【AI दैनिक】 कॉलम में आपका स्वागत है! यह आपके दैनिक कृत्रिम बुद्धिमत्ता विश्व की खोज के लिए एक मार्गदर्शक है, हम प्रतिदिन आपके लिए कृत्रिम बुद्धिमत्ता के क्षेत्र में लोकप्रिय सामग्री प्रस्तुत करते हैं, डेवलपर्स पर केंद्रित होकर आपको तकनीकी प्रवृत्ति के बारे में जानकारी देते हैं और नवीनतम कृत्रिम बुद्धिमत्ता उत्पाद अनुप्रयोगों के बारे में जानकारी देते हैं।
ताजा कृत्रिम बुद्धिमत्ता उत्पाद जांचें :https://app.aibase.com/zh
1. मांटे बेइलिंग टीम ने नए उच्च-प्रदर्शन विचार मॉडल Ring-flash-2.0 को ओपन सोर्स किया
मांटे बेइलिंग टीम ने उच्च-प्रदर्शन विचार मॉडल Ring-flash-2.0 ओपन सोर्स किया, जो कई कठिन मानक परीक्षणों में अच्छा प्रदर्शन करता है और शक्तिशाली गणना क्षमता और संसाधन दक्षता रखता है। इसके अद्वितीय दो चरण के सुधार शिक्षा विधि में मॉडल के तार्किक क्षमता में सुधार किया गया है, और सभी मॉडल भार और शिक्षा योजना पूरी तरह से ओपन सोर्स होगी।
【AiBase सारांश:】
🧠 Ring-flash-2.0 लिंग-फ्लैश-2.0-बेस पर आधारित एक उच्च-प्रदर्शन विचार मॉडल है, जिसके कुल 10 बिलियन पैरामीटर हैं, लेकिन प्रत्येक तार्किक कार्य में केवल 6.1 बिलियन को सक्रिय किया जाता है।
🚀 गणित प्रतियोगिता, कोड जनरेशन और तार्किक अनुमान जैसे कार्यों में, Ring-flash-2.0 4 बिलियन पैरामीटर वाले समान आकार के मॉडल से आगे रहता है, अधिक बड़े ओपन सोर्स स्पार्स मॉडल के साथ भी प्रतिस्पर्धा कर सकता है।
🔧 टीम ने अद्वितीय दो चरण के सुधार शिक्षा प्रक्रिया डिज़ाइन की, जिसमें Long-CoT SFT, RLVR और RLHF शामिल हैं, जिससे मॉडल के तार्किक और सामान्य क्षमता में सुधार हुआ है।
विवरण के लिए लिंक: https://huggingface.co/inclusionAI/Ring-flash-2.0 https://modelscope.cn/models/inclusionAI/Ring-flash-2.0
2. अलीबाबा तोंगई 7 मॉडल Hugging Face पर शीर्ष पर! सभी मोडल के बड़े मॉडल Qwen3-Omni दुनिया के शीर्ष पर रहा
अलीबाबा तोंगई के 7 मॉडल Hugging Face वैश्विक ओपन सोर्स मॉडल सूची में अच्छा प्रदर्शन करते हैं, जिसमें Qwen3-Omni एक सभी मोडल के बड़े मॉडल है, जो अपनी मजबूत ध्वनि और वीडियो प्रक्रिया क्षमता और स्थिर पाठ और छवि प्रदर्शन के कारण दुनिया के शीर्ष पर रहा।
【AiBase सारांश:】
🧠 Qwen3-Omni अलीबाबा का सबसे नया ओपन सोर्स सभी मोडल के बड़े मॉडल है, जो पाठ, छवि, ध्वनि और वीडियो चार प्रकार के डेटा के साथ काम कर सकता है।
🎧 Qwen3-Omni ध्वनि और वीडियो क्षमता में 32 ओपन सोर्स सबसे अच्छा प्रदर्शन SOTA हासिल करता है, जबकि पाठ और छवि प्रदर्शन स्थिर रहता है।
🚀 अलीबाबा तोंगई के 7 मॉडल Hugging Face वैश्विक ओपन सोर्स मॉडल सूची में शीर्ष दस में रहे, Qwen3-Omni दुनिया के शीर्ष पर रहा।
3. केवल वीडियो उत्पादन नहीं: गूगल Veo3 चमक रहा है, बिना किसी अतिरिक्त शिक्षा के संख्या गुमनाम खेल सकता है, गुमनाम खेल सकता है
गूगल अनुसंधान विभाग ने हाल ही में अपने वीडियो उत्पादन मॉडल Veo3 के बारे में घोषणा की है, जो दृश्य एआई के क्षेत्र में एक महत्वपूर्ण प्रगति के साथ घोषित किया गया है, जिसे 'GPT-3' के समय के रूप में वर्णित किया गया है। Veo3 केवल वीडियो उत्पादन तक सीमित नहीं है, बल्कि बिना किसी अतिरिक्त शिक्षा के बहुत सारे जटिल दृश्य कार्यों को स्वचालित रूप से पूरा कर सकता है, जैसे वस्तुओं की खोज, फोटो के सुधार, मेज़बान खेलना, संख्या गुमनाम खेलना आदि, जो दृश्य एआई के नए विकास के लिए एक महत्वपूर्ण चरण के रूप में चिह्नित किया गया है।
【AiBase सारांश:】
🧠 छवि समझ: छवि में किनारे, चित्र, वस्तु की स्थिति, रंग और आकृति जैसे मूल दृश्य तत्वों की स्वचालित रूप से पहचान कर सकता है।
🧪 भौतिकी के नियमों की समझ: वस्तुओं के तैरने या डूबने के बारे में जानता है और प्रकाश के परावर्तन के बारे में समझता है।
🎨 हस्तक्षेप संपादन: "ऑटोमैटिक Photoshop" की तरह, Veo3 जटिल छवि संपादन कार्य जैसे पृष्ठभूमि हटाना, टेक्स्ट जोड़ना, या फोटो को तेल चित्र शैली में बदल सकता है।
4. टेस्ला “जिंगतियान्ज़” के बड़े पैमाने पर उत्पादन में तेजी लाएगा, मस्क कहते हैं कि यह कंपनी का सबसे महत्वपूर्ण उत्पाद होगा
लेख कहता है कि टेस्ला अपने मानव आकार के रोबोट "जिंगतियान्ज़" के बड़े पैमाने पर उत्पादन के लिए तेजी से काम कर रहा है और इसे कंपनी के सबसे महत्वपूर्ण उत्पाद के रूप में देखता है। हालांकि विकास प्रक्रिया में कुछ तकनीकी चुनौतियां हैं, जैसे हाथ के डिज़ाइन की समस्या, लेकिन टेस्ला अब इन बाधाओं को दूर करने के लिए लगातार प्रयास कर रहा है ताकि उत्पादन लक्ष्य हासिल किया जा सके।
【AiBase सारांश:】
🤖 टेस्ला "जिंगतियान्ज़" के बड़े पैमाने पर उत्पादन में तेजी ला रहा है।
💡 मस्क कहते हैं कि "जिंगतियान्ज़" टेस्ला का सबसे महत्वपूर्ण उत्पाद होगा।
🔧 रोबोट के हाथ के डिज़ाइन वर्तमान विकास में एक प्रमुख तकनीकी चुनौती है।
