🧠 تازه‌های هوش مصنوعی و علم داده
📊 مقایسه عملکرد مدل‌های Claude Opus 4.8 و GPT-5.6 Sol
داده‌های تازه از مقایسه عملکرد دو مدل Claude Opus 4.8 و GPT-5.6 Sol نشان می‌دهد که در ۴۵ بنچمارک مشترک، مدل GPT-5.6 Sol در ۲مهم‌ترین موارد پیشتاز بوده است. این در حالی است که Claude Opus 4.8 در ۱۱ مورد برتری داشته و مهم‌ترین موارد نیز به عنوان تساوی عملی ثبت شده است.
در بخش تخصصی Agentic Coding که شامل ۱۱ بنچمارک است، نتایج مشابهی به دست آمده است:
* پیشتازی GPT-5.6 Sol: در مهم‌ترین موارد
* پیشتازی Claude Opus 4.8: در ۳ مورد
* تساوی عملی: ۱ مورد
طبق گزارش، تساوی عملی به معنای اختلاف امتیاز مطلق ۲ واحد یا کمتر است. در محاسبه شکاف‌های نسبی، امتیازهای مدل Sol به عنوان مخرج در نظر گرفته شده و مقادیر بیش از ۱۰۰ درصد در نمودارها محدود (Capped) شده‌اند. لازم به ذکر است که برخی مقادیر در داده‌های اولیه بدون محدودیت، اختلاف‌های بالایی را نشان می‌دهند.
#Claude_Opus #Agentic_Coding
📊 مقایسه عملکرد مدل‌های Claude Opus 4.8 و GPT-5.6 Sol
داده‌های تازه از مقایسه عملکرد دو مدل Claude Opus 4.8 و GPT-5.6 Sol نشان می‌دهد که در ۴۵ بنچمارک مشترک، مدل GPT-5.6 Sol در ۲مهم‌ترین موارد پیشتاز بوده است. این در حالی است که Claude Opus 4.8 در ۱۱ مورد برتری داشته و مهم‌ترین موارد نیز به عنوان تساوی عملی ثبت شده است.
در بخش تخصصی Agentic Coding که شامل ۱۱ بنچمارک است، نتایج مشابهی به دست آمده است:
* پیشتازی GPT-5.6 Sol: در مهم‌ترین موارد
* پیشتازی Claude Opus 4.8: در ۳ مورد
* تساوی عملی: ۱ مورد
طبق گزارش، تساوی عملی به معنای اختلاف امتیاز مطلق ۲ واحد یا کمتر است. در محاسبه شکاف‌های نسبی، امتیازهای مدل Sol به عنوان مخرج در نظر گرفته شده و مقادیر بیش از ۱۰۰ درصد در نمودارها محدود (Capped) شده‌اند. لازم به ذکر است که برخی مقادیر در داده‌های اولیه بدون محدودیت، اختلاف‌های بالایی را نشان می‌دهند.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
#Claude_Opus #Agentic_Coding
Media is too big
VIEW IN TELEGRAM
🤖 معرفی مدل Genie 4 برای شبیه‌سازی دنیای تعاملی
گوگل از مدل جدید Genie 4 رونمایی کرد که اکنون از قابلیت‌های صدا و دیالوگ نیز پشتیبانی می‌کند. در این نسخه، کاراکترها توانایی صحبت کردن و واکنش نشان دادن به محیط را دارند و کاربر می‌تواند با استفاده از دستورات متنی (Prompt)، صحنه‌ها را در لحظه تغییر دهد.
این مدل نسبت به نسل پیشین خود، بهبودهای قابل‌توجهی در بازنمایی چهره انسان‌ها و شبیه‌سازی فیزیک اشیاء ارائه داده است. برای مدیریت رویدادهای پیچیده، این سیستم به مدل Gemini 1.5 Flash متصل شده است که با تحلیل لحظه‌ای فریم‌ها و بررسی خروجی‌ها، در صورت نیاز برنامه‌ریزی و اصلاحات لازم را انجام می‌دهد.
در حال حاضر این مدل تنها برای تست‌کنندگان در دسترس است و جزئیات دقیق قیمت‌گذاری و زمان عرضه عمومی آن اعلام نشده است. دسترسی‌های آتی به مشترکین Google AI Ultra و شرکای تجاری در محیط AI Studio محدود خواهد بود.
اطلاعات بیشتر در وبلاگ DeepMind در دسترس است و متقاضیان می‌توانند از طریق فرم انتظار برای دسترسی‌های بعدی ثبت‌نام کنند.
گوگل از مدل جدید Genie 4 رونمایی کرد که اکنون از قابلیت‌های صدا و دیالوگ نیز پشتیبانی می‌کند. در این نسخه، کاراکترها توانایی صحبت کردن و واکنش نشان دادن به محیط را دارند و کاربر می‌تواند با استفاده از دستورات متنی (Prompt)، صحنه‌ها را در لحظه تغییر دهد.
این مدل نسبت به نسل پیشین خود، بهبودهای قابل‌توجهی در بازنمایی چهره انسان‌ها و شبیه‌سازی فیزیک اشیاء ارائه داده است. برای مدیریت رویدادهای پیچیده، این سیستم به مدل Gemini 1.5 Flash متصل شده است که با تحلیل لحظه‌ای فریم‌ها و بررسی خروجی‌ها، در صورت نیاز برنامه‌ریزی و اصلاحات لازم را انجام می‌دهد.
در حال حاضر این مدل تنها برای تست‌کنندگان در دسترس است و جزئیات دقیق قیمت‌گذاری و زمان عرضه عمومی آن اعلام نشده است. دسترسی‌های آتی به مشترکین Google AI Ultra و شرکای تجاری در محیط AI Studio محدود خواهد بود.
اطلاعات بیشتر در وبلاگ DeepMind در دسترس است و متقاضیان می‌توانند از طریق فرم انتظار برای دسترسی‌های بعدی ثبت‌نام کنند.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
❤2
Media is too big
VIEW IN TELEGRAM
🧠 عرضه مدل ویدئویی H3 Flex توسط Pika
شرکت Pika مدل ویدئویی متن‌به‌ویدئو جدید خود با نام H3 Flex را منتشر کرد. این مدل که نسخه‌ای بهینه‌شده از MiniMax H3 است، در جایگاه نخست مدل‌های متن‌باز و رتبه هفتم کلی در بنچمارک DesignArena قرار گرفته و عملکردی فراتر از H3 Max و Seedance 2.5 داشته است.
تغییرات فنی مهم این مدل عبارتند از:
* کاهش مراحل تولید (Inference steps) از ۵۰ به مهم‌ترین مراحل برای افزایش سرعت.
* تولید ویدئوهای ۱۵ ثانیه‌ای با صدا در مدت ۷ ثانیه.
* پشتیبانی از خروجی با رزولوشن 4K.
* ارائه فایل‌های صوتی مجزا برای ویرایش حرفه‌ای.
این مدل با کاهش چشمگیر زمان تولید، توانسته است در رتبه‌بندی کیفی از بسیاری از مدل‌های تجاری و پولی پیشی بگیرد.
#H3_Flex #DesignArena
شرکت Pika مدل ویدئویی متن‌به‌ویدئو جدید خود با نام H3 Flex را منتشر کرد. این مدل که نسخه‌ای بهینه‌شده از MiniMax H3 است، در جایگاه نخست مدل‌های متن‌باز و رتبه هفتم کلی در بنچمارک DesignArena قرار گرفته و عملکردی فراتر از H3 Max و Seedance 2.5 داشته است.
تغییرات فنی مهم این مدل عبارتند از:
* کاهش مراحل تولید (Inference steps) از ۵۰ به مهم‌ترین مراحل برای افزایش سرعت.
* تولید ویدئوهای ۱۵ ثانیه‌ای با صدا در مدت ۷ ثانیه.
* پشتیبانی از خروجی با رزولوشن 4K.
* ارائه فایل‌های صوتی مجزا برای ویرایش حرفه‌ای.
این مدل با کاهش چشمگیر زمان تولید، توانسته است در رتبه‌بندی کیفی از بسیاری از مدل‌های تجاری و پولی پیشی بگیرد.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
#H3_Flex #DesignArena
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 عرضه ابزار Magnific Move برای ویرایش موشن‌گرافیک
شرکت Magnific که اکنون زیرمجموعه Freepik است، ابزار جدیدی به نام Magnific Move را برای ساخت و ویرایش موشن‌گرافیک معرفی کرد. این ابزار به کاربران اجازه می‌دهد انیمیشن‌های مربوط به معرفی محصول، لوگو و سایر طرح‌های گرافیکی را صرفاً با دستورات متنی ایجاد کنند.
ویژگی اصلی این پلتفرم، امکان ویرایش لایه‌ها با استفاده از زبان طبیعی است؛ به طوری که کاربر می‌تواند پس از ایجاد انیمیشن اولیه، با توصیف تغییرات مورد نظر خود، از هوش مصنوعی بخواهد جزئیات حرکت یا ساختار گرافیک را بازسازی کند.
مهم‌ترین قابلیت‌های این ابزار شامل موارد زیر است:
* الگوهای آماده برای تبلیغات محصول و تایپوگرافی کینتیک.
* قابلیت تولید و ویرایش خودکار زیرنویس.
* امکان ایجاد ویدئوهای آموزشی مرحله‌به‌مرحله.
* خروجی مستقیم با فرمت MP4.
این ابزار همچنین امکان انتقال پروژه‌ها به سایر ابزارهای ویدئویی Magnific برای تغییر سبک بصری را فراهم می‌کند. شرکت سازنده هنوز اطلاعاتی درباره قیمت‌گذاری و طرح‌های اشتراکی این سرویس منتشر نکرده است.
🇮🇷 تلگرام
شرکت Magnific که اکنون زیرمجموعه Freepik است، ابزار جدیدی به نام Magnific Move را برای ساخت و ویرایش موشن‌گرافیک معرفی کرد. این ابزار به کاربران اجازه می‌دهد انیمیشن‌های مربوط به معرفی محصول، لوگو و سایر طرح‌های گرافیکی را صرفاً با دستورات متنی ایجاد کنند.
ویژگی اصلی این پلتفرم، امکان ویرایش لایه‌ها با استفاده از زبان طبیعی است؛ به طوری که کاربر می‌تواند پس از ایجاد انیمیشن اولیه، با توصیف تغییرات مورد نظر خود، از هوش مصنوعی بخواهد جزئیات حرکت یا ساختار گرافیک را بازسازی کند.
مهم‌ترین قابلیت‌های این ابزار شامل موارد زیر است:
* الگوهای آماده برای تبلیغات محصول و تایپوگرافی کینتیک.
* قابلیت تولید و ویرایش خودکار زیرنویس.
* امکان ایجاد ویدئوهای آموزشی مرحله‌به‌مرحله.
* خروجی مستقیم با فرمت MP4.
این ابزار همچنین امکان انتقال پروژه‌ها به سایر ابزارهای ویدئویی Magnific برای تغییر سبک بصری را فراهم می‌کند. شرکت سازنده هنوز اطلاعاتی درباره قیمت‌گذاری و طرح‌های اشتراکی این سرویس منتشر نکرده است.
🇮🇷 تلگرام