اگه قبلاً با NotebookLM آشنا شدین اما اون‌طور که باید نتونسته نظرتون رو بخودش جلب کنه، خبر خوبی براتون داریم.

گوگل این بار با یک ابزار تازه و تخصصی برای ساخت پادکست وارد میدان شده؛ ابزاری که می‌تونه روند تولید محتوای صوتی رو متحول کنه. نام این ابزار Google Illuminate است.

در مقاله جدید رسانه هوش مصنوعی سیمرغ، این سرویس جدید گوگل رو دقیق و بدون اغراق بررسی کردیم:
چطور کار می‌کنه؟
به درد چه کسانی می‌خوره؟
و اصلاً ارزشش رو داره که ازش استفاده کنیم یا نه؟

اگه دنبال یک ابزار حرفه‌ای، سریع و هوشمند برای ساخت پادکست هستین، این مقاله رو از دست ندین.

با

رسانه تخصصی هوش مصنوعی سیمرغ

همراه باشید و همیشه یک قدم جلوتر از دنیای پرشتاب هوش مصنوعی بمانید.

@SimorghAI

تا امروز فکر می‌کردید کنترل میلی‌متری و دقیق حرکات تو ویدئو غیرممکنه!؟ Edit-by-Track اومده تا تمام معادلات ذهنی شما را به هم بریزه!

این تکنیک نوظهور با قدرت خارق‌العاده در ردیابی نقاط سه‌بعدی (3D Point Tracks)، فرمان کنترل ویدئو را تمام‌وکمال در اختبار شما قرار می‌دهد. از این پس می‌توانید مسیر حرکت هر جسم یا حتی دوربین را در فضای سه‌بعدی، دقیقاً همان‌طور که دوست دارید بازنویسی کنید.

همه این‌ها فقط با تعیین یک مسیر سه‌بعدی ساده! 🤯

✨ دلیل اهمیت این ابزار؟
با یک سیستم یادگیری دو مرحله‌ای هوشمند، این روش می‌تواند بدون نیاز به نوشتن یک خط کد سنگین‌ترین و پیچیده‌ترین افکت‌های حرکتی را اجرا نماید.

💡هنوز کدهای این پروژه به‌صورت عمومی منتشر نشده، اما پتانسیل آن برای آینده‌ی تدوین و جلوه‌های ویژه، خیره کننده خواهد بود.

🔍 در یک نگاه
🛠 سازندگان: محصول همکاری غول دنیای گرافیک Adobe و دانشگاه مریلند (College Park)
🧠 هسته مرکزی: ویرایش حرکت مبتنی بر 3D Track Conditioner
⚙️ عملکرد: یادگیری کنترل سه‌بعدی با یک پایپ‌لاین(Pipeline)دو مرحله‌ای
🚀 نتیجه: خلق افکت‌های حرکتی، با انعطاف‌پذیری و دقتی باورنکردنی

@SimorghAI

۱۶ آذر، روز دل‌هایی‌ست که برای فهمیدن می‌تپند و برای ساختن، بی‌قرارند.

روز شما دانشجویان عزیز؛ چراغ‌های روشن فردای این سرزمین مبارک باد.

امیدوارم مسیر علم‌تان همیشه روشن، ذهنتان همیشه پویا و دلتان همیشه سرشار از امید باشد. 🌱

به مسیرتان ایمان داشته باشید، حتی اگر سخت و ناهموار باشد. چراغی که امروز در ذهنتان روشن می‌کنید، فردا مسیر جامعه‌ای را روشن خواهد کرد.

۱۶ آذر، روز دانشجو، بر تمام جویندگان آگاهی و روشنی مبارک باد. 🎓✨

برای دوستا‌تون ارسال کنید.❤️

#روز_دانشجو #۱۶آذر #دانشگاه #آینده_سازان #علم_و_آگاهی #پیشرفت

@SimorghAI

لگدی که مدیرعامل را نقش زمین کرد!🤖💥

استارتاپ چینی EngineAI با انتشار یک ویدئو جنجالی توجه کاربران را به خود جلب کرده است. در این ویدئو،ربات انسان‌نمای T800 یک مبارزه واقعی را با ژائو تونگ‌یانگ(مدیرعامل این شرکت) به نمایش گذاشته است.

در ابتدای این نمایش،ربات T800 یک لگد به سمت تونگ‌یانگ پرتاب میکند که با اختلافی خیلی کم به او برخورد نمیکند؛ اما ضربهٔ دوم کاملاً دقیق بود و خوشبختانه به زره محافظ برخورد می‌کند و او را نقش زمین می‌کند. تونگ‌یانگ بعد از این ضربه، شوکه و نفس‌گیر می‌گوید: «قدرت این ضربه واقعاً باورکردنی نبود. بدون تجهیزات محافظتی، کسی نمیتوانست دوام بیاورد.»

با وجود جذابیت این نمایش‌ها، نگرانی‌ها دربارهٔ توان تخریبی این ربات‌ها جدی‌تر از گذشته مطرح می‌شود. برخی کارشناسان هشدار داده‌اند که اگر ربات‌های نسل جدید با چنین قدرتی قرار است در کنار انسان‌ها کار کنند، باید استانداردهای ایمنی بسیار سخت‌گیرانه‌تری برای آن‌ها در نظر گرفته شود.

در هر حال، تجربهٔ نه‌چندان خوشایند مدیرعامل EngineAI نشان می‌دهد که فاصله میان «نمایش تبلیغاتی» و «خطر واقعی» شاید کمتر از چیزی‌ست که تصورش را می‌کنیم.

@SimorghAI

#پست_موقت

اگه دوست دارید مدل نانو بنانا جمینای خیلی تخصصی صفحه لینکدین‌تون را تحلیل کنه میتوانید از پرامپت زیر استفاده کنید:

Generate a playful and chaotic mixed-media overlay on a screenshot. Mimic the style of a mischievous teenager scribbling on a magazine with a thick red marker. Include humorous Persian commentary scribbled in the margins, exaggerated arrows pointing to the profile photo and text, and funny doodles like a handlebar mustache or glasses drawn on the face. Add sarcastic visual notes, stars, and exclamation marks to create a satirical, hand-annotated 'roast' vibe. The red ink should look realistic, with varying opacity and rough sketch lines

چند نکته برای بهتر شدن نتیجه (Pro Tips):
​۱. اشاره به آیتم‌های خاص: اگر دوست دارید روی صورتون نقاشی بشه، حتماً از عباراتی مثل "Doodles on the face" یا "Drawing a mustache on the photo" استفاده کنید.
۲. نوع قلم:مشخص کردن نوع قلم تاثیر زیادی دارد. مثلاً "Thick red marker" (ماژیک قرمز پهن) با "Thin ballpoint pen" (خودکار نوک‌باریک) حس متفاوتی می‌دهد.

مدل 🔍 GPT-5.2 معرفی شد؛

بر اساس اخبار رسمی منتشر شده، کاربران سازمانی ChatGPT امروز به‌طور میانگین ۴۰ تا ۶۰ دقیقه در روز در زمان خود صرفه‌جویی می‌کنند. گزارش‌ها حاکی از آن است که امکان رسیدن این عدد برای کاربران حرفه‌ای حتی به ۱۰ ساعت در هفته را هم دارد.


⚙️ وجه تمایز GPT-5.2؛ فراتر از یک به‌روزرسانی ساده
▪️ «کار عمیق» (Deep Work) توانایی انجام فرآیندهای پیچیده‌ای مانند تجزیه‌وتحلیل اسناد طولانی و ...
▪️ کدنویسی ایجنتیک (Agentic) در مقیاس عملیاتی این مدل در بنچمارک معتبر SWE-Bench و تست‌های مربوط به استفاده از ابزارهای توسعه، عملکردی هم‌سطح و در مواردی حتی فراتر از توسعه‌دهندگان انسانی
▪️ حافظه‌ی طولانی‌مدت برای پردازش صدها صفحه : امکان تحلیل دقیق قراردادهای پیچیده، گزارش‌های مالی سنگین و مستندات حجیم
▪️ درک پیشرفته‌ی تصاویر و رابط کاربری (UI) GPT-5.2 می‌تواند داشبوردهای مدیریتی، نمودارهای آماری و حتی اسکرین‌شات‌های گرفته‌شده از محیط نرم‌افزارها را با دقتی بسیار بالاتر از نسل‌های قبلی تفسیر و تحلیل کند.

@SimorghAI

مشاهده مطلب در رسانه هوش مصنوعی سیمرغ

جمینای گوگل امکاناتی مختص توسعه‌دهندگان عرضه کرده:

قابلیت Gemini Deep Research agent: تولید گزارش‌های دقیق و همراه با منبع

قابلیت DeepSearchQA: بنچ‌مارکی متن‌باز برای ارزیابی توانایی عامل‌ها در جستجوی پیچیده وب

قابلیت Interactions API: یک رابط REST واحد برای کار با مدل‌ها و عامل‌ها

@SimorghAI

این مطلب در رسانه هوش مصنوعی سیمرغ

@SimorghAI

فایل کتاب Building AI-Powered Products: The Essential Guide to AI and Genai Product Management امشب ساعت ۹:۰۰ بصورت رایگان در دسترس همراهان عزیز قرار داده خواهد شد.

مشخصه توضیحات
نام کتاب Building AI-Powered Products: The Essential Guide to AI and GenAI Product Management
نویسنده Marily Nika
ناشر O’Reilly Media
سال انتشار ۲۰۲۵
زبان انگلیسی
تعداد صفحات ۲۲۷ صفحه

📗💡لینک دانلود

SimorghAI.ir
@SimorghAI

نسل جدید ChatGPT Images منتشر شد 🎨🤖

شرکت OpenAI نسخه جدید ChatGPT Images (GPT-Image-1.5) را معرفی کرد.

ویژگی‌ها:
🔹 ادیت حرفه‌ای بدون تاثیر مخرب روی جزئیات مهم تصویر
🔹 دنبال‌کردن دستورالعمل‌ها به‌مراتب قابل‌اعتمادتر نسبت به گذشته
🔹 حفظ نور، ترکیب‌بندی و شباهت چهره‌ها در ویرایش‌های متوالی
🔹 تولید تصاویر تا ۴ برابر سریع‌تر
🔹 رندر بهتر متن‌های کوچک و متراکم
🔹 مناسب برای طراحی، برندینگ، مارکتینگ و تولید محتوای حرفه‌ای

ChatGPT بیش از پیش شما را به یک استودیوی حرفه‌ای مجهز میکند؛ از ادیت‌های کوچک تا بازآفرینی‌های و خلق تصاویر جذاب و حیرت‌آور.

اگر با تصویر، محتوا یا محصول دیجیتال سروکار دارید، این آپدیت را جدی بگیرید.

این خبر و بیشتر از این خبر در "رسانه هوش مصنوعی سیمرغ"

#ChatGPT #هوش_مصنوعی #ImageGeneration #OpenAI #طراحی #AI #GenerativeAI

@SimorghAI

مقاله یادگیری پرامپت‌نویسی

این مقالات چکیده کتاب‌های معتبر پرامپت‌نویسی است.

site:simorghai.ir پرامپت نویسی

یک اینفوگرافی بی‌نظیر.

سفر به عمق لایه‌های هوش مصنوعی! 🚀🧠

دنیای هوش مصنوعی بسیار فراتر از یک واژه ساده است. این اینفوگرافی لایه‌های مختلف این تکنولوژی را از سطح کلان تا جدیدترین پیشرفت‌ها نشان می‌دهد:

۱. هوش مصنوعی (AI): مفهوم کلی و پایه.
۲. یادگیری ماشین (Machine Learning): قلب تپنده الگوریتم‌ها.
۳. شبکه‌های عصبی (Neural Networks): الهام گرفته از مغز انسان.
۴. یادگیری عمیق (Deep Learning): پردازش‌های پیچیده و چندلایه.
۵. هوش مصنوعی مولد (Generative AI): جایی که خلاقیت متولد می‌شود.
۶. هوش مصنوعی عامل‌گرا (Agentic AI): جدیدترین مرز تکنولوژی؛ جایی که AI نه فقط تولید، بلکه عمل می‌کند.

💡 شما بیشتر با کدام لایه سر و کار دارید یا به آن علاقه‌مندید؟ در کامنت‌ها بنویسید!

#هوش_مصنوعی #یادگیری_ماشین #دیپ_لرنینگ #تکنولوژی #نوآوری #علم_داده #SimorghAI

@SimorghAI

آیا عشق می‌تواند مصنوعی باشد؟ روایت ازدواج یک خانم ژاپنی با AI + ویدئو

وقتی پای اخلاق به میان می‌آید…
رابطه با هوش مصنوعی فقط یک انتخاب شخصی نیست؛
پرسشی اخلاقی است درباره تنهایی، وابستگی و مسئولیت سازندگان فناوری.
آیا این رابطه‌ها پاسخی به نیاز انسان‌اند
یا محصولی که صرفا برای وابسته‌کردن ما طراحی شده؟

@SimorghAI

رسانه تخصصی هوش مصنوعی سیمرغ از شما دعوت میکند!


🔹 مهارت‌های فنی (ضروری)
تسلط به یکی از نرم‌افزارهای زیر (حداقل یکی):
Adobe Premiere
Final Cut
DaVinci

آشنایی با:
اصلاح رنگ (Color Correction & Grading)
تنظیم صدا (Audio Cleanup, EQ, Noise Reduction)
خروجی استاندارد برای شبکه‌های اجتماعی (Reels, Shorts)
توانایی تدوین:
ویدئوهای خبری
مصاحبه و گفت‌وگو
ویدئوهای آموزشی / تحلیلی

🔹 مهارت‌های محتوایی (خیلی مهم)
درک ریتم
شناخت الگوریتم شبکه‌های اجتماعی (Retention, Hook, Cut)
توانایی ساخت:
تیزر جذاب ۳۰ تا ۶۰ ثانیه‌ای
ویدئوهای Short-form با نرخ نگهداشت بالا
دقت در تایمینگ، کات حرفه‌ای، و انتقال نرم

🔹 ویژگی‌های شخصیتی
مسئولیت‌پذیر و پایبند به ددلاین
توانایی دریافت فیدبک و اصلاح سریع
علاقه‌مند به تکنولوژی، رسانه یا هوش مصنوعی

🎨 مهارت‌های امتیازی
آشنایی با After Effects

🤖 آشنایی با ابزارهای هوش مصنوعی (مزیت رقابتی)

💼 نوع همکاری
پروژه‌ای / پاره‌وقت / تمام‌وقت
امکان همکاری ریموت

💡 متقاضیان می‌توانند جزئیاتی مانند بازه حقوقی مورد انتظار و نوع همکاری را در فیلد "توضیحات یا دیدگاه‌ها" در انتهای فرم درج نمایند.

فرم

رسانه تخصصی هوش مصنوعی سیمرغ از شما دعوت میکند!

همکاری فوری (پروژه‌ای)

تحول در بینایی ماشین: درک دقیق عمق در تصاویر ۳۶۰ درجه

پژوهشگران از مدل جدیدی به نام DAP رونمایی کرده‌اند؛مدلی که یکی از چالش‌های مهم بینایی ماشین یعنی تشخیص دقیق عمق در تصاویر پانورامای ۳۶۰ درجه را هدف گرفته است. این حوزه تا امروز، به‌ویژه در فضاهای باز و صحنه‌های پیچیده، با محدودیت‌های جدی روبه‌رو بوده است.

نوآوری اصلی؟
تیم سازنده با ترکیب داده‌های واقعی و تصاویر شبیه‌سازی‌شده (توسط موتور گرافیکی UE5)، مجموعه‌ای عظیم شامل بیش از ۲ میلیون تصویر پانوراما گردآوری کرد. آن‌ها از یک فرآیند سه مرحله‌ای هوشمند برای پرکردن شکاف بین داده‌های مصنوعی و واقعی راستفاده نمودند تا مدل بتواند «عمق متریک» (فاصله واقعی بر حسب متر) را با دقت بالا تخمین بزند.

کاربرد عملی:
این مدل که بر پایه معماری قدرتمند DINOv3 بنا شده، پایداری فوق‌العاده‌ای در تشخیص فواصل دور و جزئیات هندسی دارد. این فناوری برای رباتیک و ناوبری هوشمند حیاتی است؛ زیرا به ربات‌ها امکان می‌دهد موانع را در تمام جهات اطراف خود (دید محیطی کامل) شناسایی کرده و مسیریابی ایمن‌تری داشته باشند.


جزئیات بیشتر در رسانه هوش مصنوعی سیمرغ منتشر خواهد شد.
@SimorghAI

وقتی یک مدل خیلی کوچک، غول‌های هوش مصنوعی رو غافلگیر می‌کنه!

تصور کن یه مدل هوش مصنوعی با فقط ۷ میلیون پارامتر بتونه از مدل‌های بزرگی مثل Gemini 2.5 Pro یا DeepSeek R1 بهتر فکر کنه!
این دقیقاً کاریه که Tiny Recursive Model (TRM) انجام داده.

ایده‌ی TRM ساده ولی هوشمندانه‌ست. به‌جای اینکه مثل بیشتر مدل‌ها یک‌بار جواب بده و تموم، چند بار به جوابش برمی‌گرده:
اول یه پاسخ می‌ده، بعد بررسی می‌کنه کجاش ایراد داره، اصلاحش می‌کنه و دوباره امتحان می‌کنه. این چرخه می‌تونه تا ۱۶ بار تکرار بشه؛ دقیقاً شبیه وقتی که خود ما در حال حل مسئله هستیم.

با همین روش، TRM توی مسئله‌های سطح بالا مثل سودوکو، مسیر‌یابی در ماز و آزمون‌های ARC-AGI عملکرد بهتری از خیلی مدل‌های بزرگ داشته.
جالب‌تر اینکه آموزش این مدل کمتر از ۵۰۰ دلار هزینه داشته و حل هر مسئله تقریباً کمتر از ۱ سنت خرج برمی‌داره.

💡سایر پلتفرم‌ها:
روبیکا | ایتا | پایگاه خبری | لینکدین | یوتیوب | خبرنامه(۱۲۰ هزار عضو) | اینستاگرام

ساخت صفر تا صد یک اپلیکیشن داخل ChatGPT امکان داره؟😮 بله!

با اتصال ChatGPT به Replit، می‌توانید بدون فراگیری دانش کدنویسی و بصورت کاملا رایگان، ایده خودتون را به یک اپ واقعی و کاربردی تبدیل کنید.

به چه دردی میخوره!؟
• ساخت هر نوع اپلیکیشن
• اصلاح و توسعه اپ در یک مدل و یک صفحه چت
• اتصال به پایگاه داده
و ...

روش استفاده چطوریه؟
۱. اول کار تو Replit یک حساب بسازید (حتی نسخه رایگان کفایت میکنه و نیازی به خریداری پلن نیست).
۲. یک گفت‌وگوی جدید(New Chat) در ChatGPT باز کنید و عبارت ‎@replit‎ را تایپ کنید.
۳. مطابق فیلم روی آیکن Replit کلیک کنید.
۴. از این به بعد، کافیه تو پرامپت‌هاتون ‎/replit‎ را اضافه کنید.

مثلاً اگه میخواهید یک اپ که فایل صوتی یک جلسه را گرفته و اونو به یه گزارش دقیق به همراه فهرست کارهای بعدی تبدیل کنه از پرامپت زیر استفاده کنید:
"Create an app that allows users to upload an audio recording of a meeting and transform it into a detailed report and a list of next steps to be taken. /replit"


روبیکا | ایتا | پایگاه خبری | لینکدین | یوتیوب | خبرنامه| اینستاگرام

نوآوری جدید: تبدیل مدل‌های زبانی به مدل‌های دیفیوژن

کتابخانه جدید dLLM راهکاری متن‌باز ارائه کرده که به کاربر اجازه می‌دهد هر مدل زبانی رایج (Autoregressive) ((مدلی که متن را مرحله‌به‌مرحله می‌سازد)) را به یک مدل «دیفیوژن» تبدیل کند. اما این تغییر ساختار چگونه انجام می‌شود؟

روش کار در سه مرحله خلاصه می‌شود:
۱. حذف ماسک‌های معمول تا مدل بتواند به تمام متن (هم کلمات قبلی و هم بعدی) توجه دوطرفه داشته باشد.
۲. حذف تصادفی برخی کلمات و آموزش مدل برای پر کردن جاهای خالی آنها.
۳. افزودن یک مرحله آموزش نظارت‌شده سبک برای پایدار کردن خروجی‌ها.

این کتابخانه تمام ابزارهای لازم برای آموزش، اجرا و ارزیابی را بصورت یکجا فراهم کرده و از فناوری‌های پیشرفته‌ای مانند LoRA و پردازش با چند کارت گرافیک (Multi-GPU) پشتیبانی می‌کند. این پژوهش باعث گشایش و هموارسازی مسیر تازه‌ای برای توسعه مدل‌های جدید مثل Edit-Flow و دیفیوژن BERT خواهد شد.

روبیکا | ایتا | پایگاه خبری | لینکدین | یوتیوب | خبرنامه| اینستاگرام
@SimorghAI