گوگل از قدرتمندترین هوش مصنوعی خودش Gemini 2.5 Pro رونمایی کرده که یک مدل استدلالی هست و قبل جواب دادن میتونه در مورد سوال تفکر و استدلال کنه تا جوابهای بهتری بده که در تستهایی از جمله LM Arena و Humanity’s Last Exam هم خودشو نشون داده و حالا مدل اول این رده بندی ها هست.

این مدل در سوالات پیچیده مثل ریاضیات و به خصوص برنامه نویسی از مدلهای قبلی جمنای بهتر هست و حالا قدرت رقابت با بهترین مدلهای برنامه نویسی رو هم داره و سلیقه اون هم در طراحی وب سایتها هم ارتقا داشته و از یک میلیون توکن context window پشتیبانی میکنه و اطلاعات اون تا اول 2025 به روز هست.

این مدل به صورت ازمایشی عرضه شده و از حالا به صورت رایگان از پلتفرم Google AI Studio توسط کاربران قابل استفاده هست.

🔎 arstechnica

📍 @TechTube

شرکت OpenAI بالاخره قابلیت ساخت عکس با هوش مصنوعی GPT 4o رو عرضه کرده که قابلیتهای جالبی برای ساخت و ویرایش عکسها داره.

برخلاف دیگر هوش مصنوعیها از جمله میدجرنی و فلاکس که مدل diffusion هستن، این قابلیت که اولین بار چندین ماه پیش رونمایی شده بود، برای یک مدل زبانی بزرگ (LLM) در اینجا GPT 4o فعال شده به طوری که وقتی از اون خواسته میشه عکس بسازه یا ویرایش کنه، این هوش مصنوعی به مدل دیگه ای برای این کار وصل نمیشه بلکه خودش ذاتا امکان تولید عکس رو هم داره.

چنین قابلیتی به این مدل امکانات متمایزی میده که از جمله اونها این هست چون یک مدل LLM هست، اطلاعات زیادی در مورد جهان داره و دستورات متنی کاربر رو خیلی بهتر از دیگر مدلها میتونه متوجه بشه و دقت بالایی در ساخت عکسها با پایبندگی به پرامپت کاربر داره به طوری که بهترین مدلی هست که میتونه متون طولانی رو تقریبا بدون غلط املایی در عکس استفاده کنه و حتی از قرار دادن متون فارسی هم پشتیبانی میکنه.

در نتیجه این در فهم پرامپت کاربر واقعا خوب عمل میکنه و مثلا میتونه عکسهارو با هم ترکیب کنه، قسمتی از عکس رو تنها با دستور متنی ویرایش کنه، استایل یک عکس رو عوض کنه و شخصیتهای اون رو به یک کارتون یا میم تبدیل کنه، عکسهای کمیک داستان وار بسازه و حتی امکان حذف پس زمینه از عکسهارو هم داره که اون رو به گزینه خوبی برای ساخت طرحهای گرافیکی تبدیل میکنه. سانسور اون هم در ساخت عکس نسبت به مدلهای قبلی OpenAI کمتر هست.

این مدل از حالا برای دارندگان اشتراک ChatGPT Plus فعال شده و از دو طریق میشه از اون استفاده کرد. روش اول دادن دستور متنی یا اپلود عکس با مدل GPT 4o در ChatGPT هست و روش دوم رفتن به ادرس Sora.com و قرار دادن گزینه ساخت روی Image و دادن دستور یا عکس مدنظرتون هست.

این قابلیت در اینده برای کاربران رایگان هم عرضه خواهد شد.

🔎 openai

📍 @TechTube