هفته‌ی شلوغ OpenAI در راهه؟ 🚢

مدیرعامل OpenAI یعنی Sam Altman امروز توی X نوشته «یه هفته‌ی بزرگ در راهه... و بعدش هم DevDay با کلی 🚢🚢»

🔹 طبق گمانه‌زنی اکانت‌های خبری، مدل GPT-6 Sol و چند مدل کوچیک‌تر از خانواده‌ی GPT-6 توی همین هفته معرفی می‌شن
🔹 ولی ظاهراً مدل نسل بعدی فعلاً عقب افتاده و معلوم نیست سپتامبر بیاد یا نه

⭕️ نکته: اینا فعلاً حدس و گمانه — خود OpenAI هنوز اسم مدلی رو تأیید نکرده

🔗 @hjcreative

مدل ویدیویی Vidu S2 معرفی شد — آواتار و ادیت ویدیو به‌صورت ریل‌تایم 🎥

تیم Vidu با همکاری Tsinghua University مقاله‌ی مدل تازه‌ش رو منتشر کرده که دو قابلیت اصلی داره:

🔹 بخش Vidu S2-Avatar: ساخت ریل‌تایم ویدیوی 720p از کاراکتر دیجیتال که وسط اجرا می‌تونی رفرنسش رو عوض کنی — حتی رقصیدن رو هم دنبال می‌کنه
🔹 بخش Vidu S2-Editing: ادیت زنده‌ی استریم ویدیو — عوض کردن استایل، لباس، کاراکتر و پس‌زمینه
🔹 طبق مقاله، دموی آنلاین قابل بازی هم داره که می‌تونی خودت تستش کنی

⭕️ نکته: این مقاله‌ست نه محصول نهایی — ولی دموش آنلاینه و می‌تونی باهاش ور بری

🔗 @hjcreative

یه مدل تازه معرفی شده که به‌جای متن و عکس، «فیزیک دنیا» رو یاد گرفته 🌍
شرکت Odyssey امروز از مدل Odyssey-3 رونمایی کرد؛ یه world model که می‌تونه ربات‌ها رو کنترل کنه، humanoideها رو به حرکت دربیاره، ماشین رو توی خیابون‌های هند برونه، پهپاد بپروونه و حتی بازی ویدیویی انجام بده 🎮
🔹 طبق اعلام شرکت، فقط با چند ده ساعت دمو بازوهای رباتیک مختلف رو کنترل می‌کنه
🔹 رانندگی توی هند فقط با ۲۰ ساعت داده‌ی شبیه‌سازی‌شده یاد گرفته شده
🔗 @hjcreative

نسخه‌ی رسمی مدل‌های صوتی تازه‌ی Google اومد 🎙️
شرکت Google امروز مدل‌های Gemini 3.8 Live و 3.8 Live Extended Thinking رو رسماً معرفی کرد؛ همون‌هایی که صبح اسمشون توی صفحه‌ی سهمیه‌ها لو رفته بود 👀
🔹 نسخه‌ی Extended Thinking توی بنچمارک Artificial Analysis اول شده (امتیاز ۸۲.۶)
🔹 مکالمه به ۹۷ زبان، درک تصویری لحظه‌ای و اجرای تسک در پس‌زمینه
🔹 طبق نمودار رسمی خود شرکت، هزینه‌ی ساعتی ورودی صوتی از رقبا کمتره (۰.۸۴ دلار)
🔗 @hjcreative

یه «مدیر محصول AI» از راه رسید که به‌جای حدس‌زدن، میره سراغ حرف‌های مشتری‌ها 🤖

شرکت BuildBetter امروز از ایجنت تازه‌ش به اسم BoB رونمایی کرد؛ ایجنتی که به گفته‌ی خودشون اولین AI Head of Productـه.

🔹 کل مکالمه‌های مشتری‌ها رو می‌خونه (فروش، محصول، مهندسی) و کارهای ارزشمند رو پیدا می‌کنه
🔹 قدم بعدی رو آماده می‌کنه و فقط برای تأیید نهایی میاره جلوت
🔹 قلب تپنده‌ش مدلیه به اسم AOT که خود شرکت ساخته و همه‌ی مکالمه‌ها رو می‌بلعه

⭕️ نکته: توی ویدیوهای دموش اسم مشتری‌ها Hooli و Gavin Belson و... ـه — مال سریال Silicon Valleyـه، یعنی دمو با دیتای تخیلیه 😄

🔗 @hjcreative

حالا نوبت ریاضیه که مدل‌ها باهاش شوخی کنن؟ ➕😄

ظاهراً شرکت Google داره روی نسخه‌ی ریاضی‌محور مدل DeepThink کار می‌کنه؛ چیزی که بعضی‌ها بهش میگن Gemini DeepThink Mathematica.

🔹 ماجرا از اونجا شروع شد که اکانت lyra از فکرهای خام (raw thoughts) این مدل اسکرین‌شات گذاشت؛ پر از ذوق و علامت تعجب سر یه معادله‌ی دیوفانتی چندجمله‌ای
🔹 اندرو کورن هم اضافه کرد که انگار این مدل از کارش لذت می‌بره و قراره سر بنچمارک Millennium هم عقب نمونه

⭕️ نکته: هنوز هیچ اعلام رسمی در کار نیست — فعلاً در حد لیک و اسکرین‌شاته، نه ریلیز

🔗 @hjcreative

حالا میشه متن روی هر عکسی رو توی Grok Imagine ویرایش کرد ✏️

اکانت رسمی Imagine امروز اعلام کرد قابلیت تازه‌ای ویرایش متن اومده؛ دعوتنامه، پوستر، تبلیغ یا هر تصویر دیگه.
🔹 رنگ، اندازه، فونت و تراز متن رو دستی تنظیم می‌کنید
🔹 این ویژگی فعلاً در نسخه‌ی Betaـه و تیم SpaceXAI از کاربرها فیدبک می‌خواد
🔗 @hjcreative

موبایلتون رو با پرامپت کنترل کنید؟ 📱

شرکت Google ابزاری به اسم ARTEMIS رو متن‌باز کرده که دستور متنی رو تبدیل می‌کنه به اتوماسیون اندروید.
🔹 طبق مخزن رسمی، نرخ موفقیتش بالای ۹۹٪ روی بنچمارک AndroidWorldـه
🔹 با دستیارهای کدنویسی مثل Codex، Claude Code و Antigravity یکپارچه میشه
🔹 مخزن google/artemis روی GitHub ظرف چند روز هزاران استار گرفته
🔗 @hjcreative

شرکت OpenAI بازنشستگی مدل GPT-5.5 رو اعلام کرد 👋
طبق چنج‌لاگ رسمی Codex، مدل GPT-5.5 از ۱۴ اکتبر ۲۰۲۶ از ChatGPT، نسخه‌ی Work و Codex کنار میره و کاربرا باید تا اون تاریخ به GPT-5.6 Sol مهاجرت کنن.
🔹 این تغییر فقط محصول‌های مصرفی رو شامل میشه و ورک‌فلوهای مبتنی بر API تحت تأثیر قرار نمی‌گیرن.
اگه هنوز روی GPT-5.5 هستی، وقتشه سوییچ کنی 👀
🔗 @hjcreative

نسخه‌ی موبایل Gemini Notebook داره صوتی میشه 🎙️
طبق خبر تازه، حالت Voice Mode این هفته برای مشترک‌های Ultra فعال میشه و کاربرای Pro هم به‌زودی می‌گیرنش؛ ضبط صدا (مثل ضبط سر کلاس و تبدیلش به نوت) هم از هفته‌ی بعد برای انگلیسی و چند زبان دیگه میاد.
🔹 گزارش‌های تعاملیش رو دیروز معرفی کردیم؛ این موج صوتی قدم بعدیه 👀
🔗 @hjcreative

شرکت‌های AI راه‌حل چند مسئله‌ی تاریخی رو دارن و نگه داشتن؟ 🤯

استاد Scott Aaronson امشب توی وبلاگش نوشته شنیده که شرکت‌های AI به راه‌حل چند مسئله‌ی باز و قدیمی علوم کامپیوتر رسیدن، ولی بعد از جنجال اثبات Navier-Stokes فعلاً اعلامش نمی‌کنن.

🔹 ماجرا از ۸ سپتامبر شروع شد؛ وقتی شرکت OpenAI اعلام کرد مسئله‌ی Millennium مربوط به معادلات Navier-Stokes رو در ۸۸ ساعت حل کرده — ادعایی که با اعتراض بعضی ریاضی‌دان‌ها و دعوای اعتبار نویسندگی روبه‌رو شد.
🔹 حالا Aaronson می‌گه طبق شنیده‌هاش، راه‌حل چند مسئله‌ی بزرگ دیگه هم آماده‌ست (نه P≠NP، ولی در همون حد مهم).
🔹 هم‌زمان شایعه‌ی دیگری می‌گه شرکت OpenAI روی دومین مسئله‌ی Millennium هم «پیشرفت چشمگیر» داشته و شاید توی DevDay رونمایی کنه.

اگه درست باشه، هفته‌های آینده برای دنیای ریاضی تاریخی می‌شه 👀

🔗 @hjcreative

قانون‌گذاری برای AI لازمه یا نه؟ 🤔

مدیرعامل NVIDIA یعنی Jensen Huang امروز توی کنفرانس Dreamforce شرکت Salesforce گفته قانون تازه‌ای برای AI لازم نیست؛ به گفته‌ی او ایمنی «یه مسئله‌ی مهندسیه، نه حقوقی».

🔹 استدلالش اینه که مدل AI یه «ذهن بیگانه» نیست — فقط سخت‌افزار و نرم‌افزاره که انسان ساخته، پس خود شرکت‌ها می‌تونن کنترلش کنن و نیروی بازار کافیه: اگه از ایمنی محصول مطمئن نیستی، منتشرش نکن!

🔹 این موضع دقیقاً مقابل Dario Amodei، مدیرعامل Anthropic، قرار می‌گیره که خواهان قانون‌گذاریه؛ به نوشته‌ی CNBC این اختلاف توی همون رویداد علنی شد.

🔹 نویسنده‌ی TechCrunch اما یادآوری کرده حتی شرکت‌های خوش‌نیت هم محصول خراب میدن — از ماجرای CrowdStrike در ۲۰۲۴ تا آسیب‌هایی که مدل‌های AI تا حالا داشتن.

🔗 @hjcreative

شرکت OpenAI داره درباره‌ی یه راند تازه با ارزش‌گذاری ۱.۲ تریلیون دلار حرف می‌زنه 💰🤯

به گزارش Wall Street Journal، سازنده‌ی ChatGPT مذاکرات اولیه با سرمایه‌گذارها رو برای یه راند پیش از عرضه‌ی اولیه شروع کرده؛ اگه انجام بشه، بزرگ‌ترین ارزش‌گذاری خصوصی تاریخ تکنولوژی میشه. ظاهراً عرضه‌ی اولیه هم احتمالاً سال آینده‌ست.

🔹 روزنامه‌ی Financial Times هم همین عدد رو تأیید کرده و میگه این راند قبل از IPO انجام میشه.

🔗 @hjcreative

چرا این خبر مهمه؟ 📊

اگه این راند با همین عدد بسته بشه، شرکت OpenAI باارزش‌ترین شرکت خصوصی تاریخ میشه — بالاتر از هر استارتاپی که تا حالا دیده شده.

🔹 پولش کجاست؟ آموزش مدل‌های نسل بعد و زیرساخت عظیم دیتاسنتر (مثل پروژه‌ی Stargate) خرج‌های نجومی دارن و این راند عملاً سوخت همون مسیره.
🔹 زمان‌بندیش هم معناداره: خود Wall Street Journal میگه عرضه‌ی اولیه احتمالاً سال آینده‌ست، پس این آخرین راند خصوصی بزرگ قبل از بورسی‌شدن محسوب میشه.

🔗 @hjcreative

عکس واقعی در برابر AI: حالت تازه‌ی دوربین iPhone که ثابت می‌کنه عکس رو سنسور واقعی گرفته 📸✅

شرکت Apple دیروز توی وبلاگ امنیتی‌ش جزئیات Apple Reference Image رو منتشر کرد؛ یه حالت اختیاری دوربین که اول روی iPhone 18 Pro و Pro Max میاد.

🔹 ایده‌ش چیه؟ سنسور موقع ثبت، امضای رمزنگاری روی پیکسل‌ها می‌زنه و زمان ثبت رو هم با ساعت رمزنگاری‌شده‌ی خود Apple مهر می‌کنه — یعنی نه سیستم‌عامل، نه هیچ اپی نمی‌تونه دستکاریش کنه.
🔹 پردازش عکس هم داخل زیرساخت ابری Private Cloud Compute انجام میشه تا کل زنجیره قابل راستی‌آزمایی بمونه.
🔹 نتیجه یه «نگاتیو دیجیتال امن»ـه که ثابت می‌کنه این عکس واقعاً با سنسور واقعی، توی یه زمان مشخص گرفته شده — جواب Apple به سیل عکس‌های جعلی AI.

🔗 @hjcreative

مدل GPT-6 Astra حالا فیزیوتراپیست لحظه‌ای شماست؟ 🏃⌚️

شرکت Zentrix یه ستاپ نمایشی با مدل GPT-6 Astra و یه پوشیدنی سفارشی نشون داده که بیومکانیک بدن رو زنده می‌خونه
🔹 به‌جای تشخیص کلی، درد رو لحظه‌ای به عضله‌ی دقیق وصل می‌کنه — چیزی شبیه مدل زنده‌ی بدن خودت
🔹 توی دمو، تصویر واقعی کمر کنار مدل سه‌بعدی عضله‌ها (multifidus و rectus abdominis) نمایش داده می‌شه
⭕️ نکته: این دموی شرکت سازنده‌ست، نه محصول درمانی تأییدشده — برای درد واقعی هنوز پزشک حرف اول رو می‌زنه
🔗 @hjcreative

موضوع بده، ویدیوی آموزشی تحویل بگیر 🎬

یه مخزن تازه به اسم Anything 2 Explainer اومده که یه روش کامله برای ساخت ویدیوی آموزشی با ایجنت AI: خودش تحقیق می‌کنه، متن نریشن رو می‌نویسه، صدا رو با TTS تولید می‌کنه، استوری‌برد می‌کشه و هر فریم رو با Remotion (کدنویسی React) رندر می‌کنه — بدون فوتج آماده و بدون مدل ویدیوساز.

🔹 خروجی یه MP4 با ویس‌اور، زیرنویس و نوار پیشرفت فصل‌هاست؛ نمونه‌ی مرجعش یه ویدیوی ۵ دقیقه‌ای درباره‌ی RAGـه
🔹 به شکل اسکیل برای Claude Code و Codex منتشر شده و تو چند روز حدود ۱٫۴ هزار استار گرفته

🔗 @hjcreative

مرورگر Firefox حالا با مغز فرانسوی کار می‌کنه؟ 🦊🇫🇷

شرکت Mistral و بنیاد Mozilla امروز همکاری مشترکشون رو اعلام کردن: دستیار هوش مصنوعی مرورگر Firefox یعنی Smart Window (نسخه‌ی بتا) از این به بعد با مدل‌های Mistral کار می‌کنه.

🔹 این دستیار کمک می‌کنه جست‌وجوهای پیچیده رو جمع‌وجور بفهمی، چیزی که وسط تب‌ها گم کردی رو پیدا کنی و بر اساس تب‌های بازت اطلاعات مرتبط بگیری
🔹 اول برای کاربرای فرانسه و آمریکای شمالی فعال میشه؛ بریتانیا و آلمان هم تا آخر امسال اضافه میشن
🔹 نکته‌ی مهمش حریمه: مکالمه‌ها به‌صورت پیش‌فرض روی سرورهای Mozilla ذخیره نمیشن و شرکت Mistral هم متعهد شده هیچ داده‌ای رو نگه نداره

حالا دو مدافع قدیمی اوپن‌سورس می‌خوان AI داخل مرورگر رو باز، چندزبانه و تحت کنترل خود کاربر نگه دارن — رقابت مستقیم با دستیارهای بسته‌ی بقیه‌ی مرورگرها 👀

🔗 @hjcreative

شرکت Google یه مؤسسه‌ی تازه برای عصر AGI راه انداخت 🧠

آزمایشگاهی که AlphaGo و AlphaFold رو ساخته، حالا پلتفرمی به اسم DeepMind Institute راه انداخته؛ جایی برای فکرهای جدی و میان‌رشته‌ای درباره‌ی پیامدهای AGI برای بشریت.

🔹 مقاله‌ی افتتاحیه رو Shane Legg (هم‌بنیان‌گذار DeepMind) با James Manyika و Demis Hassabis نوشتن؛ حرف اصلی Legg اینه که با این سرعت پیشرفت، به AGI نزدیک میشیم
🔹 مقالات اول درباره‌ی شفافیت استدلال مدل‌ها، سیاست اقتصادی برای AGI و چارچوب تست مدل‌های فرانتیره
⭕️ نکته: طبق توضیح خود سایت، این مقالات نظر شخصی نویسنده‌هاست، نه موضع رسمی Google

🔗 @hjcreative

چرا این خبر مهمه؟ 📊

تا حالا حرف درباره‌ی AGI بیشتر شعار و مصاحبه بوده؛ حالا خود آزمایشگاه پیشروی این حوزه داره میز جدی برای فکر کردن بهش می‌چینه — از اقتصاد تا فلسفه.

🔹 مقاله‌ی Rohin Shah و Anca Dragan: پنجره‌ی chain-of-thought باید باز بمونه تا بشه طرح‌ریزی و فریب مدل رو رصد کرد
🔹 مقاله‌ی اقتصادی Julian Jacobs و Alex Imas: یازده سیاستی که جامعه‌ها می‌تونن برای مدیریت اختلال اقتصادی AGI اجرا کنن
🔹 مقاله‌ی Demis Hassabis: رویکردی پویا برای تست توانایی‌های مدل‌های فرانتیر که نوآوری رو هم نکشه
⭕️ نکته: مقاله‌ی افتتاحیه مستقیم از institute.deepmind.com قابل خوندنه

🔗 @hjcreative

یه قابلیت تازه‌ی ChatGPT لو رفت؟ 👀

طبق اسکرین‌شاتی که اکانت TestingCatalog منتشر کرده، شرکت OpenAI داره روی پلاگینی به اسم Codex Replay کار می‌کنه؛ ابزاری که می‌ذاره تسک‌هایی که از ایجنت‌های دیگه (مثل Claude) ایمپورت کردی رو دوباره اجرا و مقایسه کنی.

🔹 مدل‌های GPT-5.6 Sol و Terra و Luna به‌صورت پیش‌فرض انتخاب شدن
🔹 چند سشن ری‌پلی می‌تونن موازی اجرا بشن و نتیجه‌ها رو تکی یا تجمیعی ببینی
⭕️ نکته: هنوز رسماً اعلام نشده — فعلاً در حد شواهد نسخه‌های جدیده

🔗 @hjcreative