Tech Presso | تک‌پرِسو

📌 شرکت Perplexity از مدل gpt-live-1 برای حالت صوتی استفاده می‌کنه پلتفرم Perplexity قابلیت صوتی خودش رو به مدل gpt-live-1 مجهز کرده. این آپدیت برای کاربران مک و وب منتشر شده. با این مدل می‌تونین با حرف زدن کارها رو مدیریت کنین. ویژگی مهم این مدل ارتباط دوطرفه کامل هست. یعنی سیستم می‌تونه موقع حرف زدن هم به شما گوش بده. شما می‌تونین چند کار همزمان رو بدون کیبورد انجام بدین. نکته مهم اینه که قابلیت صوتی فقط برای مشترکین پولی فعاله. برای استفاده باید اشتراک Pro با قیمت ۱۷ دلار بخرین. اشتراک Max هم با قیمت ۱۶۷ دلار در ماه در دسترسه. 📰 Source 📬@Techpressoo

📌 معرفی مدل Gemini 4 Carbon توسط گوگل؛ غول جدید امنیت سایبری و برنامه‌نویسی شرکت گوگل دیپ‌مایند از مدل پیشرفته Gemini 4 Carbon رونمایی کرد. این مدل برای حل مسائل پیچیده مهندسی طراحی شده و می‌تواند روزها به‌صورت پیوسته برای یافتن و رفع باگ‌ها در کدهای حجیم (تسک‌های طولانی‌مدت) فعالیت کند. این مدل در بنچمارک‌های امنیت سایبری (کشف، اعتبارسنجی و رفع آسیب‌پذیری‌ها) رکوردشکنی کرده و جایگاه نخست رتبه‌بندی Artificial Analysis را به دست آورده است. از پیشرفت‌های مهم Carbon می‌توان به مقاومت ۱۰۰ درصدی در برابر حملات «تزریق پرامپت»، کاهش ۵۰ درصدی اطلاعات ساختگی و تعامل بهتر با کاربر در شرایط ابهام اشاره کرد. عرضه این مدل ابتدا برای متخصصان امنیت سایبری و سپس برای عموم توسعه‌دهندگان با قیمتی مشابه نسخه Argon (۲ دلار به ازای هر یک میلیون توکن ورودی) آغاز می‌شود. 📰 Source 📬@Techpressoo

📌 اتصال ChatGPT به تقویم و ایمیل آی‌کلاد (iCloud) شرکت OpenAI اعلام کرد که کاربران اکنون می‌توانند ChatGPT را مستقیماً به تقویم و ایمیل آی‌کلاد (iCloud Calendar and Mail) متصل کنند. این قابلیت پرطرفدار و موردانتظار، هم‌اکنون در نسخه‌های وب، دسکتاپ و سیستم‌عامل iOS در دسترس قرار گرفته است.

📌 معرفی مدل دنیاساز Genie 4 توسط دیپ‌مایند با فیزیک و صداهای واقعی‌تر شرکت Google DeepMind از نسخه جدید مدل هوش مصنوعی دنیاساز خود با نام Genie 4 رونمایی کرد. این مدل با کمک Gemini 3.8 Flash محیط‌های مجازی و تعاملی را بدون نیاز به برنامه‌نویسی یا رندر از پیش‌تعیین‌شده، فریم‌به‌فریم خلق می‌کند و می‌تواند تغییراتی مثل آب‌وهوا و زاویه دوربین را در لحظه اعمال کند. در Genie 4، شبیه‌سازی قوانین فیزیک (مثل آیرودینامیک و برخوردها) و حرکات کاراکترهای انسانی بسیار طبیعی‌تر شده است. ویژگی مهم دیگر این نسخه، پشتیبانی از صدای بومی (Native Audio) است؛ به طوری که علاوه بر تولید افکت‌های صوتی محیطی، امکان ایجاد مکالمات انسانی تعاملی و هماهنگ با تغییرات شبیه‌سازی نیز فراهم شده است. گوگل این فناوری را گامی مهم به سوی هوش مصنوعی جامع (AGI) و ایجاد محیط‌های آموزشی نامحدود برای ربات‌ها می‌داند. دسترسی به Genie 4 به‌زودی برای توسعه‌دهندگان و همچنین خریداران اشتراک گران‌قیمت ۱۰۰ دلاری Google AI Ultra فراهم خواهد شد. 📰 Source 📬@Techpressoo

📌 انتشار iOS 27.2 توسط اپل؛ ارتقای حافظه Siri و امکانات جدید برای آیفون تاشو اپل به‌روزرسانی iOS 27.2 را با قابلیت‌های جدید هوش مصنوعی و رفع بیش از ۱۶۰ باگ امنیتی منتشر کرد. در این نسخه، دستیار هوشمند Siri به قابلیت «حافظه» مجهز شده است تا جزئیات مکالمات قبلی و ترجیحات کاربر را به خاطر بسپارد و اطلاعات را از بخش‌هایی نظیر عکس‌های پیام‌ها، تاریخچه سافاری و تقویم استخراج کند. همچنین پشتیبانی از ۵ زبان جدید (از جمله فرانسوی و ژاپنی) در حالت بتا به آن افزوده شده است. امکانات جدید این نسخه شامل پشتیبانی از قلم Apple Pencil و افکت نوری Edge Light برای آیفون تاشوی Duo، تصویربرداری هم‌زمان با دو دوربین در فیس‌تایم (Dual Capture)، تبدیل هوشمند پیام‌ها به رویداد تقویم، تماشای هم‌زمان ۴ استریم ورزشی و بهبود برنامه پادکست است. در بخش امنیتی نیز، علاوه بر رفع باگ‌های متعدد در iOS 27.2، اپل یک وصله حیاتی برای جلوگیری از حملات پیشرفته جاسوس‌افزاری در نسخه بسیار قدیمی iOS 18 منتشر کرده است. 📰 Source 📬@Techpressoo

📌 گسترش همکاری متا و انویدیا؛ سرمایه‌گذاری ۳ میلیارد دلاری برای توسعه دستیار Muse متا و انویدیا همکاری استراتژیک خود را برای توسعه دستیار هوش مصنوعی Muse گسترش می‌دهند. هدف از این شراکت جدید، بهینه‌سازی فرآیندهای آموزش و استنتاج (Inference) مدل‌ها برای دستیابی به عملکرد بالاتر و کاهش هزینه‌های زیرساختی ایجنت‌های هوشمند است. برای رسیدن به این هدف، متا قصد دارد از پردازنده‌های نسل جدید Vera و Vera Rubin انویدیا در کنار فناوری‌های شبکه Spectrum-X و BlueField-4 استفاده کند. همچنین در بخش امنیت و نظارت، این دو شرکت روی معماری ایمن OpenShell و ابزار نظارتی NVIDIA Sentry با یکدیگر همکاری خواهند کرد. برای تحکیم این اتحاد فنی، انویدیا مبلغ ۳ میلیارد دلار در سهام متا سرمایه‌گذاری می‌کند. مارک زاکربرگ این پروژه را راهی برای ارائه «ابرهوش مصنوعی شخصی» به میلیاردها کاربر می‌داند و مدیرعامل انویدیا نیز ایجنت‌ها را پارادایم جدیدی می‌داند که جایگزین کار دستی انسان با نرم‌افزارها خواهند شد. 📰 Source 📬@Techpressoo

📌 رونمایی رسمی OpenAI از مدل جدید GPT-6.1 Terra شرکت OpenAI به‌طور رسمی از مدل هوش مصنوعی جدید خود با نام GPT-6.1 Terra رونمایی کرد؛ مدلی که به نظر می‌رسد معرفی آن سورپرایز ویژه رویداد DevDay برلین باشد. طبق اعلام این شرکت، مدل Terra در حداکثر توان پردازشی خود، بیش از ۳ برابر نسبت به مدل Claude Opus 5.5 در مصرف توکن بهینه‌تر عمل می‌کند. با توجه به اینکه قیمت هر توکن آن نیز یک‌چهارم رقیب است، هزینه نهایی انجام هر تسک حدود ۹ برابر کاهش می‌یابد. علاوه بر کاهش چشمگیر هزینه‌ها، مدل Terra سرعت بسیار بالایی دارد و می‌تواند وظایف را بیش از ۳ برابر سریع‌تر از مدل‌های قدرتمند GPT-6 Astra و GPT-6.1 Sol به پایان برساند. 📰 Source 📬@Techpressoo

📌 آغاز انتشار تدریجی قابلیت مکالمه صوتی در دستیار هوشمند Muse متا شرکت متا از روز گذشته، روند انتشار تدریجی قابلیت تماس صوتی را برای دستیار هوش مصنوعی خود (Muse) آغاز کرده است. این ویژگی جدید به کاربران اجازه می‌دهد تا مکالمات صوتی هم‌زمان (Real-time) و کاملاً دوطرفه با این ایجنت هوشمند داشته باشند. 📰 Source 📬 @Techpressoo

پرپلکسیتی (Perplexity): • کنترل‌های سازمانی بیشتر: مدیران اکانت‌های Enterprise اکنون می‌توانند حداکثر و حداقلِ سطح استدلال (Effort) ابزار Computer را بر اساس نقش کاربران شخصی‌سازی کنند. مهارت جدید Taste نیز به فروشگاه اضافه شده و تا ۳۱ اکتبر رایگان است. 📬 @Techpressoo

📌 خلاصه مهم‌ترین اخبار روز هوش مصنوعی (۲۴ اکتبر) مون‌شات (Moonshot): • راه‌اندازی Kimi K3.1 Pro: این مدل عظیم با ۲.۸ تریلیون پارامتر (با معماری MoE و ۱۰۴ میلیارد پارامتر فعال) و پنجره زمینه یک میلیون توکنی منتشر شد. این مدل هم‌اکنون در نسخه وب، موبایل و API در دسترس است و نسخه وزن‌باز (Open-weight) آن در ۴ نوامبر عرضه خواهد شد. • درخشش در بنچمارک‌ها: این مدل با کسب امتیاز ۵۵ (۱۱ امتیاز بالاتر از نسخه قبلی) در جایگاه چهارم شاخص هوش پلتفرم Artificial Analysis قرار گرفت و با انتشار نسخه متن‌باز، به برترین مدل وزن‌باز جهان تبدیل خواهد شد. • بازگشت به جمع برترین‌ها: Kimi K3.1 Pro همچنین موفق به کسب رتبه هشتم در بخش برنامه‌نویسی وب (WebDev) پلتفرم Arena شد تا استارتاپ مون‌شات را دوباره به جمع ۴ آزمایشگاه برتر هوش مصنوعی بازگرداند. اوپن‌ای‌آی (OpenAI): • فرار هوش مصنوعی و توقف آموزش: اوپن‌ای‌آی فاش کرد که پس از موفقیت یکی از مدل‌ها در یافتن راهی برای خروج (Escape) از محیط ایزوله‌شده‌ی آموزشی در ۲۰ سپتامبر، روند آموزش مدل‌های پیشرو را متوقف کرده بود. این فرآیند پس از تقویت سیستم‌های امنیتی و اختصاص منابع پردازشی ویژه برای تیم ارزیابی (Red-teaming) در اول اکتبر از سر گرفته شد. • کشف آسیب‌پذیری خطرناک: فرآیند ارزیابی امنیتی همین ایجنت، منجر به کشف یک آسیب‌پذیری خطرناک اجرای کد از راه دور در کتابخانه فشرده‌سازی Brotli شد که اکنون در نسخه‌های جدید برطرف شده است. • آپدیت Codex CLI: نسخه ۰.۱۶۴.۰ خط فرمان کدکس با قابلیت‌های جدیدی مثل فضاهای قابل استفاده مجدد (presets/)، آرگومان‌های درون‌خطی (model/ و permissions/) و پیش‌نمایش تصاویر در ترمینال منتشر شد. اسپیس‌ایکس‌اس‌آی (SpaceXSI / xAI) و کرسر: • گاوصندوق امنیتی در گروک: ربات Grok در بخش تنظیمات خود به یک گاوصندوق (Vault) برای ذخیره امن اطلاعات ورود به سایت‌ها، کارت‌های بانکی و اطلاعات تماس مجهز شده که برای کاربران دسکتاپ و موبایل در حال انتشار است. • کنترل کامپیوتر توسط ایجنت‌ها: ابزار برنامه‌نویسی Cursor اکنون می‌تواند کنترل کامپیوتر شما را در دست بگیرد و به ایجنت‌ها اجازه دهد برای تست کدهای خود، برنامه‌های دسکتاپ (مانند شبیه‌ساز iOS) را اجرا و کنترل کنند. • پخش سریال تولیدشده با هوش مصنوعی: سرویس Grok Imagine با همکاری استودیوی Wonder، اولین قسمت از سریال Odyssey را که کاملاً توسط هوش مصنوعی تولید شده، به نمایش گذاشت. انتروپیک (Anthropic): • گزارش امنیتی جدید: این شرکت تحلیل جامع‌تری از حادثه‌ای منتشر کرد که در آن مدل Claude Mythos 5 در جریان تست‌های سایبری موسسه ایمنی هوش مصنوعی بریتانیا، اقدامات غیرمجازی را به‌صورت آنلاین انجام داده بود. • به‌روزرسانی ظاهری: اپلیکیشن دسکتاپ کلود با آیکون‌های جدید و سیستم تایپوگرافی ساده‌تر، یک بازطراحی بصری دریافت کرد. • جدایی مهره‌های کلیدی: طارق شهیپار (Thariq Shihipar)، یکی از چهره‌های اصلی توسعه ابزار Claude Code، انتروپیک را ترک کرد. گزارش‌ها حاکی از آن است که آنتونی موریس نیز از این شرکت جدا شده است. گوگل (Google): • ادغام Gemini Notebook: این ابزار اکنون به عنوان یک برنامه متصل (Connected App) در جمینای در دسترس است؛ می‌توانید مستقیماً از طریق محیط چت، دفترچه‌های جدید بسازید، آن‌ها را به‌روزرسانی کرده و جستجو کنید. • خروجی مستقیم به Google Sites: برنامه‌های تعاملی ساخته‌شده در اپلیکیشن جمینای اکنون با یک کلیک قابلیت انتقال و انتشار در پلتفرم Google Sites را دارند. • دسترسی زودهنگام به Carbon: به نظر می‌رسد مدل جدید Gemini 4 Carbon در فاز دسترسی زودهنگام در اختیار تستر‌های خارج از گوگل قرار گرفته و بازخوردها حاکی از خروجی‌های بسیار قوی‌تر آن نسبت به مدل Argon است. متا (Meta): • گسترش دستیار Muse: پس از عرضه در آمریکا و کانادا، دستیار هوشمند Muse اکنون در حال انتشار برای کاربران کشور ژاپن است. انویدیا (NVIDIA): • مدل کوچک برای ربات‌ها: انویدیا مدل متن‌باز و کم‌حجم Nemotron 3.5 Bolt E4B (با حجم ۴ گیگابایت) را منتشر کرد که برای استفاده در دستیارهای محلی و ربات‌ها طراحی شده و روی بردهای Jetson Orin Nano قابل اجراست. بایت‌دنس (ByteDance): • عرضه مدل Seedance 2.5 4K: این مدل تولید ویدیو با پشتیبانی از رنگ‌های ۱۰ بیتی و حالت پیش‌نویس (برای پیش‌نمایش ارزان‌تر 480p پیش از ارتقای کیفیت) برای مشتریان سازمانی منتخب منتشر شد. بلاک (Block): • رونمایی از Dessa توسط جک دورسی: مدیرعامل Block از یک مدل صوتی دوطرفه (Full-duplex) رونمایی کرد که منحصراً روی مکالمات صوتی آموزش دیده است (در حال حاضر فقط دمو و لیست انتظار در دسترس است).

📌 پروژه OpenMobile-2؛ رقابت ایجنت‌های هوشمند متن‌باز با مدل‌های اختصاصی در کنترل موبایل پژوهشگران دانشگاه نانجینگ و شرکت SenseTime مدل‌های هوش مصنوعی جدیدی به نام OpenMobile-2 را معرفی کرده‌اند که می‌توانند گوشی‌های هوشمند را کنترل کنند. این مدل‌های متن‌باز (مبتنی بر مدل‌های ۹ و ۲۷ میلیارد پارامتری Qwen) در بنچمارک دستگاه‌های واقعی اندرویدی (SPA-Bench) موفق به کسب بالاترین امتیاز در میان مدل‌های متن‌باز شده‌اند و فاصله خود را با غول‌های اختصاصی کاهش داده‌اند. پژوهشگران برای رفع چالش‌های محیط واقعی، بیش از ۱۱۰ برنامه را شبیه‌سازی کردند و دریافتند که در یادگیری ایجنت‌ها، «تنوع برنامه‌ها» بسیار مهم‌تر از «حجم داده‌ها» است. همچنین، پشتیبانی این ایجنت‌ها از دستورات مستقیم در کنار شبیه‌سازی لمسی، باعث شده تا بتوانند وظایف را بدون نیاز به پیمایش در منوهای پیچیده، با مراحل کمتر و سرعت بیشتری انجام دهند. 📰 Source @Techpressoo

📌 رونمایی جک دورسی از Dessa؛ مدل گفتاری دوطرفه با بیان احساسات بی‌نظیر جک دورسی به تازگی از یک مدل هوش مصنوعی گفتاری کاملاً دوطرفه (Full-duplex) به نام Dessa رونمایی کرده است. نکته شگفت‌انگیز در مورد این مدل آن است که منحصراً با استفاده از مکالمات صوتی آموزش دیده و در توسعه آن از هیچ‌گونه داده متنی یا مدل‌های از پیش آموزش‌یافته‌ای استفاده نشده است. در حال حاضر تنها نمونه‌های آزمایشی (دمو) از Dessa منتشر شده است، اما همین دموها نشان می‌دهند که این مدل در زمینه بیان احساسات و انتقال حس طبیعی مکالمه، بسیار فراتر از تمامی رقبای فعلی خود عمل می‌کند. با این پیشرفت‌ها، به نظر می‌رسد به زودی شاهد حضور گسترده مدل‌های صوتی در همه جا خواهیم بود. 📰 Source @Techpressoo

📌 خلاصه مهم‌ترین اخبار روز هوش مصنوعی (۲۳ اکتبر) انتروپیک (Anthropic): • دسترسی عمومی در پلتفرم گوگل: مدل‌های کلود (مدیریت‌شده توسط انتروپیک) اکنون به‌طور عمومی در Google Cloud در دسترس هستند. این ادغام، تمامی ویژگی‌های پلتفرم کلود را در کنار سیستم صورت‌حساب و مدیریت هویت (IAM) گوگل کلود در اختیار کاربران قرار می‌دهد. • اجرای خودکار و ایمن‌تر: از هفته آینده، تمامی نشست‌های وب، دسکتاپ و موبایل کلود در طرح‌های Pro، Max و Team به‌طور پیش‌فرض در حالت خودکار (Auto mode) اجرا می‌شوند؛ این حالت مجهز به یک سیستم بررسی خودکار است که جلوی هرگونه اقدام پرخطر را می‌گیرد. • آماده‌سازی برای آیفون تاشو: نسخه مستقل Claude Duet به‌طور ویژه برای گوشی تاشوی آینده اپل (iPhone Duo) بهینه‌سازی خواهد شد. اوپن‌ای‌آی (OpenAI): • عرضه عمومی Decisions API: این رابط برنامه‌نویسی اکنون با قدرت‌گیری از مدل GPT-6 Luna در دسترس عموم قرار گرفته است. این ابزار طبقه‌بندی و تصمیم‌گیری‌های تقریباً درنگ‌نگام (Real-time) را تا ۱۰ برابر سریع‌تر و با هزینه ناچیز ۰.۱۰ دلار به ازای هر میلیون توکن ورودی انجام می‌دهد. اسپیس‌ایکس‌اس‌آی (SpaceXSI / xAI): • دسترسی گروک به اپلیکیشن‌های گوشی: ربات Grok اکنون می‌تواند به تقویم، یادآورها، مخاطبین و سایر برنامه‌های گوشی شما متصل شده و از آن‌ها استفاده کند. این ویژگی در حال انتشار برای iOS و اندروید است. • همکاری امنیتی با 1Password: ربات گروک طی روزهای آینده قابلیتی دریافت می‌کند که با استفاده از حساب 1Password شما (و تنها با تأیید خودتان) به‌طور ایمن به سایت‌ها وارد شود. گوگل (Google): • معرفی Agent Compute Engine: گوگل کلود از یک نوع ماشین مجازی جدید رونمایی کرد که به‌طور خاص برای اجرای ایجنت‌های هوش مصنوعی در مقیاس وسیع طراحی شده است. همزمان ابزارهای کنترلی و نظارتی این ایجنت‌ها نیز گسترش یافته‌اند. • توصیه‌های هوشمندتر جمینای: جمینای اکنون می‌تواند تاریخچه جستجوهای گوگل مپس و مکان‌های ذخیره‌شده شما را در کنار گوگل تقویم بررسی کرده تا پیشنهادات روزانه‌ی دقیق‌تر و شخصی‌سازی‌شده‌تری ارائه دهد. مینی‌مکس (MiniMax): • انتشار مدل وزن‌باز M3.1 Flash: مینی‌مکس مدل قدرتمند ۴۲۸ میلیارد پارامتری خود (با معماری MoE و ۲۳ میلیارد پارامتر فعال) را به‌صورت وزن‌باز منتشر کرد. این مدل از روز اول توسط پلتفرم‌هایی نظیر Together، SGLang، vLLM و NVIDIA NeMo پشتیبانی می‌شود. مون‌شات (Moonshot): • تیزر مدل جدید Kimi: پس از آنکه مدل جدید Kimi K3.1 عملکرد درخشانی در تست‌های پلتفرم Arena از خود نشان داد، استارتاپ مون‌شات با انتشار تیزری رسماً خبر از عرضه قریب‌الوقوع آن داد. مایکروسافت (Microsoft): • طراحی جدید کوپایلوت و پولی شدن حالت صوتی: مایکروسافت در حال عرضه نسخه بازطراحی‌شده‌ی Copilot برای کاربران بیشتری در پلتفرم‌های وب و موبایل است. بررسی‌ها نشان می‌دهد که دسترسی به ویژگی «حالت صوتی» (Voice mode) در این نسخه جدید نیازمند تهیه اشتراک پولی خواهد بود. پرپلکسیتی (Perplexity): • ارتقای ایجنت‌ها و اجرای محلی: پرپلکسیتی قابلیت Batch API را به ایجنت خود اضافه کرد که تا ۵۰ هزار درخواست را در هر فایل پشتیبانی می‌کند. همچنین مدل تصمیم‌گیری این شرکت اکنون می‌تواند کاملاً به‌صورت محلی (Local) روی کامپیوترهای مک اجرا شود. کانوا (Canva): • رونمایی از مدل تصویرساز Craft: کانوا اولین مدل پیشرو (Frontier) و اختصاصی تولید تصویر خود را که ویژه امور طراحی ساخته شده، راه‌اندازی کرد. این مدل هم در خود پلتفرم کانوا و هم از طریق API در دسترس است. آیدیوگرام (Ideogram): • انتشار ابزار Vector 1.0: این مدل جدید قابلیت تولید تصاویر وکتور (SVG) لایه‌باز و قابل ویرایش را دارد و می‌تواند تصاویر پیکسلی را به وکتور تبدیل کند. این ویژگی در پلتفرم آیدیوگرام و از طریق API قابل استفاده است. وان‌پسورد (1Password): • معرفی پلتفرم امن برای ایجنت‌ها: این شرکت با همکاری نام‌های بزرگی نظیر متا، انتروپیک، اوپن‌ای‌آی و SpaceXSI، از پلتفرمی پرده برداشت که به ایجنت‌های هوش مصنوعی اجازه می‌دهد بدون دسترسی و مشاهده مستقیمِ رمزهای عبور شما، وظایف آنلاین خود را انجام دهند (لیست انتظار این سرویس هم‌اکنون باز است). @Techpressoo

📌 خلاصه مهم‌ترین اخبار روز هوش مصنوعی (۲۳ اکتبر) انتروپیک (Anthropic): • دسترسی عمومی در پلتفرم گوگل: مدل‌های کلود (مدیریت‌شده توسط انتروپیک) اکنون به‌طور عمومی در Google Cloud در دسترس هستند. این ادغام، تمامی ویژگی‌های پلتفرم کلود را در کنار سیستم صورت‌حساب و مدیریت هویت (IAM) گوگل کلود در اختیار کاربران قرار می‌دهد. • اجرای خودکار و ایمن‌تر: از هفته آینده، تمامی نشست‌های وب، دسکتاپ و موبایل کلود در طرح‌های Pro، Max و Team به‌طور پیش‌فرض در حالت خودکار (Auto mode) اجرا می‌شوند؛ این حالت مجهز به یک سیستم بررسی خودکار است که جلوی هرگونه اقدام پرخطر را می‌گیرد. • آماده‌سازی برای آیفون تاشو: نسخه مستقل Claude Duet به‌طور ویژه برای گوشی تاشوی آینده اپل (iPhone Duo) بهینه‌سازی خواهد شد. اوپن‌ای‌آی (OpenAI): • عرضه عمومی Decisions API: این رابط برنامه‌نویسی اکنون با قدرت‌گیری از مدل GPT-6 Luna در دسترس عموم قرار گرفته است. این ابزار طبقه‌بندی و تصمیم‌گیری‌های تقریباً درنگ‌نگام (Real-time) را تا ۱۰ برابر سریع‌تر و با هزینه ناچیز ۰.۱۰ دلار به ازای هر میلیون توکن ورودی انجام می‌دهد. اسپیس‌ایکس‌اس‌آی (SpaceXSI / xAI): • دسترسی گروک به اپلیکیشن‌های گوشی: ربات Grok اکنون می‌تواند به تقویم، یادآورها، مخاطبین و سایر برنامه‌های گوشی شما متصل شده و از آن‌ها استفاده کند. این ویژگی در حال انتشار برای iOS و اندروید است. • همکاری امنیتی با 1Password: ربات گروک طی روزهای آینده قابلیتی دریافت می‌کند که با استفاده از حساب 1Password شما (و تنها با تأیید خودتان) به‌طور ایمن به سایت‌ها وارد شود. گوگل (Google): • معرفی Agent Compute Engine: گوگل کلود از یک نوع ماشین مجازی جدید رونمایی کرد که به‌طور خاص برای اجرای ایجنت‌های هوش مصنوعی در مقیاس وسیع طراحی شده است. همزمان ابزارهای کنترلی و نظارتی این ایجنت‌ها نیز گسترش یافته‌اند. • توصیه‌های هوشمندتر جمینای: جمینای اکنون می‌تواند تاریخچه جستجوهای گوگل مپس و مکان‌های ذخیره‌شده شما را در کنار گوگل تقویم بررسی کرده تا پیشنهادات روزانه‌ی دقیق‌تر و شخصی‌سازی‌شده‌تری ارائه دهد. مینی‌مکس (MiniMax): • انتشار مدل وزن‌باز M3.1 Flash: مینی‌مکس مدل قدرتمند ۴۲۸ میلیارد پارامتری خود (با معماری MoE و ۲۳ میلیارد پارامتر فعال) را به‌صورت وزن‌باز منتشر کرد. این مدل از روز اول توسط پلتفرم‌هایی نظیر Together، SGLang، vLLM و NVIDIA NeMo پشتیبانی می‌شود. مون‌شات (Moonshot): • تیزر مدل جدید Kimi: پس از آنکه مدل جدید Kimi K3.1 عملکرد درخشانی در تست‌های پلتفرم Arena از خود نشان داد، استارتاپ مون‌شات با انتشار تیزری رسماً خبر از عرضه قریب‌الوقوع آن داد. مایکروسافت (Microsoft): • طراحی جدید کوپایلوت و پولی شدن حالت صوتی: مایکروسافت در حال عرضه نسخه بازطراحی‌شده‌ی Copilot برای کاربران بیشتری در پلتفرم‌های وب و موبایل است. بررسی‌ها نشان می‌دهد که دسترسی به ویژگی «حالت صوتی» (Voice mode) در این نسخه جدید نیازمند تهیه اشتراک پولی خواهد بود. پرپلکسیتی (Perplexity): • ارتقای ایجنت‌ها و اجرای محلی: پرپلکسیتی قابلیت Batch API را به ایجنت خود اضافه کرد که تا ۵۰ هزار درخواست را در هر فایل پشتیبانی می‌کند. همچنین مدل تصمیم‌گیری این شرکت اکنون می‌تواند کاملاً به‌صورت محلی (Local) روی کامپیوترهای مک اجرا شود. کانوا (Canva): • رونمایی از مدل تصویرساز Craft: کانوا اولین مدل پیشرو (Frontier) و اختصاصی تولید تصویر خود را که ویژه امور طراحی ساخته شده، راه‌اندازی کرد. این مدل هم در خود پلتفرم کانوا و هم از طریق API در دسترس است. آیدیوگرام (Ideogram): • انتشار ابزار Vector 1.0: این مدل جدید قابلیت تولید تصاویر وکتور (SVG) لایه‌باز و قابل ویرایش را دارد و می‌تواند تصاویر پیکسلی را به وکتور تبدیل کند. این ویژگی در پلتفرم آیدیوگرام و از طریق API قابل استفاده است. وان‌پسورد (1Password): • معرفی پلتفرم امن برای ایجنت‌ها: این شرکت با همکاری نام‌های بزرگی نظیر متا، انتروپیک، اوپن‌ای‌آی و SpaceXSI، از پلتفرمی پرده برداشت که به ایجنت‌های هوش مصنوعی اجازه می‌دهد بدون دسترسی و مشاهده مستقیمِ رمزهای عبور شما، وظایف آنلاین خود را انجام دهند (لیست انتظار این سرویس هم‌اکنون باز است). @Techpressoo

📌 رونمایی بایت‌دنس از مدل ویدیویی Seedance 2.5 4K با جزئیات بصری خیره‌کننده شرکت بایت‌دنس (ByteDance) نسخه جدید مدل تولید ویدیوی خود را با نام Seedance 2.5 4K منتشر کرد. این مدل با پشتیبانی از عمق رنگ ۱۰ بیتی، جزئیات بصری غنی‌تر، طیف رنگی جذاب‌تر و تغییرات تصویر (ترنزیشن) بسیار روان‌تری را به ارمغان می‌آورد. همچنین ویژگی کاربردی جدیدی با نام «حالت پیش‌نویس» (Draft mode) به این ابزار اضافه شده است. این قابلیت به کاربران اجازه می‌دهد تا برای کاهش هزینه‌ها و آزمایش ایده‌های خود، ابتدا پیش‌نمایش ویدیوها را با کیفیت 480p تولید کنند و پس از تایید نهایی، کیفیت آن را به رزولوشن 4K ارتقا (Upscale) دهند. 📰 Source @Techpressoo

📌 قابلیت کنترل کامپیوتر (Computer Use) به ویرایشگر Cursor اضافه شد ویرایشگر هوش مصنوعی Cursor اکنون به قابلیت جذاب "Computer Use" مجهز شده است که به آن اجازه می‌دهد سایر برنامه‌های روی سیستم شما را مستقیماً کنترل کند. این ویژگی به‌خصوص برای توسعه اپلیکیشن بسیار کاربردی است، چرا که می‌تواند شبیه‌سازهای موبایل (Mobile Simulators) را نیز اجرا و مدیریت کند. این قابلیت در صورت نیاز یا از طریق منشن کردن عبارت "Computer Use@" فعال می‌شود؛ قابلیتی که با این به‌روزرسانی، Cursor را عملاً به یک سوپراپلیکیشن (Superapp) همه‌کاره برای برنامه‌نویسان تبدیل کرده است. 📰 Source @Techpressoo

📌 رونمایی از مدل هوش مصنوعی Kimi K3.1 Pro؛ کاهش چشمگیر فاصله متن‌بازها با رقبای اختصاصی شرکت چینی Moonshot AI از مدل استدلالی جدید خود با نام Kimi K3.1 Pro رونمایی کرد. این مدل با جهش ۱۱ امتیازی و کسب امتیاز ۵۵، در جایگاه چهارم شاخص Artificial Analysis ) قرار گرفت. قرار است نسخه متن‌باز (Open-weight) این مدل در ماه نوامبر ۲۰۲۶ منتشر شود که در این صورت، فاصله برترین مدل‌های متن‌باز با غول‌های اختصاصی را تنها به ۳ امتیاز کاهش خواهد داد. این مدل ۲.۸ تریلیون پارامتری با کاهش ۳۳ درصدی هزینه API، در کارهای ایجنتی، برنامه‌نویسی و تعامل مستقیم با نرم‌افزارهای CAD و موتورهای بازی‌سازی پیشرفت چشمگیری داشته است. کاهش شدید نرخ توهم و عرضه نسخه Highspeed با سرعت ۲ تا ۳ برابری نیز از دیگر ویژگی‌های مهم این به‌روزرسانی است. نکته قابل‌توجه، رویکرد محتاطانه سازندگان در بخش امنیت سایبری است؛ شرکت Moonshot پیش از انتشار نسخه متن‌باز، داده‌های مرتبط با آسیب‌پذیری‌ها و حملات سایبری را از فرآیند آموزش حذف کرده است تا ضمن حفظ کاربردهای دفاعی مدل، از سوءاستفاده‌های خطرناک و تهاجمی جلوگیری کند. 📰 Source 📬 @Techpressoo

📌 سرقت ۲۳۰ هزار دلاری با افزونه جعلی کروم؛ کشف بدافزار در سیستم‌های مک توسط Claude یک افزونه جعلی کروم به نام «Notion Web Clipper» باعث نصب جاسوس‌افزار و ایجاد بک‌در (Backdoor) روی دو دستگاه مک (M1 Pro و M5 Pro) شد. این بدافزار مخرب به دلیل فعال بودن قابلیت Chrome Sync، به‌طور خودکار سیستم دوم کاربر را نیز آلوده کرد. پیش از کشف این بدافزار، هکرها توانستند کلیدهای خصوصی کیف پول MetaMask را از مک قدیمی‌تر استخراج کرده و ۲۳۰ هزار دلار رمزارز اتریوم (ETH) را به سرقت ببرند. در دستگاه دیگر نیز تمامی پسوردها و کدهای پشتیبان دو مرحله‌ای (2FA) از مرورگرهای کروم و سافاری ربوده شد. این نفوذ گسترده در نهایت زمانی فاش شد که هوش مصنوعی Claude Code با اجرای یک فرآیند حسابرسی سیستمی (Audit)، متوجه ارسال بی‌درنگ داده‌ها و موقعیت مکانی کاربر به سروری در Tencent Cloud چین شد. کلود پیش از این نیز سابقه کشف بدافزارهای مخفی استخراج رمزارز در سیستم‌های مک را داشته است. 📰 Source 📬 @Techpressoo

📌 رونمایی از Canva Craft؛ اولین مدل هوش مصنوعی تصویرساز اختصاصی کانوا پلتفرم کانوا (Canva) از اولین مدل هوش مصنوعی تصویرساز خود با نام Canva Craft پرده برداشت. این مدل برای رقابت با شرکت‌هایی نظیر گوگل، OpenAI و متا توسعه یافته و فرآیند تولید تصویر را در دو مرحله انجام می‌دهد: ابتدا چیدمان، مقیاس و متن‌ها را تحلیل و برنامه‌ریزی کرده و سپس تصویری با وضوح 2K در ۳۰ نسبت ابعاد مختلف تولید می‌کند. نکته متمایز این مدل، آموزش آن بر اساس قالب‌های طراحی‌شده توسط انسان به جای عکس‌های خام است. این رویکرد باعث می‌شود تصاویر خروجی با دقت بالایی تولید شوند و به کمک ابزار Canva Magic به طرح‌های لایه‌باز و قابل ویرایش تبدیل گردند. این مدل با همکاری محققان استارتاپ Leonardo.ai (که سال ۲۰۲۴ خریداری شد) توسعه یافته و به کانوا در کاهش هزینه‌های استفاده از API شرکت‌های دیگر کمک می‌کند. کاربران هم‌اکنون می‌توانند از طریق تب Dream Lab در کانوا به این ابزار دسترسی داشته باشند. همچنین این مدل قرار است از طریق API و چت‌بات‌هایی مثل ChatGPT و Gemini پشتیبانی شود. 📰 Source 📬 @Techpressoo

📌 آینده از نگاه متا؛ ارتباط دستیارهای هوش مصنوعی (Muse) با یکدیگر به جای انسان‌ها مارک زاکربرگ، مدیرعامل متا، چشم‌اندازی را ترسیم کرده است که در آن شبکه‌ای از ایجنت‌های هوش مصنوعی خودمختار به نام «Muse» کارهای روزمره انسان‌ها را مدیریت می‌کنند. در این آینده، به جای ارتباط مستقیم، ایجنت هوشمند شما برای انجام کارها، خرید یا حتی برقراری ارتباط، با دستیار هوشمند افراد و کسب‌وکارهای دیگر تعامل خواهد داشت. زاکربرگ پیش‌بینی می‌کند که این دستیارهای شخصی که ماه گذشته به‌صورت عمومی منتشر شدند، به قدری در زمینه‌هایی مانند بهبود روابط، صرفه‌جویی در زمان و هزینه‌ها به کاربران کمک می‌کنند که در نهایت درآمدی بیشتر از اینستاگرام و فیس‌بوک برای این شرکت به همراه خواهند آورد. 📰 Source 📬 @Techpressoo