گوگل دیپ‌مایند نسخه جدید مدل هوش مصنوعی «جهان‌ساز» خودش با نام Genie 3 رو معرفی کرده؛ مدلی که می‌تونه محیط‌های سه‌بعدی رو به‌صورت زنده و در لحظه تولید کنه و کاربرها یا عامل‌های هوش مصنوعی بتونن باهاش تعامل داشته باشن. دیپ‌مایند میگه این نسخه نسبت به قبل مدت زمان بیشتری امکان گشت‌وگذار در محیط‌ها رو فراهم می‌کنه و حتی مکان اشیا رو در حافظه نگه می‌داره تا وقتی کاربر دوباره به اون نقطه برگرده، جزئیات تغییری نکرده باشن.

مدل‌های «جهان‌ساز» (World Models) نوعی سیستم هوش مصنوعی هستن که می‌تونن برای اهدافی مثل آموزش، سرگرمی یا حتی آموزش ربات‌ها، محیط‌های مجازی بسازن. کاربر با دادن یک پرامپت می‌تونه محیطی شبیه یک بازی ویدئویی ایجاد کنه، با این تفاوت که این دنیا به‌جای طراحی دستی با ابزارهای سه‌بعدی، به‌طور کامل با هوش مصنوعی ساخته میشه. گوگل در ماه دسامبر نسخه قبلی یعنی Genie 2 رو معرفی کرده بود که می‌تونست از روی یک تصویر، دنیایی تعاملی بسازه و حالا تیم ویژه «مدل‌سازی جهان» رو زیر نظر یکی از مدیران سابق پروژه Sora اوپن‌ای‌آی توسعه میده.

با این حال، نسخه‌های قبلی محدودیت‌های زیادی داشتن؛ مثلا محیط‌های Genie 2 فقط تا حدود یک دقیقه قابل بازی بودن و در بسیاری مواقع جزئیات محیط به‌طور غیرمنتظره تغییر می‌کردن. اما Genie 3 این محدودیت رو بهبود داده و حالا میشه با یک پرامپت، دنیایی ساخت که چند دقیقه تعامل مداوم رو پشتیبانی کنه. همچنین این مدل می‌تونه برای حدود یک دقیقه، جزئیات محیط رو در حافظه نگه داره؛ یعنی اگر از یک دیوار با نوشته خاص دور بشید و دوباره برگردید، نوشته همون‌طور باقی می‌مونه. کیفیت محیط‌ها هم ۷۲۰p و نرخ فریم ۲۴fps خواهد بود.

یکی از قابلیت‌های جدید Genie 3، امکان ایجاد رویدادهای جهان‌محور با پرامپت هست. مثلا کاربر می‌تونه تنها با نوشتن یک دستور، شرایط آب‌وهوایی رو تغییر بده یا شخصیت‌های جدید به محیط اضافه کنه. این ویژگی می‌تونه تجربه تعامل رو برای آموزش یا سرگرمی بسیار متنوع‌تر کنه.

با این وجود، گوگل فعلا این مدل رو به‌صورت پیش‌نمایش تحقیقاتی محدود ارائه می‌کنه و فقط گروه کوچکی از پژوهشگرها و خالقان محتوا بهش دسترسی خواهند داشت تا ریسک‌ها و راهکارهای ایمن‌سازی بهتر بررسی بشه. محدودیت‌هایی مثل نوع تعامل کاربر با محیط‌ها و دشواری تولید متن خوانا در داخل دنیاهای ساخته‌شده همچنان وجود داره. گوگل گفته در آینده احتمالا این مدل رو برای آزمایش‌کننده‌های بیشتری در دسترس قرار خواهد داد.

@aipulse24

حالا هوش مصنوعی حتی قراره اپ Microsoft Lens رو هم جایگزین کنه.

مایکروسافت اعلام کرده که اپ Microsoft Lens که برای اسکن اسناد و جزوه ها استفاده میشد رو از تاریخ 24 شهریور بازنشسته میکنه، در تاریخ 24 ابان این اپ از اپ استور حذف میشه و در تاریخ 24 اذر دیگه امکان اسکن کردن عکسهای جدید رو از دست خواهد داد.

مایکروسافت اپ Microsoft 365 Copilot رو به عنوان جایگزین اپ لنز پیشنهاد کرده.

🔎 techcrunch

📍 @TechTube

شرکت xAI هوش مصنوعی Grok 4 رو به صورت رایگان در دسترس همه کاربران قرار داده و هر 12 ساعت میشه 5 پیام برای اون فرستاد.

📍 @TechTube

شرکت Runway از هوش مصنوعی قدرتمند Aleph رونمایی کرده که به کاربران امکان ایجاد تغییرات روی ویدیوهارو تنها با دستورات متنی فراهم میکنه.

با این مدل کاربران میتونن محیط و زمان ویدیوهارو تغییر بدن، طول ویدیو رو گسترش بدن و چند ثانیه بعد از ویدیو رو ببینن، چیزهای ناخواسته در ویدیو مثل اشیا یا بازتاب اونها در اینه رو حذف کنن، یک شی متحرک رو از پس زمینه جدا و اون رو روی پرده سبز قرار بدن، از یک سوژه زاویای مختلف فیلمبرداری دریافت کنن، استایل یک ویدیو رو به ویدیوی دیگه منتقل کنن، سن افراد رو زیاد یا کم کنن و ویرایشهای مختلف دیگه ای رو ویدیوی اعمال کنن.

این قابلیت از حالا برای تمام کاربران اشتراک Runway عرضه شده.

🔎 petapixel

📍 @TechTube

شرکتهای انویدیا و AMD موافقت کردن که 15 درصد از درامد این شرکتها از فروش چیپهای هوش مصنوعیشون به شرکتهای چینی رو به دولت امریکا بدن!

این شرط ظاهرا یکی از شروط دونالد ترامپ برای اعطای مجوز صادرات چیپهای هوش مصنوعی به چین هست که طی چند ماه گذشته فروش اونها ممنوع شده بود. چنین شرطی در تاریخ امریکا بی سابقه هست و تا به حال شرکتی نبوده که برای دریافت مجوز صادرات محصولاتش با پرداخت سهمی از درامدش به دولت موافقت کنه.

فروش چیپهای انویدیا به چین از جمله چیپ H20 بیش از 13 درصد درامد سالانه انویدیا رو شامل میشه و فروش چیپهای هوش مصنوعی AMD از جمله MI308 بیش از 24 درصد درامد سالانه این شرکت رو تشکیل میده. بنابراین به لطف درامد سرشاری که این دو شرکت از چین دارن، این دو طبعا با چنین شرطی برای فروش محصولاتشون به چین موافقت میکنن.

🔎 ft

📍 @TechTube