🕶 گوگل در رونمایی از عینک‌های هوشمند مجهز به اندروید XR، قابلیت ترجمۀ زنده با پشتیبانی از زبان فارسی را به‌نمایش گذاشت.

در مراسم Google I/O، شهرام ایزدی (مدیر پروژه AndroidXR) و نیشتا باتیا، از قابلیت انقلابی ترجمه همزمان فارسی به انگلیسی با عینک هوشمند گوگل رونمایی کردند.

این ترجمه به‌ صورت زنده و زیرنویس‌ شده جلوی چشم کاربر نمایش داده می‌شود. دمویی که حضار را شگفت‌زده کرد و نشان داد آینده ارتباطات همین حالاست.

🔗 لینک ویدیوی کامل معرفی این عینک هوشمند

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

خلاصه‌ای از بزرگ‌ترین رونمایی‌های Google I/O 2025

🗞 در کنفرانس امسال Google I/O، گوگل نشان داد آینده‌اش را نه فقط با سخت‌افزار یا سرویس، بلکه با هوش مصنوعی شخصی‌سازی‌ شده، چندرسانه‌ای و کاملاً تعاملی بازطراحی کرده.

📌 در این پست چه می‌خوانید؟ مرور سریع مهم‌ترین رونمایی‌های Google I/O 2025:
– رونمایی از Gemini 2.5 Pro و Flash با قابلیت Deep Think
– ساخت دستیار جهانی هوش مصنوعی با پروژه‌های Gemini Robotics و Mariner
– اشتراک‌های جدید و پیشرفته Google AI Pro و Ultra
– ابزارهای خلاقانه‌ جدید: Veo 3، Imagen 4 و Flow
– تحول بزرگ در Google Search با AI Mode
– قابلیت‌های هوشمند برای Gmail، Meet و Docs
– بازتعریف تماس‌های تصویری با Google Beam
– معرفی رسمی Android XR Glasses؛ عینک هوشمند گوگل

حالا بریم سراغ جزئیات 👇:

‏🔹 Gemini 2.5 Pro و Flash، حالا سریع‌تر و دقیق‌تر از همیشه، با حالت جدید Deep Think عرضه شدند؛ قابلیتی که هوش مصنوعی را قادر می‌سازد چند فرضیه را هم‌زمان بررسی کند. پاسخ‌ها هوشمندتر، مولتی‌مدیاتر و با مصرف کمتر توکن انجام می‌شود.

🔹 گوگل پروژه‌هایی مثل Gemini Robotics و Veo را به‌ عنوان پایه‌ای برای ساخت دستیار فراگیر هوش مصنوعی معرفی کرد؛ مدلی که محیط را می‌فهمد، تصمیم می‌گیرد و در تمام دستگاه‌های شما همراه‌تان است. مرورگر هوشمند Project Mariner هم تا ۱۰ وظیفه مثل رزرو، تحقیق یا خرید را به‌ طور موازی انجام می‌دهد.

🔹 با معرفی اشتراک‌های AI Pro و Ultra، گوگل به کاربران حرفه‌ای دسترسی زودهنگام به ابزارهایی مثل Mariner، Gemini Advanced و حالت Agent Mode داده؛ Ultra با قیمت ۲۵۰ دلار در ماه، بالاترین سطح خدمات AI را ارائه می‌دهد.

🔹 در بخش تولید محتوا، Veo 3 حالا علاوه بر تصویر، صدا و دیالوگ تولید می‌کند. Flow امکان کارگردانی هوشمند و کنترل حرکات دوربین را فراهم کرده. و Imagen 4 تصاویر دقیق‌تری با رزولوشن بالا و بافت‌های واقعی‌تری تولید می‌کند.

🔹 در حوزه جستجو، AI Mode گوگل را به یک موتور تحقیق تمام‌عیار تبدیل کرده. با کمک Deep Search، پاسخ‌ها دقیق‌تر و کامل‌تر شده‌اند. همچنین با اضافه شدن قابلیت‌های Project Astra، کاربران می‌توانند با دوربین گوشی از اشیاء و محیط‌ها سؤال بپرسند، مثل یک جستجوی تصویری زنده.

‏🔹 Gmail حالا پاسخ‌های هوشمند را با توجه به سبک نوشتار شما تولید می‌کند، ایمیل‌ها را به‌ راحتی پاک می‌کند و زمان جلسات را از دل مکالمات پیشنهاد می‌دهد. در Meet، ترجمه هم‌زمان گفتار فعال شده و در Docs، قابلیت نوشتن بر اساس منابع مشخص‌شده اضافه شده.

🔹 پروژه‌ی Starline حالا با نام جدید Google Beam، تماس‌های ویدیویی را به تجربه‌ای نزدیک‌تر به ملاقات حضوری تبدیل می‌کند. با بازسازی حرکات بدن و حالات چهره در قالب ۳D، گفت‌ و گوی تصویری واقعی‌تر از همیشه می‌شود.

🔹 و در نهایت، گوگل Android XR Glasses را معرفی کرد، عینک‌هایی مجهز به Gemini که ترجمه زنده مکالمه، پاسخ به پیام، مسیر‌یابی روی لنز و عکاسی با فرمان صوتی را ممکن می‌کنند. طراحی این عینک‌ها با برندهایی مثل Gentle Monster انجام شده و قرار است اواخر امسال عرضه شوند.

🌐 وب‌سایت
📱 تلگرام
📱 اینستاگرام
📱 یوتیوب: [آکادمی هوش مصنوعی تورینگ]

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

رکوردشکنی باورنکردنی در حل مکعب روبیک!

دانشجویان دانشگاه پردو آمریکا با ساخت رباتی به نام Purdubik’s Cube، موفق شدند مکعب روبیک ۳x۳ را تنها در ۰.۱۰۳ ثانیه حل کنند،سریع‌تر از پلک زدن انسان! 😲

این رکورد تازه، رکورد قبلی (۰.۳۰۵ ثانیه متعلق به میتسوبیشی الکتریک) را شکست و به نام این ربات در کتاب گینس ثبت شد.

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

📱 مخاطبین عزیز آکادمی هوش مصنوعی تورینگ اگر از مطالب کانال لذت می‌برید، خوشحال میشیم با بوست(Boost) کردن کانال از ما حمایت کنید.

ممنون از همراهی‌ همیشگی شما عزیزان! ❤️

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

🗞 تو این مراسم، کلی ویژگی جدید به ابزارهای محبوب Google Workspace مثل Gmail، Docs، Meet، Slides و Vids اضافه شده که قراره کارای روزمره رو خیلی راحت‌تر کنه.

‏✉️ Gmail: اینباکس رو می‌تونه براتون برق بندازه!
اگه اینباکستون پر از ایمیل‌های تبلیغاتی و قدیمیه، فقط کافیه به Gemini بگین: «ایمیل‌های ناخونک پارسال رو پاک کن»، خودش درجا انجام می‌ده!
از طرف دیگه، جوابای هوشمند هم دیگه فقط یه متن ساده نیستن. الان از سبک نوشتار، ایمیل‌های قبلی و فایل‌های Drive استفاده می‌کنه تا جوابی بده که واقعاً شبیه خودتونه!

🗓 وقت جلسه رو راحت هماهنگ کنین
حتی اگه تقویم طرف مقابل رو نمی‌بینین، ویژگی Fast Appointment Scheduling تو Gmail می‌تونه خودش زمان مناسب پیشنهاد بده و صفحه رزرو رو بفرسته.

‏📞 Google Meet: ترجمه زنده با همون لحن و صدا!
وقتی کسی داره صحبت می‌کنه، Meet می‌تونه حرفاش رو تو لحظه به زبان دلخواهتون ترجمه کنه. قشنگیش اینجاست که لحن و صدای خود طرف هم حفظ می‌شه! فعلاً انگلیسی و اسپانیایی، بعداً زبان‌های دیگه.

‏🎥 Google Vids: از اسلاید ویدیو بسازین!
اگه اسلاید دارین ولی وقت یا انرژی ویدیو ساختن ندارین، بذارین Gemini براتون متن، صدا و تصویر بسازه. یه قابلیت باحال هم هست که “اِاِ” و “اِهم”‌ها رو حذف می‌کنه! حتی می‌تونین یه آواتار انتخاب کنین تا براتون ویدیو بسازه، انگار یه نفر واقعی جلو دوربینه!

‏🖼 Imagen 4: عکس‌سازی با جزئیات بیشتر
تصویرساز پیشرفته‌ی گوگل حالا تو همه ابزارها مثل Slides و Docs فعال شده. با دقت بالا و حتی نوشتار درست تو عکس!

‏📝 Google Docs: پیشنهاد نوشتن دقیق و مرتبط
اگه دارین توی یه سند کار می‌کنین و به فایل‌های دیگه لینک دادین، Gemini از اون منابع استفاده می‌کنه تا براتون متن دقیق‌تر و به‌دردبخور بنویسه.

⚠️ بیشتر این قابلیت‌ها از فصل آینده در دسترس قراره باشه و واقعاً کار با ابزارهای گوگل رو می‌بره یه سطح بالاتر

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

🗞 گوگل تو مراسم امسال خودش کلی ویژگی جدید برای دستیار هوش مصنوعی‌اش معرفی کرده که قراره تجربه استفاده از AI رو برای همه جذاب‌تر و کاربردی‌تر کنه. بیاین یه نگاه بندازیم ببینیم چی به چی شده. 👇🏻

🔴 پلن‌های جدید: AI Pro و AI Ultra
گوگل اسم AI Premium رو کرده Google AI Pro، همون ۲۰ دلاری معروف! ولی یه پلن جدیدتر هم هست به اسم AI Ultra که با ۲۵۰ دلار در ماه (!) امکانات فوق‌ حرفه‌ای می‌ده؛ مثلاً دسترسی زودهنگام به حالت Agent Mode که خودش می‌ره تحقیق می‌کنه، سایتا رو چک می‌کنه و کارای چندمرحله‌ای رو براتون انجام می‌ده!

‏🔴 Gemini Live: چت صوتی زنده با امکانات بیشتر
حالا هم تو اندروید و هم iOS می‌تونین دوربین یا صفحه‌تونو با Gemini به اشتراک بذارین و بپرسین: «این چیه؟»، یا بگین براتون از روی صفحه تحلیل کنه.
به‌ زودی حتی می‌تونین بهش بگین وقت توی تقویم بذاره، تو Google Maps آدرس بده یا تو Tasks کاری ثبت کنه!

⚠️ این قابلیت رایگان برای همه فعال میشه.

‏🔴 Imagen 4: تصویرسازی سریع‌تر و واقعی‌تر
مدل تصویری جدید گوگل با جزئیات بالا، متن بهتر و دقت بیشتر الان تو اپ Gemini قابل استفاده‌ست. فقط توصیف کنین، تصویر رو تحویل بگیرین!

‏🔴 Veo 3: ویدیو با صدا و دیالوگ
نسخه جدید Veo حالا می‌تونه صدا، افکت و دیالوگ هم بسازه! مثلاً صدای شهر، باد، یا مکالمه بین شخصیت‌ها از روی یه متن ساده. البته فقط برای Ultraها فعلاً فعاله.

‏🔴 Canvas با قدرت Gemini 2.5
با Canvas می‌تونین به‌ صورت زنده کد بزنین، طراحی کنین، کوییز و اینفوگرافیک بسازین. حتی خروجی صوتی شبیه پادکست هم داره! همه چی تو ۴۵ زبان پشتیبانی می‌شه.

‏🔴 کوییزهای تعاملی برای یادگیری بهتر
یه موضوع سخت دارین؟ به Gemini بگین براتون کوییز طراحی کنه، همزمان جواب‌تونو بررسی می‌کنه و نقاط ضعف‌تونو می‌گه تا بهتر یاد بگیرین!

‏🔴 Gemini تو مرورگر Chrome
حالا می‌تونین مستقیم تو Chrome به Gemini بگین صفحه فعلی‌تونو تحلیل کنه یا جواب سوال‌تونو بده. حتی در آینده می‌تونه تب جدید باز کنه یا سایت‌های مختلف رو بررسی کنه.
فعلاً فقط برای مشترکای AI Pro و Ultra تو آمریکا فعاله.

‏🔴 Deep Research: تحقیق واقعی با فایلای خودتون!
‏Gemini حالا می‌تونه از فایلای PDF و عکس‌هاتون هم استفاده کنه تا گزارش‌های دقیق بسازه! حتی قراره با Google Drive و Gmail هم هماهنگ بشه. دیگه واقعاً یه دستیار تحقیقی تمام‌عیاره!

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

معرفی Project Aura، عینک واقعیت ترکیبی Xreal با هوش مصنوعی Gemini

🗞 در جریان رویداد Google I/O 2025، شرکت Xreal از محصول جدید خود به نام Project Aura رونمایی کرد؛ عینکی پیشرفته در حوزه واقعیت ترکیبی (XR) که با همکاری گوگل توسعه داده شده. اطلاعات منتشر شده هنوز محدود است، اما آنچه اعلام شده، چشم‌انداز جذابی را نشان می‌دهد.

‏👓 Project Aura از سیستم‌عامل جدید Android XR گوگل استفاده می‌کند؛ پلتفرمی برای دستگاه‌های واقعیت ترکیبی که از فناوری‌های پیشرفته‌ای مثل نمایش شفاف مجازی (VST) و نوری (OST) پشتیبانی می‌کند.

در قلب این سیستم، دستیار هوشمند Gemini قرار دارد که تجربه‌ای تعاملی و هوشمندتر را برای کاربر فراهم می‌کند.

برخی از قابلیت‌های قابل انتظار این عینک:

🔻 مسیریابی گام‌ به‌ گام با راهنمایی بصری
🔻 ترجمه زنده مکالمات به زبان‌های مختلف
🔻 تحلیل محیط اطراف و ارائه پاسخ‌های مرتبط از سوی Gemini

🔧 این عینک با چیپست‌های بهینه‌سازی‌ شده Snapdragon XR از کوالکام طراحی شده و می‌تواند تجربه‌ای روان‌تر در زمینه محاسبات فضایی ارائه دهد.

در حالی که عینک‌های هوشمند متعددی در بازار هستند، Project Aura به نظر می‌رسد گامی فراتر باشد و با ترکیب نرم‌افزار قدرتمند گوگل و سخت‌افزار پیشرفته Xreal، آینده‌ای متفاوت برای واقعیت ترکیبی ترسیم کند.

🗓 اطلاعات بیشتر درباره این محصول قرار است در رویداد Augmented World Expo 2025 منتشر شود.

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

گوگل از Flow رونمایی کرد، ابزار هوش مصنوعی برای فیلم‌سازها

🗞 در جریان رویداد Google I/O، گوگل ابزار جدیدی به نام Flow معرفی کرد؛ یک مدل هوش مصنوعی پیشرفته برای ساخت ویدیو که با هدف کمک به فیلم‌سازان طراحی شده. این ابزار حالا به بخشی از مجموعه تولید محتوای تصویری گوگل مثل Veo، Imagen و Gemini اضافه شده.

‏❓ Flow چه قابلیت‌هایی داره؟
با استفاده از زبان طبیعی می‌تونین صحنه‌هایی با جزئیات بالا توصیف کنین، و Flow اون‌ها رو به‌ صورت هماهنگ و یکپارچه به تصویر می‌کشه.
ابزارهای همراه شامل:

‏- Camera Controls برای تنظیم زاویه و حرکت دوربین
‏- Scenebuilder برای گسترش و ادامه دادن کلیپ‌های موجود
‏- Asset Management برای مدیریت همه اجزای پروژه
- و Flow TV برای اشتراک‌ گذاری آثار و تماشای پروژه‌های دیگر کاربران

‏📌 Flow در حال حاضر برای کاربران Google AI Pro و AI Ultra در آمریکا فعال شده و به‌ زودی در کشورهای دیگر هم عرضه می‌شه.

نام این ابزار اشاره داره به "flow state" یا همون حالت تمرکز عمیقی که باعث غرق شدن در یک فعالیت خلاقانه می‌شه.

با اینکه رشد سریع ویدیوهای تولید شده با هوش مصنوعی باعث نگرانی برخی فیلم‌سازان شده، گوگل تأکید می‌کنه که Flow قراره ابزار کمکی باشه، نه جایگزین. هدف اینه که فیلم‌سازها راحت‌تر داستان‌هاشون رو روایت کنن، نه که حذف بشن.

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

‏Veo 3؛ ویدیوهای واقع‌گرایانه با صداهای کاملاً هماهنگ

🗞 گوگل در رویداد Google I/O امسال از نسل جدید مدل تولید ویدیوی خودش با نام Veo 3 رونمایی کرد. این نسخه نه‌ تنها ویدیوهای واقع‌گرایانه تولید می‌کنه، بلکه برای اولین‌بار می‌تونه صدا رو هم به‌ صورت هم‌زمان با تصویر بسازه!

تصور کنین یه صحنه از متروی شلوغ رو توصیف می‌کنین؛ Veo 3 هم تصویر رو می‌سازه، هم صدای محیط، از همهمه جمعیت گرفته تا صدای حرکت قطار.

🗣️ گوگل می‌گه این مدل:

🔻 در شبیه‌سازی فیزیک دنیای واقعی تخصص داره
🔻 لب‌خوانی یا همگام‌سازی لب‌ها با صدا (lip-sync) رو دقیق انجام می‌ده
🔻 و برای فیلم‌سازها یه ابزار کاربردی و الهام‌ بخشه

‏Veo 3 از طریق ابزار جدید Flow هم در دسترسه؛ پلتفرمی برای تولید حرفه‌ای ویدیو با کمک Gemini، Imagen و ابزارهای دیگر گوگل.

⚠️ این مدل فعلاً برای مشترکین Gemini Ultra در آمریکا فعاله.

🎯 ساخت مدل‌هایی که بتونن تصویر و صدا رو هم‌زمان و هماهنگ تولید کنن، یکی از سخت‌ترین چالش‌های فنی تو حوزه AI بوده. چون ویدیو مجموعه‌ای از فریم‌هاست و صدا یه موج پیوسته؛ ترکیب این دو نیاز به دقت، توان پردازشی بالا و درک عمیق از زمان‌بندی داره.

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

هوش مصنوعی در قلب سرچ!

🗞 گوگل در مراسم Google I/O 2025 نسخه‌ای کاملاً متفاوت از سرچ را معرفی کرد؛ نسخه‌ای که با کمک هوش مصنوعی، تجربه‌ای شخصی‌سازی‌ شده، تعاملی و فراتر از جست‌ و جوی سنتی را به کاربران ارائه می‌دهد.

‏🔴 Search Live: جست‌وجوی زنده و چندرسانه‌ای
قابلیت جدید Search Live بر پایه Project Astra این امکان را می‌دهد تا به‌ صورت زنده و تصویری با سرچ مکالمه داشته باشین. مثلاً می‌تونین دوربین رو به چیزی بگیرین و از گوگل در موردش سؤال کنین، پیشنهاد بگیرین یا لینک‌ منابع مرتبط رو ببینین در لحظه!
همون تجربه Gemini Live، ولی این‌ بار داخل خود موتور جست‌ و جو!

‏🔴 AI Mode: جست‌ و جوی گفت‌ و گویی برای همه
ویژگی AI Mode که قبلاً فقط از طریق Labs در دسترس بود، حالا برای همه فعال شده. با این حالت می‌تونین جست‌ و جوها رو مثل مکالمه انسانی انجام بدین و حتی سوالای بعدی بپرسین، دقیقاً مثل کلاس درس!

‏🔴 Deep Search: تحقیق عمیق در چند دقیقه
قابلیت جدید Deep Search با استفاده از مدل Gemini 2.5 صدها جست‌ و جو انجام می‌ده تا گزارشی کامل، دقیق و با منابع مشخص برای شما آماده کنه.

🔴 جست‌ و جوی داده‌ محور و تعاملی
به‌زودی AI Mode می‌تونه دیتاست‌ها (مجموعه داده‌ها) رو تحلیل کنه، بهتون عدد و نمودار بده و خلاصه کار تحلیل رو ساده‌تر کنه.

‏🔴 Agentic Search: جست‌ و جویی که برایتان کار انجام می‌دهد!
با پروژه Mariner، گوگل قابلیت انجام خودکار وظایف داخل مرورگر رو به سرچ آورده. مثلاً می‌تونین بگین: «دو تا بلیت ارزون برای بازی پلی‌آف Knicks روز چهارشنبه پیدا کن» و خودش پیشنهاد می‌ده. فعلاً برای رزرو رستوران و بلیت با سایت‌هایی مثل Ticketmaster و Resy کار می‌کنه.

‏🔴 AI Mode برای خرید و سفارش
می‌تونین به AI Mode بگین وقتی قیمت یه محصول رسید به عددی خاص، خودش براتون سفارش بده. حتی قابلیت "تجربه‌ی پرو لباس" هم به Labs اضافه شده!

🔴 جست‌ و جوی شخصی‌شده با کمک Gmail
گوگل به‌زودی امکان استفاده از اطلاعات ایمیل‌هاتون مثل بلیت هواپیما یا رزرو هتل رو برای پیشنهادهای بهتر توی سرچ فراهم می‌کنه. البته همه‌چی قابل مدیریت و غیرفعال‌ کردنه.

‏🔴 AI Overviews: خلاصه‌سازی هوشمند برای همه
قابلیت AI Overviews حالا توی بیش از ۲۰۰ کشور و به ۴۰ زبان (از جمله عربی، اردو، چینی و...) در دسترسه. و از این هفته، در آمریکا با مدل جدید Gemini 2.5 اجرا می‌شه.

با این تغییرات، تجربه سرچ از یه ابزار ساده، تبدیل به یه همراه هوشمند می‌شه!

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

‏Gemini-in-Chrome، مرورگر هوشمندتر با کمک هوش مصنوعی گوگل

🗞 گوگل در Google I/O 2025 از قابلیت جدیدی برای مرورگر Chrome رونمایی کرد. Gemini-in-Chrome، یک دستیار هوشمند که فعالیت‌های مرور شما رو تحلیل می‌کنه و در لحظه اطلاعات دقیق‌تر، خلاصه‌شده‌تر و کاربردی‌تری ارائه می‌ده.

❓ چی کار می‌تونه بکنه؟

🔻 داده‌های چند تب مختلف رو جمع‌آوری و بازسازی می‌کنه
🔻 پاسخ‌گویی به سوالات درباره محتوای صفحات باز
🔻 ارائه اطلاعات تکمیلی مرتبط با محتوای در حال مشاهده
🔻 حتی پاسخ‌گویی صوتی با استفاده از Gemini Live

مثلاً اگه چند تب درباره کیسه‌ خواب باز کردین، Gemini می‌تونه ویژگی‌هاشون رو مقایسه کنه و بگه کدوم برای هوای سرد مناسب‌تره. یا اگه در حال مطالعه مقاله‌ای درباره کتاب «جادوگر شهر اُز» باشین، می‌تونه تم‌های اصلی داستان رو توضیح بده و تفاوتش با فیلم «Wicked» رو بگه.

🍰 کار جالب‌تر: اگه دارین یه دستور دسر نگاه می‌کنین، می‌تونه نسخه بدون گلوتنش رو هم براتون بسازه!

کنترل همه این قابلیت‌ها از طریق دکمه‌ای به نام Gemini Sparkle انجام می‌شه که گوشه بالای مرورگر قرار می‌گیره. با کلیک روی اون، یه پنجره pop-up باز می‌شه که پیشنهادهای آماده برای شروع مکالمه هم توش هست.

⚠️ گوگل اعلام کرده فعلاً باید دقت کنین پنجره‌هایی که باز می‌شن واقعاً از Gemini-in-Chrome باشن، نه pop-upهای جعلی! نشانه‌های امنیتی خاصی مثل درخشش بخش‌های درگیر در صفحه یا یک آیکن خاص برای تب فعال، طراحی شدن تا کمک کنن.

⚠️ در حال حاضر، این ویژگی فقط برای کاربران بالای ۱۸ سال، با زبان انگلیسی (آمریکایی) فعال می‌شه. هنوز برنامه‌ای برای فعال‌سازی روی اندروید، iOS یا Chromebook اعلام نشده.

🎯 هدف گوگل از این قابلیت؟ تبدیل کارهای وقت‌گیر به چند کلیک ساده، و استفاده از AI به‌ عنوان یک دستیار واقعی در مرور اینترنت.

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

‏Gemini 2.5 پیشرفته‌تر از همیشه، معرفی Deep Think و قابلیت‌های جدید

🗞 گوگل در Google I/O 2025 از به‌روزرسانی گسترده‌ای برای خانواده مدل‌های Gemini 2.5 خبر داد. تمرکز اصلی این آپدیت‌ها روی بهبود قدرت استدلال، دقت در کدنویسی، کار با صدا و ارتقاء امنیته.

‏💠 Gemini 2.5 Pro: حالت جدید Deep Think
گوگل حالت Deep Think رو معرفی کرده؛ مدی برای استدلال پیشرفته که به مدل اجازه می‌ده قبل از پاسخ‌دهی، چندین فرضیه رو بررسی کنه.
این مدل تو تست استدلال چندرسانه‌ای MMMU نمره ۸۴٪ گرفته و عملکرد قابل‌ توجهی تو المپیاد ریاضی آمریکا (USAMO) داشته.

به‌زودی این نسخه برای توسعه‌ دهنده‌های منتخب از طریق Gemini API در دسترس قرار می‌گیره.
همچنین ویژگی Thinking Budgets اضافه می‌شه که امکان کنترل کیفیت یا سرعت پاسخ‌ها با توجه به هزینه مورد نظر رو می‌ده.

این مدل اخیراً در صدر لیدربردهای LMArena و WebDev Arena قرار گرفته، و با کانتکست ویندوی ۱ میلیون توکن، یکی از قدرتمندترین مدل‌ها برای یادگیری و برنامه‌ نویسی به شمار می‌ره.

‏💠 Gemini 2.5 Flash: مدل سبک‌تر ولی هوشمندتر
اگرچه جزئیات دقیق کمتری ارائه شده، اما گفته شده این نسخه در استدلال، کدنویسی، تحلیل چندرسانه‌ای و پردازش کانتکست‌های طولانی پیشرفت کرده و در عین حال ۲۰ تا ۳۰٪ توکن کمتری مصرف می‌کنه.

در آزمون Humanity's Last Exam نمره ۱۲.۱٪ گرفته؛ دومین عملکرد برتر بعد از مدل o4-mini از OpenAI.

💠 به‌روزرسانی‌های صوتی: دیالوگ واقعی‌تر با احساس

- از امروز، API جدید Live از ورودی صوتی-تصویری و خروجی صوتی پشتیبانی می‌کنه. می‌تونین لحن، لهجه و نحوه گفتار Gemini رو تعیین کنین (مثلاً داستان رو با لحن دراماتیک تعریف کنه).
- قابلیت Affective Dialogue حالت احساسی صدای کاربر رو تشخیص می‌ده و متناسب با اون پاسخ می‌ده.
- با Proactive Audio، نویز محیط نادیده گرفته می‌شه.
- ‏Gemini حالا می‌تونه دیالوگ چندنفره رو در ۲۴ زبان پخش کنه و حتی حالت‌هایی مثل نجوا رو تشخیص بده.

💠 امنیت قوی‌تر از همیشه
گوگل اعلام کرده که محافظت از مدل در برابر حملاتی مثل "prompt injection" که در فایل‌ها یا تصاویر مخفی می‌شن، به‌ طور قابل‌ توجهی ارتقاء یافته و این خانواده رو به امن‌ترین نسخه تبدیل کرده.

💠 قابلیت‌های جدید در API

- اضافه شدن Project Mariner، عامل هوش مصنوعی مرورگرمحور گوگل
- پشتیبانی از MCP، استاندارد مشترک عوامل هوشمند برای تعامل بهتر با ابزارهای متن‌باز
- استفاده از ابزارها در حین مکالمه، مثل جست‌ و جوی مستقیم توسط Gemini
- قابلیت thought summaries یا همون خلاصه زنجیره‌ای تفکر (Chain of Thought)

📌 این مجموعه آپدیت‌ها نه‌ تنها Gemini 2.5 رو هوشمندتر کرده، بلکه کاربردش رو تو آموزش، توسعه نرم‌افزار، گفت‌ و گوهای صوتی و امنیت بالا برده.

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

معرفی Jules، دستیار هوش مصنوعی گوگل برای برنامه‌نویس‌ها

🗞 در جریان رویداد Google I/O، گوگل رسماً از Jules رونمایی کرد، یک دستیار کدنویسی مبتنی بر هوش مصنوعی که حالا به‌ صورت بتای عمومی و رایگان در سراسر جهان در دسترس قرار گرفته.

‏Jules به‌عنوان بخشی از رقابت داغ "AI Agent"ها معرفی شده؛ نسل جدیدی از چت‌بات‌ها که توانایی انجام وظایف واقعی و پیچیده‌تری دارن و به‌ طور فزاینده‌ای جای خودشون رو در دنیای توسعه نرم‌افزار باز می‌کنن.

❓ چه کارهایی از Jules برمیاد؟

🔻 انجام وظایف زمان‌بر برنامه‌نویسی به‌ صورت خودکار
🔻 کار کردن مستقیم در کدبیس شما، بدون نیاز به محیط تست جداگانه
🔻 ارائه خلاصه‌ای از تغییرات ایجاد شده در کد برای شفافیت کامل
🔻 پشتیبانی از GitHub و هماهنگی کامل با پروژه‌های فعال

‏Jules روی مدل قدرتمند Gemini 2.5 Pro ساخته شده؛ مدلی که در تست‌های هوش، ریاضی و کدنویسی از رقبایی مثل GPT-4 (o3-mini) و Claude 3.7 Sonnet هم بهتر عمل کرده.

این دستیار به‌ صورت asynchronous کار می‌کنه؛ یعنی می‌تونه چند کار رو هم‌زمان شروع کنه، بدون اینکه منتظر تموم شدن یکی از اون‌ها بمونه، مثل بازوهای یک اختاپوس که نماد رسمی Jules هم هست 🐙

⚠️ گوگل اعلام کرده که Jules در حال حاضر با محدودیت‌هایی به‌ صورت بتا و رایگان قابل استفاده‌ست. توسعه‌ دهنده‌ها می‌تونن همین حالا امتحانش کنن.

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

دوستان و همراهان عزیز تورینگ، سعی کردیم اتفاقات مهم رویداد Google I/O 2025 رو پوشش بدیم و خبرهای مربوطه رو با جزییات در اختیارتون بذاریم. امیدواریم که مفید بوده باشه ❤️

@TuringAcademyAI

آموزش کامل تبدیل عکس به ویدیو سینمایی با هوش مصنوعی

در این آموزش، یاد می‌گیریم چطور با ترکیب دو ابزار قدرتمند Magnific.ai و RunwayML، یک عکس معمولی رو به یک ویدیوی خیره‌ کننده و حرفه‌ای تبدیل کنیم. این راهنما شامل نکات پیشرفته، تنظیمات کلیدی، و مدیریت اعتبار برای استفاده هوشمندانه از این ابزارهاست.

1️⃣ بخش اول – ارتقای عکس با Magnific.ai
🔻 ثبت‌نام و آماده‌سازی:
وارد سایت Magnific.ai بشید و یک حساب بسازید. برای قابلیت‌هایی مثل «16× Upscale» یا «تغییر استایل»، نیاز به اشتراک دارید.

در داشبورد ابزارهای زیر در دسترس شماست:
‏Upscale (افزایش کیفیت)
‏Transform (تغییر استایل)
‏Generate (تولید تصویر از صفر)

🔻 بارگذاری و انتخاب حالت
- ‏Upscale/Enhance: برای حفظ ظاهر اصلی و افزودن جزئیات.
- ‏Transform: برای تغییر سبک یا بازآفرینی تصویر.
- ‏Generate: برای ساخت تصویر جدید فقط با متن یا عکس مرجع.

🔻 پارامترهای کلیدی
- ‏Creativity (خلاقیت): کنترل میزان جزئیات افزوده. با ۲۰ تا ۴۰٪ شروع کنید.
- ‏Resemblance (شباهت): میزان وفاداری به تصویر اصلی. برای کارهای تجاری بهتره بالا باشه (۷۰٪ به بالا).
- ‏HDR: افزایش کنتراست. روی پرتره‌ها با احتیاط استفاده بشه.
- ‏Upscale Factor: تا ۱۶ برابر بزرگ‌نمایی بسته به پلن اشتراک.
- ‌‏Anchor / Preserve Areas: قفل کردن نواحی خاص (مثل لوگو یا چهره برند) در نسخه Pro

🔻 ویژگی‌های پیشرفته
- ‏Mystic Style Transfer: انتقال سبک با کنترل دقیق رنگ و بافت.
- ‏Batch Processing: پردازش چند تصویر پشت سر هم.
- افزونه فتوشاپ: مستقیم خروجی روی لایه جدید بیاد.
- کاهش آرتیفکت: اگر لبه‌ها خراب شدن، HDR و Creativity رو کمتر کنید.

2️⃣ بخش دوم – ساخت ویدیو در RunwayML
🔻 انتخاب مدل مناسب
- ‏Gen-2: انیمیت ساده با Motion Brush، هزینه ۸ اعتبار به ازای هر ثانیه.
- ‏Gen-3 Alpha Turbo: ویدیوهای فوتورئال با کنترل دوربین، ۵ اعتبار به ازای هر ثانیه.

مدل Gen-3 بر پایه زیرساخت جدید Runway ساخته شده و حرکت و همبستگی بین فریم‌ها بسیار طبیعی‌تره.

🔻 مراحل گام به گام (با Gen-3 Turbo)
- وارد حساب Runway بشید و روی Generate Video کلیک کنید.
- انتخاب مدل: Gen-3 Alpha Turbo
- آپلود عکس خروجی Magnific با سایز مناسب (مثلاً 1280×768 یا برعکس)

تنظیم Camera Control:
- جهت‌ها: Left, Right, Up, Down, Forward (زوم جلو)، Backward (زوم عقب)
- شدت (Intensity): از ۱ تا ۵. عدد کمتر = حرکت ملایم‌تر
- گزینه «Static Camera» برای دوربین ثابت

نوشتن یک Prompt حرکتی:

subtle handheld sway, gentle parallax, cinematic lighting

- تنظیم مدت (۳–۶ ثانیه) و FPS (۲۴ یا ۳۰)
- گزینه Fixed Seed رو فعال کنید تا خروجی تکرارپذیر باشه.
- روی Generate بزنید و پیش‌ نمایش رو ببینید.

🔻 تکنیک‌های حرفه‌ای
- ‏Head & Tail Frame: تصویر ورودی در فریم اول/آخر باشه.
- ‏Character Consistency: برای ثبات چهره، تصویر ثابت و Fixed Seed استفاده بشه.
- ‏Combination Prompts: حرکت دوربین، ذرات و نور رو توی یک Prompt ترکیب کنید.
- ‏Motion Brush (در Gen-2): بخش خاصی از تصویر رو انیمیت کنید (مثلاً مو یا لباس).
- صداگذاری: خروجی رو ببرید DaVinci Resolve، رنگ و موسیقی اضافه کنید.

🔻 مدیریت اعتبار و هزینه
در Magnific، هر ۱ مگاپیکسل ≈ ۱ توکن مصرف میشه. مثلاً عکس 4k ≈ ۸ توکن.

در Runway، Gen-3 = هر ثانیه ویدیو، ۵ اعتبار.

پلن استاندارد، پیش‌نمایش کم‌کیفیت رایگان داره. اول با اون تست کنید.

🔗 یکپارچه‌سازی دو مرحله
خروجی Magnific رو با اسم‌گذاری نسخه (مثلاً v1, v2) ذخیره کنید.
خروجی رو در فضای رنگ sRGB نگه دارید تا Banding پیش نیاد.
در Runway، به Resize داخل پلتفرم دست نزنید تا وضوح کاهش پیدا نکنه.
برای ساخت ویدیوی طولانی، چند کلیپ ۵ ثانیه‌ای بسازید و تو نرم‌افزار تدوین به هم بچسبونید.

‏Magnific.ai برای ارتقای کیفیت، تغییر سبک، و ساخت تصاویر خلاقانه، اسلایدرها و ابزارهای دقیقی داره.

‏RunwayML Gen-3 Alpha Turbo ابزاریه برای تبدیل این تصاویر به ویدیوهای روان، با کنترل کامل روی حرکت دوربین و تنظیمات حرفه‌ای.

با ترکیب این دو ابزار، می‌تونید از یک عکس ساده، یک ویدیوی سینمایی بسازید!

💠 اگه از این مدل ویدیوهای خوشت اومده و دوست داری خودت هم با هوش مصنوعی کار کنی می‌تونی توی دوره تورینگ شرکت کنی!

توی این دوره، صفر تا صد کار با ابزار های AI رو یاد می‌گیری و سه ماه هم پشتیبانی کامل داریم برات تا به بهترین شکل آموزش ببینی. برای دریافت و خرید دوره به آیدی پشتیبانی پیام بده یا به وبسایتمون مراجعه کن.

آیدی پشتیبانی:
@TuringAcademyAISupport

🌐 وب‌سایت
📱 تلگرام
📱 اینستاگرام
📱 یوتیوب: [آکادمی هوش مصنوعی تورینگ]

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

🗞 مایکل دل، مدیرعامل Dell، تو رویداد Dell World گفت:

«هوش مصنوعی باید دنبال داده بره، نه برعکس!»

یعنی به‌ جای استفاده از فضای ابری، شرکت‌ها بتونن هوش مصنوعی رو مستقیم توی محل خودشون اجرا کنن (on-premise).

‏⚙️ Dell برای این کار یه مجموعه کامل به اسم AI Factory معرفی کرده که شامل:

🔻 سرورهای قدرتمند با چیپ‌های Nvidia و AMD
🔻 ذخیره‌سازی داده سریع و ایمن
🔻 لپ‌تاپ‌هایی با چیپ اختصاصی هوش مصنوعی (NPU)
🔻 نرم‌افزارهایی برای مدیریت آسان‌تر سیستم‌های ابری خصوصی

🎯 هدف اجرای سریع‌تر و ارزان‌تر مدل‌های AI، مخصوصاً تو محیط‌های سازمانی است.

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI