هوش مصنوعی | محمد زمانی

📱 بالاخره یکی از قابلیت‌های پرطرفدار واتساپ داره به واقعیت تبدیل می‌شه. واتساپ آزمایش قابلیت «یوزرنیم» رو شروع کرده. یعنی به‌زودی می‌تونی بدون اینکه شماره تلفنت رو به کسی بدی، فقط با یک نام کاربری با بقیه در ارتباط باشی. با این قابلیت، هر کاربر می‌تونه یک یوزرنیم منحصربه‌فرد برای خودش انتخاب کنه و دیگران هم به جای شماره تلفن، از طریق همون یوزرنیم پیداش کنن. این تغییر هم حریم خصوصی کاربران رو بهتر می‌کنه، هم استفاده از واتساپ رو به چیزی که مدت‌ها توی پیام‌رسان‌هایی مثل تلگرام دیده بودیم، نزدیک‌تر می‌کنه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

به نظر می‌رسه OpenAI داره Codex رو برای کار با فایل‌های آفیس وارد یه مرحله جدید می‌کنه. شواهدی که از نسخه‌های آزمایشی به دست اومده نشون می‌ده این شرکت مشغول توسعه کنترل‌های اختصاصی برای اکسل و پاورپوینت هست تا کودکس بتونه خیلی دقیق‌تر از قبل با این فایل‌ها کار کنه. تا امروز، قابلیت Computer Use توی کودکس می‌تونست برنامه‌های مختلف رو مثل یه کاربر واقعی کنترل کنه. یعنی روی دکمه‌ها کلیک کنه، منوها رو باز کنه و کارهای مختلف رو از طریق رابط کاربری انجام بده. اما ظاهراً OpenAI حالا می‌خواد یه قدم جلوتر بره. کدهایی که داخل نسخه‌های آزمایشی پیدا شده، نشون می‌دن احتمالاً افزونه‌ها (Add-ins) یا کنترل‌های اختصاصی برای اکسل و پاورپوینت در راهن. این یعنی به جای اینکه کودکس فقط با کلیک کردن داخل برنامه‌ها کارش رو انجام بده، می‌تونه مستقیماً ساختار فایل‌ها، جدول‌ها، فرمول‌ها، نمودارها و حتی اسلایدهای ارائه رو درک کنه و روی اون‌ها تغییرات اعمال کنه. توی این کدها گزینه‌هایی مثل «اجازه بده کودکس از افزونه Microsoft Excel استفاده کنه» و «اجازه بده کودکس از افزونه Microsoft PowerPoint استفاده کنه» هم دیده شده. این موضوع نشون می‌ده احتمالاً کاربر خودش مشخص می‌کنه که کودکس به کدوم برنامه‌ها دسترسی داشته باشه. اگر این قابلیت‌ها منتشر بشن، کودکس موقع ویرایش فایل‌های اکسل و پاورپوینت هم سریع‌تر عمل می‌کنه، هم خطاهای کمتری خواهد داشت و هم نتیجه نهایی دقیق‌تر از حالتیه که فقط از طریق رابط کاربری با برنامه تعامل می‌کنه. البته فعلاً OpenAI هیچ معرفی رسمی یا زمان انتشار مشخصی برای این قابلیت‌ها اعلام نکرده و همه چیز در حد شواهدی از نسخه‌های آزمایشیه. با این حال، چیزی که از این تغییرات مشخصه اینه که OpenAI داره کودکس رو از یه ابزار مخصوص برنامه‌نویسی، به یه دستیار هوشمند همه‌کاره برای انجام کارهای روزمره، مدیریت اسناد، تحلیل داده و تولید محتوا تبدیل می‌کنه. اگر این قابلیت‌ها به نسخه نهایی برسن، کار کردن با فایل‌های اکسل و پاورپوینت از طریق کودکس احتمالاً خیلی طبیعی‌تر، دقیق‌تر و حرفه‌ای‌تر از قبل می‌شه و نیاز به شبیه‌سازی کلیک و انجام دستی خیلی از کارها هم کمتر خواهد شد. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

به نظر می‌رسه گوگل به‌زودی از مدل جدید نانو بنانا ۲ لایت (Nano Banana 2 Lite) رونمایی می‌کنه. این مدل برای تولید تصویر با سرعت خیلی بالا و هزینه کمتر طراحی شده. در کنار اون، جمینای اومنی فلش (Gemini Omni Flash) هم قراره امکان ساخت ویدیو رو با ویرایش مرحله‌به‌مرحله و مکالمه‌محور (Conversational, Step-by-Step Editing) در اختیار کاربرها بذاره. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

کرسر (Cursor) اپلیکیشن رسمی iOS خودش رو منتشر کرده تا توسعه‌دهنده‌ها بتونن حتی وقتی پشت کامپیوتر نیستن، عامل‌های برنامه‌نویسی خودشون رو از روی آیفون مدیریت کنن. این اپ فعلاً به‌صورت بتای عمومی برای کاربران دارای اشتراک پولی Cursor در دسترسه. با این اپ می‌تونی مخزن کد (Repository) رو انتخاب کنی، عامل‌های هوش مصنوعی رو اجرا کنی، مدل‌های پیشرفته رو انتخاب کنی، با صدا دستور بدی، تغییرات کد (Diffs) رو بررسی کنی و حتی درخواست‌های ادغام کد (Pull Request) رو مستقیم از روی گوشی تأیید کنی. یکی از قابلیت‌های مهم اپ، کنترل از راه دور عامل‌هایی هست که روی کامپیوترت در حال اجرا هستن. همچنین می‌تونی پروژه‌ای که روی سیستم شروع کردی رو به فضای ابری منتقل کنی تا بدون روشن موندن لپ‌تاپ، کار ادامه پیدا کنه. عامل‌های ابری داخل ماشین‌های مجازی ایزوله (Isolated Virtual Machines) اجرا می‌شن و می‌تونن کد رو تست کنن، گزارش (Log)، نسخه نمایشی و اسکرین‌شات تولید کنن تا قبل از تأیید نهایی، همه چیز آماده بررسی باشه. داخل اپ هم امکان اضافه کردن یادداشت روی اسکرین‌شات‌ها، بررسی ویدیوها و گزارش‌ها، استفاده از مدل‌های OpenAI، Anthropic، Google و مدل اختصاصی Composer وجود داره. کرسر هم اعلام کرده که تا ۵ ژوئیه ۲۰۲۶، استفاده از مدل Composer 2.5 در نسخه موبایل با ۷۵ درصد تخفیف ارائه می‌شه. به گفته شرکت Anysphere، هدف از انتشار این اپ اینه که توسعه مبتنی بر عامل‌های هوش مصنوعی دیگه فقط به کامپیوتر محدود نباشه و بشه از هر جایی روی پروژه‌ها کار کرد. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

اپلیکیشن DeepSeek برای iOS یه به‌روزرسانی جدید دریافت کرده و از این به بعد از قابلیت بینایی (Vision) هم پشتیبانی می‌کنه. یعنی حالا می‌تونه تصاویر رو هم تحلیل و درک کنه. این قابلیت چند ماه پیش به نسخه تحت وب دیپ‌سیک اضافه شده بود و حالا در اختیار کاربران iOS هم قرار گرفته. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

🔋گوگل کم‌کم داره قابلیت جدیدی رو منتشر می‌کنه که فروشگاه گوگل پلی رو به جمینای (Gemini) وصل می‌کنه. با این تغییر، دیگه لازم نیست برای پیدا کردن اپلیکیشن حتماً وارد گوگل پلی بشی. کافیه داخل گفت‌وگو با جمینای چیزی که می‌خوای رو بگی تا خودش برنامه‌های مناسب رو پیدا کنه، صفحه اون‌ها رو برات باز کنه و حتی بعضی خریدهای دیجیتالی رو هم از همون‌جا انجام بدی. گوگل اولین بار توی ماه مه از این قابلیت رونمایی کرده بود و حالا انتشارش رو با نام «برنامه متصل گوگل پلی» (Google Play Connected App) شروع کرده. این ویژگی باعث می‌شه تقریباً تمام مراحل پیدا کردن یک اپلیکیشن و رفتن به صفحه نصبش، بدون اینکه از محیط گفت‌وگو با جمینای خارج بشی، انجام بشه. مثلاً اگه از جمینای بخوای «یک برنامه برای برنامه‌ریزی وعده‌های غذایی معرفی کن»، چند اپلیکیشن مناسب بهت پیشنهاد می‌ده. بعد هم با انتخاب هر کدوم، مستقیم وارد صفحه همون برنامه در گوگل پلی می‌شی تا نصبش کنی. حتی می‌تونی از جمینای بخوای خریدهای درون‌برنامه‌ای (In-app Purchases) یک اپلیکیشن رو نشونت بده یا برات کارت هدیه گوگل پلی (Google Play Gift Card) تهیه کنه. البته این قابلیت برای همه از همون اول فعال نیست. برای استفاده ازش باید حداقل ۱۸ سال داشته باشی، برنامه گوگل پلی روی گوشی اندرویدی‌ات نصب باشه، با حساب شخصی گوگل وارد جمینای شده باشی و گزینه «نگه‌داری فعالیت» (Keep Activity) رو هم در تنظیمات جمینای فعال کرده باشی. گوگل هم گفته این قابلیت به‌صورت مرحله‌ای منتشر می‌شه، بنابراین ممکنه کمی زمان ببره تا به دست همه کاربران برسه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

🔥 دنبال اکانت با قیمت مناسب می‌گردی؟ تو کانال Aikardo می‌تونی انواع اکانت و اشتراک‌های پرطرفدار رو تهیه کنی: 🤖 ChatGPT Plus و Google AI Pro 🎨 Canva Pro و Adobe Pro 🎬 CapCut Pro و Veo 3 Ultra 🧠 Grok Super و OpenArt و انواع اکانت های دیگه برای دیدن بقیه اشتراک ها جوین بشید ☁️ فضای ابری و سرویس‌های دیجیتال متنوع ✅ قیمت‌های رقابتی ⚡️ تحویل سریع 💬 پشتیبانی و پاسخ‌گویی 🎁 تخفیف‌ها و پیشنهادهای ویژه برای دیدن قیمت‌ها و ثبت سفارش همین الان وارد کانال شو 👇 🔗 آیدی کانال: @Aikardo 📩 پشتیبانی: @Aikardo_support Aikardo | دنیای اکانت‌ها و اشتراک‌های دیجیتال

گزارش‌ها نشون می‌دن که Grok 4.5 وارد مرحله بتای خصوصی در اسپیس‌ایکس و تسلا شده. انتظار می‌ره عملکرد این مدل به سطح اوپوس (Opus) برسه و رقیب جدی مدل‌های قدرتمند بازار باشه. طبق این گزارش، Grok 4.5 بر پایه مدل پایه نسخه V9 با ۱.۵ تریلیون پارامتر (1.5T V9) توسعه پیدا کرده. علاوه بر این، در مرحله آموزش تکمیلی، داده‌های Cursor هم به مدل اضافه شده. این کار احتمالاً باعث می‌شه توانایی Grok 4.5، مخصوصاً در برنامه‌نویسی و انجام وظایف مرتبط با توسعه نرم‌افزار، نسبت به نسخه‌های قبلی بیشتر بشه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

خیلی‌ها تا گزینه «Thinking» رو می‌بینن، بدون فکر همون رو انتخاب می‌کنن. چون تصورشون اینه که هرچی بیشتر فکر کنه، حتماً جواب بهتری هم می‌ده. ولی همیشه این‌طور نیست. در واقع ممکنه فقط بیشتر معطل بشی، منابع بیشتری مصرف بشه و آخرش هم همون جوابی رو بگیری که مدل Fast تو چند ثانیه بهت می‌داد. این روزها تقریباً همه ابزارهای هوش مصنوعی، از ChatGPT و Claude گرفته تا Gemini و Mistral، دو حالت دارن. ✔️حالت Fast برای وقتیه که فقط می‌خوای سریع کارت راه بیفته. ترجمه، خلاصه‌نویسی، کپشن، ایده‌پردازی، ایمیل، متن‌های روزمره و بیشتر کارهایی که هر روز انجام می‌دی، با همین حالت کاملاً اوکیه. اما وقتی کار جدی‌تر می‌شه، قضیه فرق می‌کنه. 👨‍💻 مثلاً اگه داری کد می‌نویسی، یه فایل طولانی رو تحلیل می‌کنی، چند تا گزینه رو با هم مقایسه می‌کنی یا می‌خوای یه مسئله چندمرحله‌ای رو حل کنی، اون موقع مدل Thinking انتخاب بهتریه. چون قبل از جواب دادن، بیشتر روی مسئله فکر می‌کنه و تحلیل عمیق‌تری انجام می‌ده. اما این یه نکته رو یادت باشه... ✔️حالت Thinking همیشه بهترین انتخاب نیست. اگه سؤالت ساده باشه، استفاده از Thinking فقط باعث می‌شه بیشتر منتظر بمونی. خیلی وقت‌ها هم تفاوت خاصی توی کیفیت جواب نمی‌بینی. کسانی که حرفه‌ای از هوش مصنوعی استفاده می‌کنن، فقط دنبال قوی‌ترین مدل نیستن. اونا می‌دونن هر کار، ابزار مناسب خودش رو می‌خواد. 💡 خلاصه‌اش اینه: ⚡️ حالت Fast برای سرعت بیشتر و کارهای روزمره. 🧠 حالت Thinking برای تحلیل عمیق، دقت بالاتر و حل مسئله‌های پیچیده. همین انتخاب ساده، می‌تونه هم توی وقتت صرفه‌جویی کنه، هم کیفیت خروجی‌هات رو بهتر کنه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

خیلی‌ها تا گزینه «Thinking» رو می‌بینن، بدون فکر همون رو انتخاب می‌کنن. چون تصورشون اینه که هرچی بیشتر فکر کنه، حتماً جواب بهتری هم می‌ده. ولی همیشه این‌طور نیست. در واقع ممکنه فقط بیشتر معطل بشی، منابع بیشتری مصرف بشه و آخرش هم همون جوابی رو بگیری که مدل Fast تو چند ثانیه بهت می‌داد. این روزها تقریباً همه ابزارهای هوش مصنوعی، از ChatGPT و Claude گرفته تا Gemini و Mistral، دو حالت دارن. ✔️حالت Fast برای وقتیه که فقط می‌خوای سریع کارت راه بیفته. ترجمه، خلاصه‌نویسی، کپشن، ایده‌پردازی، ایمیل، متن‌های روزمره و بیشتر کارهایی که هر روز انجام می‌دی، با همین حالت کاملاً اوکیه. اما وقتی کار جدی‌تر می‌شه، قضیه فرق می‌کنه. 👨‍💻 مثلاً اگه داری کد می‌نویسی، یه فایل طولانی رو تحلیل می‌کنی، چند تا گزینه رو با هم مقایسه می‌کنی یا می‌خوای یه مسئله چندمرحله‌ای رو حل کنی، اون موقع مدل Thinking انتخاب بهتریه. چون قبل از جواب دادن، بیشتر روی مسئله فکر می‌کنه و تحلیل عمیق‌تری انجام می‌ده. اما این یه نکته رو یادت باشه... ✔️حالت Thinking همیشه بهترین انتخاب نیست. اگه سؤالت ساده باشه، استفاده از Thinking فقط باعث می‌شه بیشتر منتظر بمونی. خیلی وقت‌ها هم تفاوت خاصی توی کیفیت جواب نمی‌بینی. کسانی که حرفه‌ای از هوش مصنوعی استفاده می‌کنن، فقط دنبال قوی‌ترین مدل نیستن. اونا می‌دونن هر کار، ابزار مناسب خودش رو می‌خواد. 💡 خلاصه‌اش اینه: ⚡️ حالت Fast برای سرعت بیشتر و کارهای روزمره. 🧠 حالت Thinking برای تحلیل عمیق، دقت بالاتر و حل مسئله‌های پیچیده. همین انتخاب ساده، می‌تونه هم توی وقتت صرفه‌جویی کنه، هم کیفیت خروجی‌هات رو بهتر کنه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

جدیدترین آمار استفاده از Claude، یکی از واضح‌ترین تصویرهایی رو نشون می‌ده که تا امروز از نقش هوش مصنوعی توی زندگی روزمره و محیط کار منتشر شده. آنتروپیک توی گزارش جدیدش با نام Cadences، مکالمات ناشناس نزدیک به ۱۰ هزار کاربر کلود رو بررسی کرده تا ببینه مردم دقیقاً چه زمانی و برای چه کارهایی سراغ هوش مصنوعی می‌رن. نتیجه این بررسی، چند الگوی جالب رو نشون می‌ده. استفاده شخصی از کلود توی روزهای کاری حدود ۳۵ درصده، اما آخر هفته‌ها این عدد به نزدیک ۵۰ درصد می‌رسه. یعنی تقریباً نیمی از استفاده کاربران در تعطیلات، برای کارهای شخصیه. یکی از جالب‌ترین روندها به ساعت شام برمی‌گرده. درخواست برای دستور پخت غذا حوالی ساعت ۶ عصر به اوج خودش می‌رسه و ۲.۳ برابر بیشتر از حالت عادی ثبت می‌شه. از اون طرف، سؤال‌های مربوط به اخبار بیشتر ساعت ۷ صبح پرسیده می‌شن. نوشتن ایمیل‌های کاری هم معمولاً بین ساعت ۱۰ تا ۱۱ صبح بیشترین فراوانی رو داره. درخواست برای راهنمایی درباره خواب هم بین ساعت ۳ تا ۵ بامداد به شکل محسوسی بیشتر می‌شه. این موضوع نشون می‌ده خیلی از کاربرها وقتی خوابشون نمی‌بره، سراغ کلود می‌رن. توی آمریکا هم درست قبل از مهلت ارسال اظهارنامه مالیاتی، سؤال‌های مربوط به مالیات تا ۸ برابر بیشتر از حالت عادی شد. اما به محض اینکه مهلت تموم شد، این درخواست‌ها تقریباً یک‌باره افت کرد. رفتار برنامه‌نویس‌ها هم آخر هفته با روزهای کاری فرق داره. اون‌ها زمان کمتری رو صرف طراحی معماری بک‌اند و رفع اشکال رابط‌های برنامه‌نویسی می‌کنن و بیشتر مشغول آزمایش عامل‌های هوش مصنوعی، معاملات و ساخت بازی می‌شن. نکته جالب دیگه اینه که استفاده از هوش مصنوعی بعد از ساعت کاری، بیشتر بین افرادی دیده می‌شه که درآمد بالاتری دارن، نه کسانی که کارهای اداری و دفتری روتین انجام می‌دن. طبق این گزارش، کلود حالا توی ۹۳ درصد از مکالمات عادی و همچنین گفت‌وگوهای حالت همکاری (Cowork)، یک خروجی مشخص و قابل استفاده تولید می‌کنه. رایج‌ترین خروجی‌هایی که کلود ارائه می‌ده شامل توضیح و تشریح مطالب با ۱۷ درصد، اسناد و گزارش‌ها با ۱۵ درصد و راهنمایی با ۱۱ درصده. این گزارش همچنین نشون می‌ده تولید محتوای بازاریابی، نوشتن مقاله برای وبلاگ و اجرای پرس‌وجوهای پایگاه داده، بیشتر برای کار استفاده می‌شن. در مقابل، نویسندگی خلاقانه، دستورهای آشپزی و راهنمایی‌های شخصی، بیشتر به استفاده‌های شخصی مربوط هستن. توی مکالمات کاری، اسناد و گزارش‌ها با سهم ۲۰ درصد، رایج‌ترین خروجی کلود هستن. اما توی گفت‌وگوهای شخصی، بیشتر از همه توضیح دادن با ۲۵ درصد و ارائه پیشنهاد و توصیه (Recommendations) با ۲۲ درصد دیده می‌شه. در نهایت، آنتروپیک به یک نکته مهم هم اشاره کرده. هرچقدر کارها پیچیده‌تر باشن، منابع پردازشی بیشتری مصرف می‌کنن. مکالمات مربوط به مشاغل با بالاترین سطح درآمد، تقریباً دو برابر بیشتر از مشاغل با درآمد پایین، توکن مصرف می‌کنن. بین همه فعالیت‌ها، ساخت اپلیکیشن سنگین‌ترین کار از نظر مصرف منابع محاسباتیه و بیش از سه برابر مقدار میانه، توکن مصرف می‌کنه. در مقابل، درخواست‌های ساده برای دریافت توضیح، فقط حدود یک‌پنجم این میزان به منابع پردازشی نیاز دارن. Source ✈️@mohammad_zammani 📱Mohammad.zammani.offical

📱 شرکت OpenAI از خانواده جدید GPT-5.6 رونمایی کرده، اما این بار برخلاف عرضه‌های قبلی، فعلاً فقط تعداد محدودی از شریک‌های مورد اعتماد این شرکت از طریق رابط برنامه‌نویسی (API) و ابزار Codex به مدل‌ها دسترسی دارن. OpenAI گفته طی هفته‌های آینده دسترسی عمومی هم به‌تدریج آغاز می‌شه. نکته متفاوت این عرضه، همکاری مستقیم OpenAI با دولت آمریکاست. سم آلتمن گفته به درخواست دولت ایالات متحده، این مدل‌ها فعلاً به‌صورت پیش‌نمایش محدود منتشر شدن و شرکت در حال همکاری با دولت برای ایجاد روندی شفاف‌تر جهت عرضه عمومی اون‌هاست. خانواده GPT-5.6 از سه مدل Sol، Terra و Luna تشکیل شده. مدل Sol پرچمدار این خانواده و قدرتمندترین مدلیه که OpenAI تا امروز ساخته. این مدل برای کارهایی مثل امنیت سایبری، استدلال، برنامه‌نویسی و انجام وظایف چندمرحله‌ای طراحی شده و علاوه بر بالاترین سطح توان استدلال (Max Reasoning Effort)، از حالت «اولترا مود» (Ultra Mode) هم استفاده می‌کنه که با کمک زیرعامل‌ها (Subagents) مسائل پیچیده رو حل می‌کنه. مدل Terra عملکردی نزدیک به GPT-5.5 داره، اما با نصف هزینه عرضه می‌شه. Luna هم سریع‌ترین و ارزان‌ترین عضو این خانواده برای پردازش حجم بالای درخواست‌هاست. قیمت استفاده از API برای هر یک میلیون توکن هم اعلام شده. Sol با قیمت ۵ دلار برای ورودی و ۳۰ دلار برای خروجی عرضه می‌شه، Terra به‌ترتیب ۲.۵ و ۱۵ دلار قیمت داره و Luna هم با قیمت ۱ دلار برای ورودی و ۶ دلار برای خروجی، اقتصادی‌ترین مدل این خانواده محسوب می‌شه. البته OpenAI اعلام کرده Sol از ماه جولای روی سخت‌افزارهای Cerebras اجرا می‌شه و می‌تونه به سرعتی تا ۷۵۰ توکن در ثانیه برسه. این یعنی در بهترین حالت، حدود ۱۵ برابر سریع‌تر از سرویس‌های فعلی GPT-5.5 پاسخ تولید می‌کنه. از نظر ایمنی هم OpenAI می‌گه Sol قوی‌ترین سیستم محافظتی این شرکت رو داره و با آزمایش‌های گسترده انسانی و فنی ارزیابی شده است. با این حال، این شرکت تأکید کرده که توانایی‌های مدل هنوز از آستانه «سایبر کریتیکال» (Cyber Critical) در چارچوب آمادگی (Preparedness Framework) عبور نکرده و در دسته ریسک‌های بحرانی قرار نمی‌گیره. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

اگه دنبال یه راه ساده برای استفاده از مدل‌های هوش مصنوعی هستی، این دو سرویس می‌تونن حسابی به کارت بیان. پلتفرم AgentRouter • تا ۱۲۵ دلار اعتبار رایگان • دسترسی به مدل‌هایی مثل GPT و Claude

https://agentrouter.org

پلتفرم Bluesminds • تا ۱۰۰ دلار اعتبار رایگان • پشتیبانی از مدل‌های متنوع‌تر و بیشتر

https://api.bluesminds.com

اگه برنامه‌نویسی می‌کنی، کافیه API Key این سرویس‌ها رو به VS Code و Cline وصل کنی تا مستقیم با مدل‌های هوش مصنوعی کدنویسی کنی. اگه هم برنامه‌نویس نیستی، باز هم می‌تونی ازشون استفاده کنی. فقط API Key رو بگیر، وارد سایت زیر شو، آدرس سرویس و کلید API رو وارد کن و بدون دردسر با مدل‌های مختلف کار کن.

https://B2n.ir/newapi

✈️@mohammad_zammani 📱Mohammad.zammani.offical

📱 به نظر می‌رسه «GPT-5.6 Preview» توی کدهای ChatGPT دیده شده و احتمال داره OpenAI دسترسیش رو برای بعضی از مشتری‌های سازمانی و شرکای خودش هم فعال کرده باشه. اگه این نشونه‌ها درست باشن، احتمالاً این مدل فعلاً برای مدت بیشتری توی فاز «پیش‌نمایش محدود» می‌مونه و همه بهش دسترسی پیدا نمی‌کنن. یعنی فعلاً نباید منتظر انتشار عمومی یا عرضه نزدیک GPT-5.6 باشیم. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

گوگل فلو یه قابلیت جدید اضافه کرده که باهاش عامل هوش مصنوعی (Agent) می‌تونه برای ساخت تصویر و ویدیو از داده‌های «نمای خیابان گوگل مپس» استفاده کنه. این ویژگی فعلاً فقط برای موقعیت‌های داخل آمریکا فعاله. به گفته گوگل، حالا Google Flow Agent می‌تونه تصاویر و ویدیوهایی بسازه که بر اساس داده‌های واقعی نمای Google Maps Street View تولید می‌شن. نتیجه اینه که صحنه‌ها جزئیات واقعی‌تر و دقت بیشتری دارن. فرقی هم نمی‌کنه بخوای یک شخصیت رو داخل یک محیط واقعی قرار بدی، ظاهر یک بنای معروف شهری رو با یک سبک جدید بازسازی کنی، یا محله مورد علاقه‌ات رو از نو تصور و بازآفرینی کنی. برای استفاده از این قابلیت، فقط کافیه حالت Agent Mode رو فعال کنی و داخل پرامپت، اسم یک مکان یا آدرس دقیق یک خیابون رو بنویسی. این قابلیت به‌صورت جهانی در دسترسه، اما فعلاً فقط از آدرس‌ها و موقعیت‌های داخل آمریکا پشتیبانی می‌کنه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

🔋گوگل قابلیت «استفاده از کامپیوتر» (Computer Use) رو به مدل Gemini 3.5 Flash اضافه کرده. این قابلیت باعث می‌شه مدل بتونه مثل یه کاربر واقعی با کامپیوتر کار کنه. مثلاً روی دکمه‌ها کلیک کنه، فرم‌ها رو پر کنه، بین برنامه‌های مختلف جابه‌جا بشه و کارهای مختلف رو بدون نیاز به دخالت مستقیم کاربر انجام بده. گوگل می‌گه Computer Use حالا به‌صورت یک ابزار داخلی داخل Gemini 3.5 Flash قرار گرفته و تا این لحظه، بهترین عملکرد این شرکت رو در انجام کارهای عامل‌محور (Agentic Computer Use Tasks) ارائه می‌ده. این قابلیت توی بنچمارک OSWorld-Verified هم امتیاز ۷۸.۴ رو کسب کرده که نشون می‌ده Gemini 3.5 Flash عملکرد خیلی خوبی توی انجام وظایف واقعی روی کامپیوتر داره. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

اوپن‌ای‌آی ظاهراً داره روی یه مدل صوتی جدید به اسم Bidi 1 کار می‌کنه؛ مدلی که فقط برای حرف زدن نیست و کارهای جالب‌تری هم ازش برمیاد. طبق نمونه‌هایی که منتشر شده، این مدل می‌تونه آواز بخونه، رپ اجرا کنه و حتی صداهای مختلف رو تولید کنه. یه دمو از رپ خوندن این مدل هم منتشر شده که نشون می‌ده Bidi 1 فقط یه مدل گفت‌وگو یا تبدیل متن به صدا نیست و می‌تونه توی تولید محتوای صوتی خلاقانه هم نقش داشته باشه. اگه این قابلیت‌ها به نسخه نهایی برسن، احتمالاً داریم به سمتی می‌ریم که مدل‌های صوتی آینده فقط حرف نمی‌زنن، بلکه می‌تونن بخونن، اجرا کنن و انواع صداها و افکت‌های صوتی رو هم بسازن. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

مدل جدید GPT-5.5-Cyber از OpenAI به‌تازگی توی بنچمارک CyberGym عملکرد بهتری نسبت به Mythos 5 ثبت کرده. مدل CyberGym یه معیار ارزیابیه که توانایی عامل‌های هوش مصنوعی رو در شناسایی و بازتولید آسیب‌پذیری‌های واقعی نرم‌افزارها می‌سنجه. به زبان ساده، بررسی می‌کنه که این مدل‌ها تا چه حد می‌تونن شرایط واقعی حملات و ضعف‌های امنیتی نرم‌افزارها رو شبیه‌سازی کنن. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

بایت‌دنس رسماً از Seedance 2.5 رونمایی کرده و هم‌زمان یه آپدیت مهم هم برای Seedance 2.0 منتشر کرده. مهم‌ترین تغییر نسخه 2.0 اینه که حالا از خروجی 4K پشتیبانی می‌کنه و می‌تونی ویدیوها رو با کیفیت خیلی بالاتری بسازی. از اون طرف، Seedance 2.5 یه قابلیت جذاب آورده که اجازه می‌ده ویدیوهای ۳۰ ثانیه‌ای رو یکجا تولید کنی. یعنی دیگه لازم نیست برای ساخت ویدیوهای طولانی‌تر چند بار فرآیند تولید رو تکرار کنی. بایت‌دنس همچنین از یه پلتفرم جدید برای تجاری‌سازی و مدیریت حقوق آثار تولیدشده با هوش مصنوعی (AI) رونمایی کرده. این پلتفرم قراره به موضوعاتی مثل مالکیت محتوا و استفاده تجاری از خروجی‌های هوش مصنوعی کمک کنه. راستی ویدیوی تبلیغاتی‌ای که برای این معرفی منتشر شده واقعاً فوق‌العاده‌ست. کیفیت و اجرای اون نشون می‌ده رقابت توی حوزه تولید ویدیوی هوش مصنوعی داره وارد یه مرحله جدید می‌شه. ✈️@mohammad_zammani 📱Mohammad.zammani.offical