اخبار هوش مصنوعی در 2025-05-26
مدلهای جدید هوش مصنوعی
- شرکت ByteDance مدل BAGEL را منتشر کرد، یک مدل تصویر + متن با حدود ۱۴ میلیارد پارامتر (۷ میلیارد فعال) برای ویرایشهای سریع و هدفمند تصویر با متن، با وزنهای کاملاً باز @deedydas
پژوهشها
- الکس گریولی مجموعهدادهای از ۱۰ هزار پرامپت منتشر کرد که توسط Qwen3 رد شدهاند اما توسط Llama3.3 پاسخ داده شدهاند، که برای آموزش انطباق، آزمایش و هدایت فعالسازی مفید است @alexgraveley
- فرانسوا شوله یک رشته توییت دربارهی خواندن مقالهای در مورد ARC-NCA: Neural Cellular Automata (مه ۲۰۲۵) به اشتراک گذاشت @fchollet
- ناتان لمبرت تأکید کرد که کار بر روی داده تأثیر بیشتری نسبت به کار بر روی روشها یا معماریها برای توسعهی هوش مصنوعی دارد @natolambert
کاربردها
- گوگل قابلیتی را در AI Studio راهاندازی کرد که به شما امکان میدهد سبک صدای یک گوینده را به زبان انگلیسی ساده توصیف کنید، و از لهجهها، گویشها، لحن و زبانهای مختلف از طریق Gemini 2.5 Flash Preview TTS پشتیبانی میکند @deedydas
- Replit Agent پیشرفتهای سرعت قابل توجهی داشته است، و به گفتهی کاربران، آن را به «یک آژانس MVP در جیب شما» تبدیل کرده است @amasad
- Hugging Face اکنون به شما امکان میدهد از هر فضای Hugging Face به عنوان یک سرور MCP با مدلهای محلی استفاده کنید، که با Qwen 3 30B و عوامل کوچک برای ایجاد تصاویر از طریق FLUX نشان داده شده است @huggingface
- Y Combinator چندین استارتاپ هوش مصنوعی را راهاندازی کرد، از جمله Nomi (کمکخلبان فروش بیدرنگ)، HelixDB (پایگاه داده گراف-برداری برای RAG)، Cohesive AI (CRM عاملمحور) و Atlog (کارمند هوش مصنوعی برای فروشگاههای مبلمان) @ycombinator
- ایتان مولیک استفاده از Google Deep Research را برای ایجاد یک پرامپت دقیق از نظر تاریخی برای Veo 3 برای تجسم تندیس غولپیکر رودس نشان داد @emollick
تحلیل صنعت
- شرکتهای بزرگ فناوری به پیمانکاران/آژانسهای توسعه فشار میآورند تا هزینههای قرارداد ثابت را ۲۰ تا ۳۰ درصد کاهش دهند، و ادعا میکنند که هوش مصنوعی باعث افزایش کارایی میشود، اگرچه کاهش هزینههای واقعی ممکن است با این انتظارات مطابقت نداشته باشد @GergelyOrosz
- گوگل تقریباً ۴۸۰ تریلیون توکن در ماه پردازش میکند (۵۰ برابر بیشتر از یک سال پیش)، که تقریباً ۵ برابر بیشتر از ۱۰۰ تریلیون توکن در ماه گزارش شده توسط مایکروسافت است @vkhosla
- امجد مسعد در حال بررسی تغییر قیمتگذاری Replit Agent از قیمت ثابت به ازای هر checkpoint (۱ دلار/۴) به قیمتگذاری متغیر متناسب با کار انجام شده است @amasad
- الگوهای کاری تجربی در حال ظهور هستند که در آن مهندسان ارشد از بخشهای فناوری اطلاعات حذف میشوند تا مستقیماً با متخصصان موضوعی با استفاده از نمونهسازی سریع برای ساخت برنامهها کار کنند @emollick
اخلاق و جامعه
- ایتان مولیک از این که Gemini Deep Research نمیتواند به Google Books دسترسی پیدا کند، ابراز ناامیدی کرد و خاطرنشان کرد که اگر این قابلیت پیادهسازی شود، میتواند به نفع محققان و نویسندگان باشد @emollick
- گری تن درخواست کرد که تیمهای ChatGPT و Claude شکستهای شبکه را جدیتر بگیرند و سیستمهایی را پیادهسازی کنند که به تلاش مجدد برای کار از پیشرفت قبلی اجازه دهند @garrytan
- گرگلی اوروسز پیشنهاد میکند به جای این که ابزارهای هوش مصنوعی را به عنوان کارآموز یا توسعهدهندگان جوان در نظر بگیریم، از یک مدل ذهنی «بیگانهی عجیب» برای آنها استفاده کنیم، زیرا آنها اساساً متفاوت از انسانها رفتار میکنند @GergelyOrosz
- کریس اولاه ابراز نگرانی کرد که بشریت در استفاده از وزن فکری خود برای ایمنی هوش مصنوعی ناکام است و خاطرنشان کرد که «خطرها زیاد است و زمان کم است» @ch402