KREA AI ने वीडियो सुधार कार्यक्षमता शुरू की एक-क्लिक में वीडियो गुणवत्ता बढ़ाएं

AI समाचार: B站 टीम एनिसोरा नामक कॉमिक वीडियो उत्पादन मॉडल प्रेरित कर रही है; OpenAI द्वारा नए प्रोग्रामिंग इंटेलिजेंट बॉडी कोडेक्स; QQ ब्राउज़र AI ब्राउज़र के रूप में अद्यतन किया गया

शोध: अधिकाधिक लोग AI से समाचार प्राप्त कर रहे हैं

आधुनिक मीडिया परिवेश में, कृत्रिम बुद्धिमत्ता (AI) हमारे समाचार प्राप्त करने के तरीके को धीरे-धीरे बदल रही है। परंपरागत रूप से, समाचार पढ़ना एक एकतरफ़ा अनुभव था, जहाँ पाठक जानकारी ग्रहण करते थे, चर्चा में भाग नहीं लेते थे। लेकिन चैटबॉट के उदय के साथ, समाचार का उपभोग धीरे-धीरे एक द्विदिशीय संवादात्मक प्रक्रिया में बदल रहा है, और पाठक की भूमिका निष्क्रिय प्राप्तकर्ता से सक्रिय भागीदार में बदल रही है। अधिकाधिक पाठक समाचारों को छानने, संक्षेपित करने और व्याख्या करने के लिए AI उपकरणों और चैटबॉट का उपयोग कर रहे हैं, और कभी-कभी पारंपरिक मीडिया को पूरी तरह से दरकिनार भी कर रहे हैं। यह "संवादात्मक समाचार" पाठकों को पढ़ने में सक्षम बनाता है

एआई दैनिक: हान्ज़ी उत्पन्न कर सकता है! ज़िपू ओपन सोर्स टेक्स्ट-टू-इमेज मॉडल CogView4; बड़े मॉडल टूल Ollama में गंभीर सुरक्षा दोष; टेनसेंट युआनबाओ का डाउनलोड DeepSeek से अधिक

【एआई दैनिक】सेक्शन में आपका स्वागत है! यह आपका दैनिक मार्गदर्शक है जो आपको कृत्रिम बुद्धिमत्ता की दुनिया का पता लगाने में मदद करता है, हम रोज़ाना आपके लिए एआई क्षेत्र की प्रमुख खबरें लाते हैं, डेवलपर्स पर ध्यान केंद्रित करते हैं, और आपको तकनीकी रुझानों और नवीन एआई उत्पाद अनुप्रयोगों को समझने में मदद करते हैं। नए एआई उत्पादों के बारे में जानने के लिए क्लिक करें: https://top.aibase.com/1、ज़िपू ने हान्ज़ी उत्पन्न करने वाला पहला ओपन सोर्स टेक्स्ट-टू-इमेज मॉडल CogView4 जारी किया 4 मार्च, 2025 को, बीजिंग ज़िपू हुआझांग टेक्नोलॉजी कंपनी लिमिटेड ने CogView4 जारी किया, जो हान्ज़ी उत्पन्न करने वाला पहला...

AI समाचार पत्र: एप्पल का सभी उत्पाद ChatGPT से जुड़े; 百度文库 ने पेशेवर PPT जनरेशन लॉन्च किया; गूगल की Gemini 2.0 का आगमन; ChatGPT का वैश्विक डाउनटाइम अब ठीक हो गया है

【AI समाचार पत्र】栏目 में आपका स्वागत है! यहाँ आपका दैनिक कृत्रिम बुद्धिमत्ता की दुनिया में अन्वेषण का मार्गदर्शक है, हम हर दिन आपको AI क्षेत्र की प्रमुख सामग्री प्रदान करते हैं, डेवलपर्स पर ध्यान केंद्रित करते हैं, आपको तकनीकी प्रवृत्तियों की समझ और नवीन AI उत्पादों के उपयोग के बारे में जानकारी देते हैं। नए AI उत्पादों के बारे में जानने के लिए क्लिक करें: https://top.aibase.com/1, एप्पल ने iOS18.2 का आधिकारिक संस्करण जारी किया: Siri को ChatGPT से जोड़ा गया है। एप्पल कंपनी ने आधिकारिक रूप से iOS18.2, iPadOS18.2 और macOS Sequoia 1 को जारी किया है।

पूर्व ट्विटर कार्यकारी द्वारा AI समाचार सहायक Particle का निर्माण: AI के माध्यम से समाचार पढ़ने के अनुभव को फिर से आकार देना, $15.3 मिलियन की निवेश प्राप्ति

वर्तमान मीडिया उद्योग में AI के प्रति सतर्क दृष्टिकोण के बीच, Particle नामक एक AI समाचार पढ़ने का ऐप इस स्थिति को बदलने की कोशिश कर रहा है। यह ऐप, जिसे पूर्व ट्विटर इंजीनियरों द्वारा विकसित किया गया है, उपयोगकर्ताओं को समाचार को और बेहतर तरीके से समझने में मदद करने का उद्देश्य रखता है, साथ ही पारंपरिक मीडिया संस्थानों के साथ सहयोग के लिए भी प्रयासरत है। Particle की स्थापना पूर्व ट्विटर उत्पाद प्रबंधन की वरिष्ठ निदेशिका सारा बेकपुर और पूर्व ट्विटर एवं टेस्ला के वरिष्ठ इंजीनियर मार्सल मोलिना ने की थी। कंपनी ने

​AI संगीत निर्माण मॉडल MusiConGen: ट्रांसफार्मर के साथ संगीत निर्माण, ताल और акор्ड का सटीक नियंत्रण

MusiConGen मॉडल प्री-ट्रेंड MusicGen-melody ढांचे पर फाइन-ट्यून किया गया है, जिसका मुख्य उद्देश्य विभिन्न शैलियों के संगीत टुकड़े उत्पन्न करना है। शोध टीम ने акор्ड और ताल के नियंत्रण पैरामीटर सेट करके, मॉडल द्वारा उत्पन्न संगीत नमूनों को प्रदर्शित किया, जिसमें पांच अलग-अलग शैलियां शामिल हैं: आरामदायक ब्लूज़, स्मूथ एसिड जैज़, क्लासिक रॉक, हाई एनर्जी फंक और भारी धातु।

ElevenLabs Reader ऐप андроид पर लॉन्च होगा, जिसमें 32 नई भाषाओं का समर्थन शामिल होगा

ElevenLabs द्वारा पेश किया गया मोबाइल रीडर ऐप एंड्रॉइड प्लेटफॉर्म पर लॉन्च हुआ है, जो पाठ पाठन, PDF/ePub फ़ाइलों के पढ़ने और उच्च गुणवत्ता वाली AI वॉयस सिंथेसिस तकनीक को एक साथ लाता है, जिससे उपयोगकर्ता कभी भी और कहीं भी शानदार लेखों को सुन सकते हैं, चाहे पाठ पढ़ना कितना भी सुगम हो। यह अमेरिका, ब्रिटेन, और कनाडा की तीन भाषाओं का समर्थन करता है और 32 भाषाओं के साथ वैश्विक रूप से लॉन्च होने वाला है। इसकी उत्कृष्ट AI तकनीक जूडी गारलैंड, जेम्स डीन जैसे किंवदंतियों की आवाज़ों की नकल कर सकती है, जिससे उपयोगकर्ता व्यक्तिगत तरीके से पढ़ने का आनंद ले सकते हैं।

जापान के सुपरमार्केट AI तकनीक के द्वारा कर्मचारियों की मुस्कान की निगरानी शुरू करते हैं, नेटिज़न्स का कहना है कि यह अनावश्यक है

जापान के योंग्वांग सुपरमार्केट ने AI प्रणाली Smile-Kun का उपयोग करते हुए कर्मचारियों की मुस्कान की निगरानी शुरू की है, जिसका उद्देश्य कर्मचारियों की मुस्कान और आवाज़ के विश्लेषण के माध्यम से सेवा कौशल को बढ़ाना है। यह प्रणाली कर्मचारियों से एक विशेष तरीके से अभिवादन करने का अनुरोध करती है, जिसमें 450 छोटे भावों के आधार पर स्कोरिंग की जाती है, जिसमें अधिकतम स्कोर 100 है, और यह सक्रिय प्रतिक्रिया प्रदान करती है। इसके अलावा, यह ध्वनि के स्तर, प्रवाह और उत्तेजना का विश्लेषण करके सुधार के सुझाव देती है। कर्मचारियों की प्रतिक्रिया दिखाती है कि मुस्कान का अनुपात काफी बढ़ गया है। हालांकि, इस कदम ने विवादों को जन्म दिया है, कुछ नेटिज़न्स ने आलोचना की है कि यह कर्मचारियों की व्यक्तिगत भावनाओं को अत्यधिक मात्रात्मक बनाने का प्रयास है, जो ईमानदार सेवा को व्यक्त करने में कठिनाई पैदा करता है। आलोचकों का मानना है कि यह शीर्षक और अधीनस्थ के बीच आधारित है।

एलन मस्क का xAI अगले महीने Grok 2 जारी करेगा, Grok 3 की अपेक्षा दिसंबर में है

एलन मस्क ने घोषणा की कि उनकी xAI कंपनी अगले महीने जीपीटी-4 के समान प्रदर्शन करने वाले एआई मॉडल Grok 2 जारी करेगी, जबकि अधिक शक्तिशाली Grok 3 की अपेक्षा दिसंबर में है। यह मॉडल मेफिस के डेटा केंद्र में 15000+ GPU के साथ बड़े पैमाने पर प्रशिक्षण ले रहा है। हालांकि केवल कुछ टेस्ला वीडियो डेटा अभी तक मॉडल प्रशिक्षण में शामिल नहीं किया गया है, लेकिन ChatGPT की तुलना से यह स्पष्ट है कि कुछ क्षेत्रों में Grok की अभी भी कमी है, और रात में अधिग्रहण संदर्भ में प्रतिस्पर्धा करने में समय लगेगा।

माइक्रोसॉफ्ट रिसर्च ने AI फ्रेमवर्क E5-V पेश किया: पाठ के जोड़ों के एकल-मोडल प्रशिक्षण के माध्यम से मल्टी-मोडल अध्ययन को सरल बनाना और लागत कम करना

माइक्रोसॉफ्ट रिसर्च और बीजिंग एरोस्पेस यूनिवर्सिटी की टीम ने E5-V नामक एक कुशल मल्टी-मोडल एम्बेडिंग फ्रेमवर्क पेश किया जो मल्टी-मोडल बड़े भाषा मॉडल (MLMs) के विकास में मौजूद चुनौतियों को हल करने के लिए डिजाइन किया गया है। यह नवोन्मेषी फ्रेमवर्क एकल-मोडल प्रशिक्षण के माध्यम से मल्टी-मोडल अध्ययन की प्रक्रिया को सरल बनाता है, और पिछले मॉडलों द्वारा स्वतंत्र एन्कोडर पर निर्भरता के कारण उत्पन्न होने वाली इनपुट एकीकरण की खराबी को दूर करता है। E5-V पाठ और चित्र की जानकारी को एकीकृत करके प्रशिक्षण लागत को कम करता है और पाठ-चित्र पुनर्प्राप्ति, चित्र पुनर्प्राप्ति जैसे कई जटिल कार्यों में उत्कृष्ट प्रदर्शन प्रदर्शित करता है, विशेषकर शून्य नमूने में।