از دلِ خرابی‌هایشان معماری واقعی را یاد بگیرید.

۳. استفاده از کد منبع (Use the Source):
فقط کتاب نخوانید؛ کد بخوانید. بیل گیتس می‌گفت سطل زباله‌های مرکز کامپیوتر را می‌گشت تا کدهای سیستم‌عامل دیگران را پیدا کند و بخواند. کد، داور نهایی است. خواندنِ کدهای متن‌بازِ خوب، به شما یاد می‌دهد که بزرگان این صنعت چگونه فکر می‌کنند.

۴. یادگیری را ثبت کن و به اشتراک بگذار:
وبلاگ بنویس، نه برای اینکه مشهور شوی، بلکه برای اینکه وقتی می‌نویسی، مجبور می‌شوی عمیق‌تر فکر کنی. وقتی یکی درس می‌دهد، دو نفر یاد می‌گیرند.

این فصل یک هشدار بزرگ دارد:
تجربه با تکرار فرق دارد.
بسیاری از برنامه‌نویسان ۱۰ سال تجربه ندارند؛ آن‌ها ۱ سال تجربه دارند که ۱۰ بار تکرار شده است.
یادگیری همیشگی یعنی هر روز به دنبال راهی باشی تا نادانی‌ات را به مهارت تبدیل کنی، حتی اگر این فرآیند دردناک باشد. چون دردِ یادگیری، تنها نشانه‌ی رشد است.

بخش 1 از فصل 1 ، از کتاب "تاج سایه ها"، اولین جلد از "افسانه دارا"
اگه خوندین، حتما فیدبک بدین

📝 چرا دیگه خبری از متاورس و Web3 نیست؟

💡چند سال پیش هر جا نگاه می‌کردیم حرف از متاورس، NFT و Web3 بود. فیسبوک اسمش را کرد Meta تا بگه آینده‌اش را روی متاورس شرط بسته.

بازار NFT هم تو ۲۰۲۱ از کمتر از ۱۰۰ میلیون دلار به حدود ۲۴٫۹ میلیارد دلار رسید و سرمایه‌گذاری روی بلاک‌چین در اوج، ۳۲ میلیارد دلار شد.

روی کاغذ، همه‌چیز فریاد می‌زد: «اینترنت بعدی، متاورس و Web3 است.»

📉 اما واقعیت امروز
تیترها عوض شده. الان مرکز توجه رسانه و سرمایه‌گذارها شده AI.

📌 چند عدد مهم:

▫️سرمایه VC در کریپتو و بلاک‌چین ۲۰۲۴ حدود ۱۳٫۶ میلیارد دلار بوده؛ در نیمه اول ۲۰۲۵ هم کمی بالای ۱۶ میلیارد جذب شده.
▫️در مقابل، فقط در ۲۰۲۵ استارتاپ‌های AI حدود ۱۹۲٫۷ میلیارد دلار سرمایه گرفتن؛ یعنی بیش از نصف کل پول VC جهان.
▫️گزارش KPMG هم می‌گه در Q3 ۲۰۲۵ از ۱۲۰٫۷ میلیارد دلار سرمایه‌گذاری VC، بخش غالب متعلق به AI بوده.

پولی که زمانی سمت متاورس و Web3 می‌رفت، الان با اختلاف رفته سمت AI.

💸 کیس استادی متا: بزرگ‌ترین شرط بندی اشتباه دهه؟

شرکت Meta از ۲۰۲۱ تا ۲۰۲۴ روی Reality Labs ده‌ها میلیارد دلار خرج کرد؛ فقط سال ۲۰۲۴ ضرر عملیاتی این بخش ۱۷٫۷ میلیارد دلار بود و مجموعاً بالای ۷۰ میلیارد دلار روی متاورس دود شد.

حالا گزارش‌ها می‌گن متا می‌خواد حدود ۳۰٪ بودجه Reality Labs را کم کنه و بیشتر روی پروژه‌های AI تمرکز کنه. بازار سهام هم این تصمیم را تایید کرده؛ پیامش ساده است: «فعلاً AI منطقی‌تره.»

📌 چرا ورق برگشت؟

▫️هوش‌مصنوعی بدون سخت‌افزار جدید وارد زندگی ما شد؛ متاورس نه.
▫️ارزش AI از روز اول روشن بود: نوشتن، کدنویسی، سرچ، اتوماسیون…
▫️اما Web3 برای کاربر عادی هنوز پیچیده است: والت، گس‌فی، ریسک هک، قوانین مبهم.
▫️سقوط کریپتو و ترکیدن حباب NFT هم اعتماد عمومی را کم کرد.

❓آیا متاورس و Web3 مُردن؟

جواب کوتاه: نه.
متاورس به‌عنوان Buzzword خوابیده و VCها محتاط‌تر شدن، اما Web3 هنوز سالی ده‌ها میلیارد دلار سرمایه می‌گیره. فقط پروژه‌های بی‌هدف کمتر شده و DAOها هم در DeFi و پروتکل‌های متن‌باز زنده‌اند؛ فقط مثل ۲۰۲۱ کسی ادعای «همه‌چیز DAO می‌شه» نداره. سروصدا کم شده، ولی ساختن ادامه داره.

📌 درسی برای فاندرها

رسانه و سرمایه‌گذار همیشه دنبال موج تازه‌ان؛ یک روز متاورس و Web3، امروز AI. اگر محصول فقط با موج جلو بره و روی درد واقعی ساخته نشده باشه، با اولین تغییر ترند از صحنه حذف می‌شه.

سؤال مهم‌تر از اینکه «چرا متاورس و Web3 ساکت شدن؟» اینه:
اگر سه سال دیگه همین سؤال را درباره AI پرسیدیم، آیا استارتاپی که می‌سازیم هنوز دلیل وجودی خواهد داشت یا نه؟

@investingfund

سلام.
به تازگی کتاب : "چگونه با آمار دروغ بگوییم" رو تموم کردم.

طبق معمول خلاصشو و نظر خودم رو توی وبلاگ قرار دادم که می تونید مطالعش کنید.

👈 لینک توضیحات کتاب

#کتاب

چون خارجیا پول نمیدادن، نسخه انگلیسی رفهاب رو به Monetag مسلح کردم :)) تو این چند روز، درآمدش خیلی بیشتر از یکتاپی بود ، اصلا قابل مقایسه نیست، کمه ها، ولی واقعا قابل مقایسه نیست

اگه مثل من کتاب صوتی زیاد گوش میدین، نوار تخفیف خوبی گذاشته.

این کتاب برای کسایی نوشته شده که می‌خوان وارد دنیای AI Product Management بشن، کسب‌وکار خودشون رو راه بندازن یا فقط کنجکاون بدونن ساختن یه محصول AI چه ملاحظاتی داره.

اگر الان تو حوزه‌ی Product Management فعالیت می‌کنین و دوست دارین بفهمین چطور می‌شه محصول‌های AI ساخت، این کتاب می‌تونه خیلی بهتون کمک کنه. همین‌طور اگر در AI Development کار می‌کنین و قصد دارین این مفاهیم رو وارد فضای Product Management کنین و نقش بیزینسی‌تری بگیرین، باز هم مخاطب همین کتاب هستین. هرچند بعضی فصل‌ها رنگ‌وبوی فنی‌تر دارن، اما تمام محتوای تکنیکی در حد مبتدی و قابل فهم برای همه نوشته شده تا بدون پیش‌زمینه‌ی خاص هم بتونین ازش استفاده کنین. از دستش ندید!

@reza_jafari_ai

خودم نیستم و درگیر خونه جدید و حروفچینی کتاب هستم.
ولی شما برید عرفان و پوریا هستن و حسابی هم فضا خوب و حرفه ایه
https://evnd.co/xEceO

🔶آمازون از خانواده مدل‌های 2 Nova رونمایی کرد؛ چهار مدل قدرتمند برای کاربردهای مختلف

🔹#آمازون چهار مدل Nova 2 معرفی کرده است: Lite برای کارهای روزمره با سرعت و تنظیم عمق تفکر، Pro به‌عنوان قدرتمندترین مدل استدلالی برای برنامه‌نویسی و تحلیل اسناد و ویدیو، Sonic برای تبدیل گفتار-به-گفتار با تأخیر کم در دستیارهای صوتی و Omni به‌عنوان اولین مدل چندوجهی یکپارچه که متن، تصویر و ویدیو را پردازش و تولید می‌کند.

🔹همچنین سرویس Nova Forge امکان ساخت مدل‌های سفارشی (Novella) با داده‌های اختصاصی سازمان‌ها را فراهم می‌کند و آموزش در محیط‌های شبیه‌سازی‌شده انجام می‌شود. سرویس Nova Act نیز با استفاده از Nova 2 Lite ایجنت‌هایی می‌سازد که با دقت ۹۰ درصدی کارهای مرورگر را انجام می‌دهند و شرکت‌هایی مانند 1Password و Hertz توانسته‌اند فرایندهای چند هفته‌ای را به چند ساعت کاهش دهند.

جزئیات بیشتر
🔸🔸🔸
🟣Digiato
🎞Digiatoofficial
🤖Digiato
💭@Digiato

#گزارش_کار
درباب اهمیت دقت به فاصله واقعی اعداد و مقیاس ها
#دیجی_کالا

کتاب اول که بیش از 100 صفحه هست و حدودا 5 ماه زمان برده تموم شد. ریپو رو private کردم، از هفته دیگه فروشش جلد اول افسانه دارا شروع خواهد شد

تایید شد که هر 5 ماشین 207 رو داده دیجی ، دمشون گرم واقعا

ماجرای فروش 207 یک میلیون تومانی در دیجی کالا چند تا نکته داشت، قرار بوده یه دونه شو بفروشن یک میلیون تومان ولی ظاهرا سر کنترل نکردن Race Condition 5 تاش فروش رفته !
مسئله ی اصلی اینه که خیلی ها ممکنه توسعه دهنده رو مقصر بدونند، ولی دیتا رو باید چرخوند و دقیق نگاه کرد، دیجی کالا بنا به اعتراف خودش نزدیک 16 همت فروخته در این روز ، پس ضرر این احتمالا توی اون سود گم هست و بیزنسی که احتمالا برای این ایده خلاقانه پاشو روی گردن تیم فنی و محصولش گذاشته بوده با زمان کم هم کم مقصر نیست.
البته ما واقعا از اصل ماجرا خبر نداریم، فقط بلند بلند فکر میکنیم و طبق تجربه ها مون از کامیتونیتی حدس میزنیم که احتمال این اتفاق بیشتر بوده.
نظر شما چیه ؟