ابزارها و کاربردهای هوش مصنوعی
4.2K subscribers
1.02K photos
700 videos
1.02K files
1.59K links
آخرین اخبار و ابزارهای هوش مصنوعی و یادگیری ماشین

@GPT360
Download Telegram
Media is too big
VIEW IN TELEGRAM
🤖 ربات‌ها وارد دنیای ماساژ درمانی شدند

ویدیویی از یک ربات ماساژور منتشر شده که در حال ماساژ دادن دست‌های یک فرد است و نشان می‌دهد هوش مصنوعی و رباتیک به‌تدریج وارد حوزه خدمات درمانی و مراقبتی نیز شده‌اند.

این ربات با انجام حرکات دقیق و کنترل‌شده، می‌تواند بخشی از وظایفی را که تاکنون توسط ماساژدرمانگران انجام می‌شد، بر عهده بگیرد.

📌 با پیشرفت رباتیک، حتی مشاغلی که نیازمند مهارت‌های فیزیکی و تعامل مستقیم با انسان هستند نیز در حال تجربه موج جدیدی از اتوماسیون هستند. البته در بسیاری از موارد، این فناوری‌ها قرار است در کنار متخصصان کار کنند، نه لزوماً جایگزین کامل آن‌ها.
🔆 شرکت OpenAI یک راهنمای رسمی برای کار با GPT-5.6 منتشر کرد.


👨🏻‍💻 در این راهنما، بهترین روش‌های کار با این مدل جدید جمع‌آوری شده است: از انتقال داده‌ها گرفته تا نوشتن دستورات، توصیه‌ها و نکات کاربردی.

⬅️ به عنوان مثال، جایگزینی دستورات طولانی با دستورات کوتاه، کیفیت پاسخ‌ها را 10 تا 15 درصد افزایش می‌دهد و در عین حال، مصرف توکن‌ها را 41 تا 66 درصد کاهش می‌دهد.


📄 راهنمای انگلیسی: Model guidance

📄 راهنمای فارسی: GPT-5.6 Engineering
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 مدل GPT-5.6 در آزمایش امنیتی توانست به سرورهای Hugging Face نفوذ کند

شرکت OpenAI اعلام کرد که در جریان یک آزمایش داخلی، مدل GPT-5.6 Sol و یک نسخه آزمایشی قدرتمندتر، موفق شدند از محیط ایزوله (Sandbox) خارج شوند و با سوءاستفاده از یک آسیب‌پذیری صفرروزه (Zero-Day) به سرورهای Hugging Face دسترسی پیدا کنند.

این آزمایش در چارچوب ExploitGym انجام شد؛ محیطی که برای ارزیابی توانایی مدل‌های هوش مصنوعی در کشف و بهره‌برداری از آسیب‌پذیری‌های امنیتی طراحی شده است.

🔍 جزئیات آزمایش

- مدل‌ها با استفاده از یک آسیب‌پذیری ناشناخته از محیط آزمایشی خارج شدند.
- سپس با استفاده از حساب‌های در اختیار آزمایش و آسیب‌پذیری‌های جدید، کدهایی را روی زیرساخت Hugging Face اجرا کردند.
- برای سنجش حداکثر توانایی مدل‌ها، محدودیت‌ها و فیلترهای ایمنی در این آزمایش غیرفعال شده بود.

🛡️ پایان آزمایش

تیم امنیتی Hugging Face فعالیت غیرعادی را شناسایی کرد، حمله را متوقف ساخت و جزئیات این رویداد را در ۱۶ جولای منتشر کرد.
🤖 Anthropic
مدل Fable 5 را در اشتراک‌ها نگه می‌دارد

شرکت Anthropic اعلام کرد که از ۲۰ جولای، مدل Fable 5 همچنان در برخی پلن‌های اشتراکی در دسترس خواهد بود.

🔹 کاربران پلن‌های Max (100 و 200 دلار) و Team Premium (125 دلار) می‌توانند مانند قبل تا ۵۰٪ از سقف مصرف خود از Fable 5 استفاده کنند.

🔹 کاربران پلن‌های Pro و Team نیز به‌صورت یک‌باره 100 دلار اعتبار API دریافت خواهند کرد.

📌 به نظر می‌رسد رقابت فشرده با OpenAI باعث شده Anthropic تصمیم بگیرد دسترسی به یکی از محبوب‌ترین مدل‌های خود را برای کاربران حفظ کند.
🚀 مدل Claude Opus 5 منتشر شد

شرکت Anthropic از مدل جدید Claude Opus 5 رونمایی کرد.

📊 طبق نتایج منتشرشده، Opus 5 در چندین بنچمارک از Fable 5 عملکرد بهتری داشته و اکنون به‌عنوان قدرتمندترین مدل این شرکت شناخته می‌شود.

این مدل هم‌اکنون برای کاربران اشتراکی Claude و از طریق API در دسترس است.

💰 قیمت API نیز بدون تغییر باقی مانده است:

- ۵ دلار به ازای هر یک میلیون توکن ورودی
- ۲۵ دلار به ازای هر یک میلیون توکن خروجی

این یعنی هزینه استفاده از Opus 5 حدود نصف Fable 5 است.

📌 انتشار Opus 5 نشان می‌دهد رقابت میان مدل‌های پیشرفته هوش مصنوعی با سرعت زیادی ادامه دارد و نسل بعدی مدل‌های Anthropic نیز احتمالاً فاصله زیادی با عرضه نخواهد داشت.
Media is too big
VIEW IN TELEGRAM
🇨🇳 تخته‌سیاه هوشمند AI؛ آینده آموزش ریاضی؟

در کنفرانس جهانی هوش مصنوعی ۲۰۲۶ (WAIC) در شانگهای، از یک تخته‌سیاه مجهز به هوش مصنوعی رونمایی شد که می‌تواند نوشته‌های دست‌نویس را در لحظه به تصاویر تعاملی تبدیل کند.

قابلیت‌های این تخته هوشمند:

📈 تبدیل فوری معادلات ریاضی به نمودارهای زنده

🧊 تبدیل طرح‌ها و شکل‌های ساده به مدل‌های سه‌بعدی تعاملی

انجام همه این کارها به‌صورت بلادرنگ (Real-Time)

📌 اگر این فناوری وارد مدارس شود، شیوه تدریس درس‌هایی مانند ریاضی، فیزیک و هندسه می‌تواند دگرگون شود و مفاهیم انتزاعی برای دانش‌آموزان بسیار ملموس‌تر و قابل‌درک‌تر شوند.
2
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 سامسونگ واحد اختصاصی ربات‌های انسان‌نما راه‌اندازی کرد

شرکت سامسونگ با تأسیس واحد جدیدی به نام RX (Robotics eXperience)، حضور خود در حوزه ربات‌های انسان‌نما را جدی‌تر از همیشه دنبال می‌کند.

این بخش مستقیماً زیر نظر مدیرعامل سامسونگ فعالیت خواهد کرد و مسئولیت‌های آن شامل:

🔹 تدوین استراتژی رباتیک
🔹 توسعه فناوری‌های کلیدی
🔹 تجاری‌سازی محصولات رباتیک

خواهد بود.

📌 تشکیل این واحد نشان می‌دهد سامسونگ قصد دارد سرمایه‌گذاری گسترده‌ای روی ربات‌های انسان‌نما انجام دهد و در رقابت با شرکت‌هایی مانند Tesla، Figure AI، 1X و Boston Dynamics نقش پررنگ‌تری داشته باشد.
انتشار ChatGPT Health با ادعایی بزرگ: چت‌جی‌پی‌تی حالا از «سطح پزشک بالینی» فراتر می‌رود

اوپن‌ای‌آی قابلیت ChatGPT Health را برای تمام کاربران بالای ۱۸ سال در ایالات متحده فعال کرد. این ویژگی به افراد امکان می‌دهد پرونده‌های پزشکی و داده‌های ردیابی سلامت خود را به چت‌بات متصل کنند. اشلی الکساندر، معاون تیم محصول سلامت اوپن‌ای‌آی، در جلسه‌ای توجیهی مدعی شد مدل‌های این شرکت اکنون در سطوحی فراتر از پزشک بالینی استدلال می‌کنند. کاران سینگال، مسئول بخش سلامت، این ادعا را با اشاره به پژوهش‌های منفرد هاروارد و استنفورد تعدیل کرد.

انتشار گسترده‌تر این قابلیت تنها چند هفته پس از رونمایی مدل GPT-5.6 Sol انجام می‌شود. کاربران می‌توانند داده‌هایی نظیر نتایج آزمایشگاه، یادداشت‌های پس از ویزیت و داروها را از ارائه‌دهندگان درمانی یا سرویس‌هایی مانند Apple Health و MyFitnessPal متصل سازند. اوپن‌ای‌آی تأکید کرده تمامی مکالمات و اطلاعات سلامت با رمزنگاری اضافی محافظت می‌شوند.
a.practical.guide.to.building.agents.pdf.pdf
7 MB
📘 کتاب رایگان OpenAI برای ساخت Agentهای هوش مصنوعی

شرکت OpenAI کتابی با عنوان A Practical Guide to Building Agents منتشر کرده است.

این کتاب یک راهنمای عملی برای طراحی و توسعه عامل‌های هوش مصنوعی (AI Agents) است و موضوعاتی مانند:

🤖 معماری Agentها
🛠️ طراحی Workflow و ابزارها
🔗 اتصال به APIها و ابزارهای خارجی
بهترین روش‌های ساخت Agentهای کاربردی

را به‌صورت کاربردی آموزش می‌دهد.

📌 اگر قصد دارید Agentهای هوشمند با مدل‌های زبانی مانند ChatGPT بسازید، این کتاب یکی از بهترین منابع رایگان برای شروع است.
1👍1
🌐 معرفی Arena.ai
اگر می‌خواهید قبل از انتخاب یک مدل هوش مصنوعی، عملکرد واقعی آن را ببینید یا حتی رایگان مدل‌های جدید را امتحان کنید، Arena.ai یکی از بهترین گزینه‌هاست.
این پلتفرم که قبلاً با نام LMArena (Chatbot Arena) شناخته می‌شد، توسط پژوهشگران دانشگاه برکلی (UC Berkeley) توسعه داده شده و یکی از معتبرترین مراجع ارزیابی مدل‌های هوش مصنوعی است.
🔹 امکان تست رایگان بسیاری از مدل‌های جدید و حتی برخی مدل‌های پولی
🔹 مقایسه کاملاً بی‌طرفانه مدل‌ها؛ در حالت Battle تا قبل از رأی دادن، نام مدل‌ها نمایش داده نمی‌شود.
🔹 رتبه‌بندی مدل‌ها بر اساس رأی میلیون‌ها کاربر واقعی و سیستم امتیازدهی Elo، نه صرفاً بنچمارک‌های آزمایشگاهی.
🔹 پشتیبانی از مدل‌های مطرحی مانند ChatGPT، Claude، Gemini، Qwen، Grok، DeepSeek و ده‌ها مدل دیگر.
سه روش استفاده از Arena.ai:
⚔️ Battle: دو مدل به‌صورت ناشناس به یک سؤال پاسخ می‌دهند و شما بهترین پاسخ را انتخاب می‌کنید. رأی شما مستقیماً روی رتبه‌بندی مدل‌ها تأثیر می‌گذارد.
📊 Side by Side: خودتان دو مدل دلخواه را انتخاب کرده و پاسخ آن‌ها را کنار هم مقایسه می‌کنید. این حالت فقط برای مقایسه شخصی است و روی جدول رتبه‌بندی اثری ندارد.
💬 Direct Chat: گفت‌وگوی مستقیم با یک مدل؛ راهی عالی برای امتحان کردن بسیاری از مدل‌های جدید و حتی بعضی مدل‌های پولی، بدون نیاز به رأی دادن.
اگر هنوز نمی‌دانید برای تولید محتوا، برنامه‌نویسی، ترجمه یا کارهای روزمره کدام مدل هوش مصنوعی بهتر است، Arena.ai یکی از بهترین منابع برای مقایسه و انتخاب است.
🌐 https://arena.ai
#هوش_مصنوعی
🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
🎮 PlayTranslate؛ ترجمه متن بازی‌ها به‌صورت زنده
اگه موقع بازی کردن با متن‌های انگلیسی، ژاپنی یا هر زبان دیگه‌ای مشکل داری، PlayTranslate می‌تونه حسابی به دردت بخوره.
این برنامه متن‌هایی که داخل بازی نمایش داده می‌شن رو همون لحظه ترجمه می‌کنه؛ بدون اینکه لازم باشه از بازی خارج بشی یا گیم‌پلی رو متوقف کنی.
ترجمه زنده متن داخل بازی

پشتیبانی از زبان‌های مختلف از جمله فارسی

مناسب برای یادگیری زبان و درک بهتر داستان و دیالوگ‌های بازی

سازگار با بازی‌ها و پلتفرم‌های مختلف اندروید

متن‌باز (Open Source)
🔹 زبان برنامه‌نویسی: Kotlin
🔗 https://github.com/dominostars/playtranslate
#گیم_کلاب
#اوپن_سورس
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 Comet
مرورگر #هوش_مصنوعی جدید Perplexity

Comet
فقط یک مرورگر نیست؛ یک دستیار هوش مصنوعی همیشه همراه شماست که می‌تواند هنگام وب‌گردی کارها را سریع‌تر، هوشمندتر و حتی به‌جای شما انجام دهد.
مهم‌ترین قابلیت‌ها:
🔹 Comet Assistant؛ دستیار هوش مصنوعی داخلی که روی هر سایتی در دسترس است و می‌تواند محتوا را توضیح دهد، سؤال‌هایتان را پاسخ دهد، صفحات را خلاصه کند و در انجام کارهای مختلف کمک کند.
🔹 استفاده از Perplexity AI Search به‌جای موتور جستجوی سنتی؛ پاسخ‌های دقیق، خلاصه و همراه با منابع معتبر.
🔹 Agentic Search؛ فقط جستجو نمی‌کند! می‌تواند کارهایی مثل برنامه‌ریزی، خرید، رزرو، مدیریت ایمیل و انجام بسیاری از وظایف آنلاین را هم از طرف شما انجام دهد.
🔹 مدیریت هوشمند تب‌ها؛ گروه‌بندی خودکار تب‌های مرتبط، جلوگیری از شلوغی مرورگر و دسترسی سریع‌تر به صفحات.
🔹 🛡️ مسدودکننده داخلی تبلیغات (Ad Blocker)؛ بدون نیاز به نصب افزونه، تبلیغات مزاحم و پاپ‌آپ‌ها را مسدود می‌کند.
📥 دانلود:
📱 Android: Google Play
🍏 iPhone / iPad: App Store
💻 Windows و macOS: از طریق وب‌سایت رسمی Perplexity قابل دانلود است: Perplexity Comet
🖼️ ImageToolbox
؛ یکی از کامل‌ترین ابزارهای متن‌باز ویرایش تصویر برای اندروید

اگر دنبال یک جایگزین حرفه‌ای، رایگان و متن‌باز برای اپلیکیشن‌های ویرایش عکس هستید، ImageToolbox یکی از بهترین گزینه‌هاست.

این برنامه فقط یک ویرایشگر عکس ساده نیست؛ بلکه مجموعه‌ای از ده‌ها ابزار حرفه‌ای را در یک اپلیکیشن جمع کرده است.

برخی از امکانات مهم:
• برش، تغییر اندازه، چرخش و تبدیل فرمت تصاویر
• حذف پس‌زمینه با هوش مصنوعی
• افزایش کیفیت تصاویر (AI Upscale)
• استخراج متن از تصاویر (OCR) با پشتیبانی از بیش از ۱۲۰ زبان
• ویرایش و حذف اطلاعات EXIF عکس‌ها
• حذف واترمارک، محو کردن بخش‌های خصوصی و ابزارهای نقاشی
• ساخت کلاژ، واترمارک و استیکر
• تبدیل تصاویر به PDF و برعکس، همراه با ابزارهای کامل مدیریت PDF
• پشتیبانی از فرمت‌های مدرن مانند AVIF، HEIC، JXL، WebP و بسیاری فرمت‌های دیگر
• بیش از ۳۱۰ فیلتر مختلف برای ویرایش تصاویر
• بیش از ۹۵ مدل هوش مصنوعی برای حذف نویز، رنگی کردن تصاویر، بهبود کیفیت، حذف پس‌زمینه و...

🔓 نسخه متن‌باز (FOSS) تقریباً تمام امکانات اصلی را بدون تبلیغات و سرویس‌های ردیابی گوگل ارائه می‌دهد و توسعه‌دهندگان و مشارکت‌کنندگان زیادی روی آن کار می‌کنند.

📥 دانلود:
• GitHub (آخرین نسخه): https://github.com/t8rin/imageresizer/releases/latest
• F-Droid: https://f-droid.org/packages/ru.tech.imageresizershrinker
• Google Play: https://play.google.com/store/apps/details?id=ru.tech.imageresizershrinker

#اوپن_سورس
🎬 گوگل امکان ساخت رایگان ویدیو با Gemini Omni را فعال کرد
گوگل یک پیشنهاد محدود برای کاربران رایگان جمینای ارائه کرده است.
اگر اشتراک Google AI Plus، Pro یا Ultra ندارید، ممکن است بتوانید روزانه تا ۱۰ ویدیوی ۱۰ ثانیه‌ای با Gemini Omni بسازید. این پیشنهاد تا ۱۴ مرداد ۱۴۰۵ (۴ آگوست ۲۰۲۶) فعال است، اما فقط برای حساب‌ها و کشورهایی که این قابلیت برایشان فعال شده باشد.

برای بررسی:

وارد Gemini شوید.

از بخش Tools گزینه Create video را انتخاب کنید.

اگر این گزینه را می‌بینید، یعنی این قابلیت برای حسابتان فعال شده است.

⚠️ توجه:

این قابلیت برای همه کاربران فعال نیست و به منطقه جغرافیایی و حساب گوگل بستگی دارد.

اگر گزینه Create video را نمی‌بینید، یعنی هنوز این ویژگی برای شما فعال نشده است.

🔗 معرفی رسمی گوگل: Gemini Omni – Video Generation
🔥1
Media is too big
VIEW IN TELEGRAM
🎬 Seedance 2.5
؛ نسل جدید هوش مصنوعی ساخت ویدیو معرفی شد

مدل Seedance 2.5 با تمرکز بر کنترل بیشتر، ویدیوهای طولانی‌تر و ویرایش حرفه‌ای منتشر شد.

مهم‌ترین قابلیت‌ها:

🎥 تولید ویدیوهای ۳۰ ثانیه‌ای با امکان ادامه یکپارچه تا ۱۸۰ ثانیه (بتا)

🖼️ پشتیبانی از ۵۰ تصویر مرجع برای حفظ ظاهر شخصیت‌ها و صحنه‌ها

🎬 بهینه‌سازی برای پروژه‌های حرفه‌ای با پرده سبز (Green Screen) و مدل‌های سه‌بعدی Blender

✏️ امکان ویرایش موضعی بخش‌های مختلف ویدیو بدون نیاز به تولید دوباره کل ویدیو

📺 فعلاً خروجی در رزولوشن 480p و 720p ارائه شده و نسخه 4K هنوز فقط در Seedance 2.0 در دسترس است.

💰 هزینه استفاده نیز حدود ۱.۵ برابر بیشتر از نسخه قبل است؛ به‌طوری‌که ساخت یک ویدیوی ۳۰ ثانیه‌ای با کیفیت 720p حدود ۶ دلار هزینه دارد.

📌 Seedance 2.5
هم‌اکنون در Jimeng AI، Doubao Pro و Dreamina در دسترس است و به‌زودی از طریق API نیز عرضه خواهد شد.
🚀 وزن‌های مدل Kimi K3 منتشر شد

شرکت Moonshot AI وزن‌های مدل Kimi K3 را به‌صورت عمومی منتشر کرد.

🔹 Kimi K3 اکنون بزرگ‌ترین مدل متن‌باز (Open-Weight) جهان است؛ با ۲.۸ تریلیون پارامتر که از این میان ۱۰۴ میلیارد پارامتر در هر مرحله فعال هستند.

💻 اجرای کامل این مدل به سخت‌افزاری در سطح NVIDIA DGX B300 یا سیستم‌های مشابه با حدود ۲ ترابایت حافظه نیاز دارد.

برای اکثر توسعه‌دهندگان، استفاده از API همچنان ساده‌ترین گزینه خواهد بود و امکان اجرای سریع‌تر مدل را فراهم می‌کند.

📄 هم‌زمان با انتشار وزن‌ها، مقاله فنی (Paper) مدل نیز منتشر شده و جزئیات معماری و فرایند آموزش Kimi K3 را توضیح می‌دهد.

📌 انتشار وزن‌های Kimi K3 گام مهمی برای جامعه متن‌باز هوش مصنوعی است و به پژوهشگران و شرکت‌ها اجازه می‌دهد این مدل را روی زیرساخت‌های خود اجرا و توسعه دهند.
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 گوگل دیپ‌مایند از Gemini Robotics 2 رونمایی کرد

گوگل دیپ‌مایند از Gemini Robotics 2، نسل جدید سیستم هوش مصنوعی برای کنترل کامل حرکات ربات‌های انسان‌نما، رونمایی کرده است. این سیستم می‌تواند حرکاتی مانند راه رفتن، چمباتمه زدن، حفظ تعادل و کار با اشیا به کمک دست‌های پنج‌انگشتی را کنترل کند.

این فناوری از سه مدل اصلی تشکیل شده است:

Gemini Robotics 2: تصاویر و دستورات را به حرکات هماهنگ کل بدن ربات تبدیل می‌کند.

ER 2: وظایف پیچیده و چنددقیقه‌ای را مدیریت می‌کند؛ صدها تصمیم را هم‌زمان دنبال کرده و چند ربات را با یکدیگر هماهنگ می‌سازد.

On-Device 2: به‌صورت محلی روی خود ربات اجرا می‌شود و تنها با کمتر از ۲۰۰ نمونه آموزشی که طی چند ساعت جمع‌آوری می‌شوند، می‌تواند با یک ربات دو‌دستی جدید سازگار شود.


Gemini Robotics 2 روی نسخه‌های مختلف ربات انسان‌نمای Apptronik Apollo و همچنین ربات Franka Robotics Franka Duo آزمایش شده و در همه آن‌ها از یک نسخه یکسان از مدل استفاده شده است.

📊 نتایج آزمایش‌ها:

نرخ موفقیت در وظایف تمام‌بدنی: ۴۵٫۷٪ تا ۷۶٫۳٪

عملکرد در وظایف دست‌ورزی:

استفاده از خاک‌انداز: ۳۲٪
Google Flow Music's New Model Lyria 3.5
Lyria 3.5 is here

مدل لیریا 3.5 گوگل
که برای ساخت موزیک هست، هم آمد ...

https://www.flowmusic.app/
فکت: اگه به چت جی‌پی‌تی به فارسی بگید یه عدد بین ۱ تا ۱۰۰ انتخاب کنه، انتخاب اولش همیشه ۷۳ هست.
👍6👎1