شرکت Anthropic از نسخه بهبود یافته Claude 3.5 Sonnet و مدل جدید Claude 3.5 Haiku رونمایی کرده. مدل جدیدتر عملکرد بهتری از سایرمدل‌های هم‌رده خودش یعنی GPT-4o و Gemini 1.5 Pro داشته و تونسته در بنچمارک‌های مختلف عملکرد بهتری رو نشون بده. اما نکته مهم‌تر اینه که این شرکت api جدیدی رو به نام Computer Use عرضه کرده که به مدل اجازه تعامل با کامپیوتر کاربر رو میده. یعنی شما با دادن پرامپت‌های مختلف به مدل اجازه میدید با کامپیوترتون کار کنه و تسک‌های مختلف رو انجام بده. نکته جالب هم اینه که توی دوتا از تست‌هاشون مدل یک بار ویدیو رکورد طولانی‌ای رو قطع کرده و بار دوم هم حین کد زدن مدتی متوقف شده و رفته عکس‌های پارک ملی یلواستون رو سرچ کرده و دیده.

https://www.anthropic.com/news/3-5-models-and-computer-use
hadi @geekalerts

مثلا تو این ویدیو می‌تونید استفاده از این قابلیت رو ببینید. مدل Claude برای کاربر یک پرواز روی Google Flight رزرو می‌کنه!
پ.ن:‌ برنامه توسط یه توسعه‌دهنده شخص ثالث ساخته شده و ربطی به این شرکت نداره و فقط از این api استفاده کرده.

tweet.
hadi @geekalerts

گوگل امشب MusicFX DJ رو عرضه کرد و می‌تونید اون رو در آدرس زیر استفاده کنید. ابزاری پیشرفته‌تر از MusicFX قبلیه که بهتون دسترسی میده انواع سازها و بیت‌هایی که دوست دارید رو اضافه کنید و مطابق سلیقه‌ای که دارید موزیک‌های جدیدی تحویل بگیرید. اگر یادتون باشه چندماه پیش این ابزار رو در I/O معرفی کرد و Marc Rebillet در افتتاحیه مراسم از اون استفاده می‌کرد. از انواع سازها و موسیقی‌ها پشتیبانی می‌کنه، حتی سازهای ایرانی اما نه به خوبی سایر سازها.

https://aitestkitchen.withgoogle.com/tools/music-fx-dj
hadi @geekalerts

استارلینک سر طوفان هلن تونست از FCC مجوز ارسال هشدار به گوشی‌هارو در آمریکا بگیره، چندصدهزار هشدار سر این طوفان به گوشی‌های 4G که توی اون مناطق آنتن نداشتن ارسال کردن که یک اتفاق تاریخی هست.
کل آزمایش موفق بوده و احتمالا به‌زودی مجوز سرویس‌های تجاری استارلینک 4G هم صادر بشه.
pcmag
@geekalerts

مایکروسافت بلاخره داره OCR رو به Windows Photos اضافه میکنه، ویژگی که میشه باهاش وقتی یه عکس رو باز می‌کنید متن‌هایی که داخل اون عکس هست رو انتخاب و کپی کنید.
این ویژگی که بیش از ۱۶۰ زبان‌رو پشتیبانی میکنه به شدت برای راحتی کار با اسناد و استخراج متون میتونه مفید باشه.
البته خیلی وقت قبل‌تر اپل ویژگی مشابه اون‌رو در محصولات مک اضافه کرده بود که به نظر میرسه مایکروسافت با تاخیر زیاد قرار هست این ویژگی رو به‌زودی برای ویندوز ۱۰ و ۱۱ اضافه کنه.
در واقع درسته که کمتر از ۱ سال تا پایان پشتیبانی از ویندوز ۱۰ باقی مونده اما مایکروسافت موظف هست که تا زمانی که از این نسخه پشتیبانی رسمی میکنه ویژگی‌های مهم هم بهش اضافه بشه.
techradar
@geekalerts

مدل Stable Diffusion 3.5 منتشر شد که در ۳ نسخه هست.
نسخه Stable Diffusion 3.5 Large: با ۸ میلیارد پارامتر، کیفیت عالی و پایبندی به prompt، این مدل پایه، قوی‌ترین مدل در خانواده Stable Diffusion هست. این مدل برای موارد
استفاده حرفه‌ای با وضوح ۱ مگاپیکسل ایده آل هست.

نسخه Stable Diffusion 3.5 Large Turbo: یه نسخه فشرده از Stable Diffusion 3.5 Large هست که تصاویر با کیفیت بالا رو با پایبندی فوق‌العاده به prompt فقط در ۴ مرحله تولید میکنه که باعث میشه به طور قابل توجهی سریعتر از Stable Diffusion 3.5 Large باشه.

نسخه Stable Diffusion 3.5 Medium (قراره ۲۹ اکتبر منتشر بشه): با ۲.۵ میلیارد پارامتر، با معماری MMDiT-X و روش‌های آموزشی بهبود یافته، این مدل برای اجرا روی سخت‌افزار معمولی طراحی شده و تعادل بین کیفیت و سهولت سفارشی‌سازی رو برقرار میکنه. این مدل قادر به تولید تصاویری با وضوح بین ۰.۲۵ تا ۲ مگاپیکسل هست.

در نهایت شاهد پیشرفت در جزئیات و پایبندی به پرامپت‌ها برای رسیدن به چیزی هست که در ذهن داریم.
https://stability.ai/news/introducing-stable-diffusion-3-5
@geekalerts

و Authorpic در آپدیت جدید قابلیت آنالیز داده رو به Claude اضافه کرده که با دادن فایل موردنظرتون، کدهای پایتون رو برای تحلیل اون فایل اجرا می‌کنه و با توجه به پرامپت‌تون Artifact جدیدی می‌سازه و بهتون نشون می‌ده.
این ویژگی برای همه کاربران بصورت پیش‌نمایش موجوده و باید اون رو فعال کنید.

https://www.anthropic.com/news/analysis-tool
hadi @geekalerts

ظاهراً OpenAI قصد داره مدل هوش مصنوعی جدیدش به اسم Orion یا حداقل با این اسم رمز رو تا دسامبر (آذر) امسال منتشر کنه.
برخلاف مدل قبلی یعنی GPT-4o و o1 این مدل جدید قرار نیست از طریق ChatGPT در دسترس باشه و احتمالا اول به صورت API در اختیار شرکت‌ها و توسعه‌دهنده‌ها قرار بگیره.
به نظر میرسه که این مدل نسل بعدی GPT-4 هست، هنوز معلوم نیست که با اسم GPT-5 معرفی میشه یا قرار هست یک اسم دیگه داشته باشه.
ولی قبلا یکی از مدیران OpenAI گفته بود که Orion می‌تونه تا ۱۰۰ برابر از GPT-4 قدرتمندتر باشه.
پ.ن. OpenAI انقدر روی GPT-5 بزرگنمایی و تبلیغ کرده که از گذاشتن این اسم روی مدل‌ها ترس داره و احتمالا صبر میکنه تا وقتی یه مدل با تغییرات قابل توجه معرفی کرد این اسم رو روش بذاره.
آپدیت: سم‌آلتمن گفت اسم این مدل GPT-5 نیست.
theverge
@geekalerts

خب Genmo از مدل متن به ویدیو و اوپن‌سورس خودش به اسم Mochi 1 رونمایی کرد.
الان میتونه ویدیوهایی با کیفیت 480p تولید کنه و قرار هست مدل 720p هم آخر امسال منتشر بشه، خوبی این مدل اینه که در کنار شکستن انحصاری که توی بازار تولید ویدیوهای AI هست کمک میکنه تا هزینه ساخت ویدیو با AI کمتر بشه، البته نه اونجوری که انتظار داشته باشیم این مدل رو سیستم خودمون اجرا بشه چون سخت‌افزاری فراتر از سیستم‌های ما نیاز داره.
خودشون میگن که در تست‌ها مدل Mochi 1 در زمینه پایبندی به دستورات و کیفیت حرکت، از اکثر مدل‌های هوش مصنوعی ویدیویی دیگه، از جمله Runway و Luna، بهتر عمل می‌کنه.
venturebeat
@geekalerts

آپدیت 24h2 ویندوز ۱۱ که قرار هست منتشر بشه تغییرات بزرگی در بخش سیستم آپدیت ویندوز داره، مثلا اینکه نصب آپدیت‌ها ۴۵ درصد سریع‌تر میشه، فرایند ریستارت ۳۹ درصد و فشار به CPU برای فرایند‌های آپدیت ۱۵ درصد کمتر میشه.
ظاهرا مایکروسافت بخش‌هایی از سیستم آپدیت رو بازطراحی کامل کرده که برمیگرده به ماجرای انتقادها از سیستم آپدیت ویندوز.
البته خبری از این تغییرات برای ویندوز ۱۰ نیست.
پ.ن. این آپدیت همونه که کلی ویژگی جنجالی مثل Recall و .. داره، البته ویژگی‌های AI فقط برای سیستم‌هایی منتشر میشن که پردازنده اون‌ها Copilot+ داره مثل سری کوالکام که با همکاری مایکروسافت تولید شدن.
microsoft
@geekalerts

شخصی که توی تصویر میبینید نوید شهریاری هست، ۳۵ ساله که داخل اینتل کار میکنه و الان مسئول بخش مهندسی طراحی چیپ‌های اینتل هست، اینتل میخواد آقای شهریاری رو به بخش توسعه فرآیند ساخت ببره و احتمالا از آریزونا به اورگان جایی که آزمایشگاه‌ها و کارخونه‌های اینتل هستن نقل مکان کنه.
در واقع احتمالا جایگزین «آن کلهر» خانومی که در تصویر میبینید میشه، تمام این‌ها در شرایطی انجام میشه که اینتل زیر فشار هست تا بخش تولیدی خودش رو از شرکت جدا کنه، کاری که رقیب قدیمیش یعنی AMD تو سال‌های ۲۰۰۸ و ۲۰۰۹ انجام داد.
اما آوردن نوید شهریاری کسی که از مدیران موفق و خوش‌نام اینتل هست به بخش تولید تراشه نشون از برنامه‌ریزی بزرگ اینتل برای تولید تراشه‌های پیشرفته‌تر در خاک آمریکا داره.
دولت آمریکا تصمیم داره ۲۰ میلیارد دلار به اینتل کمک مالی و وام اختصاص بده و بعضی از اعضای سابق هیئت مدیره درخواست کردن که دولت بیاد شرط دادن این مبلغ رو به اینتل، جداکردن بخش تولید تراشه قرار بده.
tomshardware
@geekalerts

یک ایستگاه رادیویی تو شهر کراکوف لهستان، همه مجری‌هاشو اخراج کرده و جاشون داره از هوش‌مصنوعی استفاده میکنه.
ایستگاه «آف رادیرو کراکوف» اولین جایی هست که توی لهستان این کار رو میکنه و ۳ تا آواتار هوش‌مصنوعی ساختن که قراره با جوون‌ها در مورد مسائل مختلف فرهنگی، هنری، اجتماعی صحبت کنن.
کل ماجرا خوب جواب داده ولی ظاهر مجری‌ها راضی نیستن، یه نامه سرگشاده منتشر کردن و نسبت به این موضوع اعتراض داشتن که ماشین‌ها دارن جای ما آدم‌هارو میگیرن، بعد ظاهرا بقیه مجری‌های دیگه توی لهستان هم اومدن این نامه رو امضا کردن و تا حالا بیش از ۱۵ هزار امضا برای این نامه جمع شده.
«پولیت» که میشه مدیر ایستگاه هم گفته ما سر AI کسی رو اخراج نکردیم، شنونده‌هامون خیلی کم شده بودن و دلیلش این بود.
وزیر امور دیجیتال لهستان هم واکنش نشون داد و گفته که باید برای هوش‌مصنوعی قوانینی وضع کنیم.
نکته جالبش اینه که این ایستگاه یه مصاحبه هم با صدای هوش‌مصنوعی که وانمود میکرده شاعر معروف لهستانی ویسواوا شیمبورسکا هست پخش کرده، در حالی که شیمبورسکا سال ۲۰۱۲ فوت کرده.
apnews
@geekalerts

گوگل دسامبر (آذر امسال) احتمالا Gemini نسخه ۲.۰ رو منتشر میکنه، هنوز نمیدونیم دقیقا نسبت به نسخه قبلی چه پیشرفت‌هایی‌رو داشته ولی مزیت اون استفاده رایگان برای همه کاربران هست.
در مورد OpenAI که بسیاری از سایت‌های خبری گفتن انتشار مدل Orion رو سم آلتمن تکذیب کرد اما همچنان ازش اخبار وجود داره و به احتمال زیاد تکذیبیه سم آلتمن به معنی این بود که ما با GPT-5 روبرو نیستیم اما یک GPT دیگه در راه هست.
این رو میشه از همزمانی معرفی جمنای ۲.۰ هم متوجه شد که احتمالا برای پاسخ به اون OpenAI نیاز داره تا یک مدل جدید معرفی کنه.
یکی از ویژگی‌های مورد انتظار جمنای هم Project Astra هست که خیلی وقت قبل معرفی شد ولی هنوز خبری ازش نیست، این پروژه قرار بود قابلیت‌های دوربین/بینایی رو به Gemini Live اضافه کنه.
احتمالش هست که همزمان با انتشار جمنای ۲.۰ ویژگی بینایی رو هم داشته باشیم.
برای کسایی که این ویژگی رو خاطرشون نیست کاری میکرد که جمنای بتونه به کمک دوربین گوشی محیط اطراف شمارو ببینه.
9to5google
@geekalerts

مدیرعامل سابق اینتل پائول اوتلینی، سال ۲۰۰۵ به هیئت مدیره این شرکت فشار میاورده که انویدیا رو به مبلغ ۲۰ میلیارد دلار بخرن.
هیئت مدیره میگن ۲۰ میلیارد دلار عدد کمی نیستن و موافقت نمیکنن، ظاهرا بعد از یه مدت اوتلینی از تصمیم و فشارش به هیئت مدیره انصراف میده.
حالا جالبه بدونید امروز انویدیا با ارزش ۳.۵ تریلیون دلار با ارزش‌ترین کمپانی دنیاست و از اپل هم تونست عبور کنه.
البته اینتل قبلا یه پروژه به اسم لارابی داشت که توی اون میخواستن یه معماری جدید و کارت گرافیکی بسازن.
پروژه ظاهرا مدت کوتاهی فعال بود و به خاطر عدم موفقیت تراشه‌ها توی عملکردهای گرافیکی خیلی زود پروژه لغو میشه.
ایده‌ای که مدیرعامل فعلی اینتل میگه نباید لغو میشد و زمان بیشتری بهش داده میشد امروز انویدیا نمیتونست این مقدار سهم از بازار رو تصاحب کنه.
نهایتا هر دو این‌ها شکست‌های بزرگی توی کارنامه کاری اینتل هستن که امروز باعث شده کلی از پروژه‌هاش رو لغو کنه، کلی کارمند اخراج کنه و از دولت آمریکا هم درخواست کمک مداوم داشته باشه.
pcgamer
@geekalerts

به‌نظر میرسه OpenAI داره آماده میشه تا موتور جستجوی SerachGPT رو با ChatGPT یکپارچه کنه، الان به بعضی از کاربرها پیام داده که اکستنشن کروم مارو نصب کنید که یه اکستنشن اختصاصی و البته قدیمی از SerachGPT هست.
توی توضیحات اکستنشن نوشته با نصبش موتور جستجوی پیش‌فرض کروم تبدیل به SerachGPT میشه که البته وقتی سرچ کنید با پیام اینکه در لیست انتظار ثبت‌نام کنید روبرو میشید و ظاهرا ویژگی نیست که برای همه فعال شده باشه.
خود اکستنشن هم قدیمی هست و احتمالا به‌زودی یک آپدیت براش منتشر بشه.
در مورد خود SerachGPT هم انتظار نداریم تو نسخه اول همه سایت‌هارو مثل گوگل لیست کنه و قبلا هم گفته بودن فعلا با سایت‌های بزرگی که تمایل دارن توی این موتور جستجو باشن شروع میکنن.
chromewebstore
@geekalerts

مرورگر کروم در نسخه جدید به کمک AI سایت‌های آلوده و فیشینگ رو پیدا میکنه و بهتون هشدار میده، برای فعال کردنش لازم هست که این ویژگی رو از مسیر زیر فعال کنید.
اول به بخش تنظیمات از طریق دکمه سه‌نقطه برید و بعد روی Privacy and security کلیک کنید، حالا وارد بخش Security بشید و میزان امنیت مرورگر رو روی Enhanced protection قرار بدید.
https://www.google.com/chrome/
@geekalerts

روسیه گوگل‌ رو ۲,۰۰۰,۰۰۰,۰۰۰,۰۰۰,۰۰۰,۰۰۰,۰۰۰,۰۰۰,۰۰۰,۰۰۰,۰۰۰,۰۰۰,۰۰۰ روبل جریمه کرده چون چندتا کانال روسی داخل یوتیوب مسدود شده، حالا درسته پول روسیه کم‌ارزشه و گوگل هم پولدار ولی این جریمه از ارزش کل کره‌ زمین بیشتره.
نکته جالبش اینه که گوگل ۹ ماه فرصت داره این جریمه رو پرداخت کنه و در صورت عدم پرداخت این جریمه هر هفته ۲ برابر میشه.
tomshardware
@geekalerts

نسخه مک و ویندوز Claude منتشر شد.
https://claude.ai/download
@geekalerts