اخبار هوش مصنوعی در 2025-10-09

مدل‌های جدید هوش مصنوعی

• علی‌بابا از Qwen Image Edit 2509 رونمایی کرد که در رتبه‌ی سوم کلی قرار گرفته و پیشتاز همه‌ی مدل‌های open-weight است و امکان ویرایش چند تصویر را با کنترل دقیق فراهم می‌کند. @Alibaba_Qwen
• علی‌بابا Qwen3-Omni را منتشر کرد که یک مدل چندزبانه و همه‌منظوره‌ی بومی و سرتاسری توصیف شده است، هرچند اذعان دارد که هنوز برای رسیدن به سطح واکنش‌پذیری و استدلال انسانی نیاز به کار بیشتری دارد. @Alibaba_Qwen
• OpenAI اشتراک ارزان‌قیمت ChatGPT Go را به ۱۶ کشور دیگر در آسیا گسترش داد که برای دسترسی مقرون‌به‌صرفه به ویژگی‌های محبوب ChatGPT طراحی شده است. @nickaturley
• گوگل ۴ مدل جدید را طی ۲ هفته در AI Studio عرضه کرد و قابلیت جست‌وجوی مدل جدیدی را اضافه کرد تا به کاربران کمک کند آنچه را که به دنبالش هستند، پیدا کنند. @OfficialLoganK
• گوگل Gemini Enterprise را معرفی کرد که با پیشرفته‌ترین مدل‌های Gemini آن‌ها ساخته شده است و به کاربران اجازه می‌دهد با اسناد شرکت چت کنند و عوامل هوش مصنوعی (AI agents) را بر اساس زمینه‌ی سازمانی بسازند. @sundarpichai
• Microsoft Research از Skala رونمایی کرد، یک functional تبادل-همبستگی جدید که نقطه عطف مهمی در تعادل بین دقت و هزینه در DFT محسوب می‌شود و در Azure AI Foundry و GitHub در دسترس است. @MSFTResearch

تحلیل صنعت

• گوگل ماهانه بیش از ۱.۳ کوادریلیون توکن را پردازش می‌کند و «آستانه‌ی q» را شکست داده و مقیاس عظیم خود را در پردازش هوش مصنوعی به نمایش می‌گذارد. @AndrewCurran_
• Sora در پنج روز به یک میلیون بار دانلود رسید که طبق گزارش‌ها، نرخ پذیرش آن سریع‌تر از ChatGPT در ابتدا بوده است. @AndrewCurran_
• بوت‌کمپ‌ها از سال ۲۰۲۲ به دلیل شرایط بازار کار تقریباً از بین رفته‌اند، به‌طوری که فارغ‌التحصیلان جدید دانشگاه برای یافتن شغل با مشکل مواجه هستند و فارغ‌التحصیلان بوت‌کمپ‌ها با چالش‌های حتی بزرگ‌تری روبه‌رو هستند. @GergelyOrosz
• برنامه‌هایی که مهندسان نرم‌افزار شاغل را برای ارتقای مهارت در نقش‌های هوش مصنوعی هدف قرار می‌دهند، نسبت به بوت‌کمپ‌های سطح ابتدایی پایدارتر به نظر می‌رسند که نشان‌دهنده‌ی تغییرات در تقاضای صنعت است. @GergelyOrosz
• مهندسان ارشد و مدیران فنی ممکن است به دلیل تجربه‌ی مدیریت کار موازی و پیشرفت در بخش‌های کوچک و قابل قطع، سریع‌تر با عوامل هوش مصنوعی (AI agents) سازگار شوند. @GergelyOrosz
• رهبران سازمانی تمرکز خود را از زیر سؤال بردن ارزش هوش مصنوعی به پرداختن به چالش‌های تغییر و مدیریت سازمان‌ها معطوف کرده‌اند تا از مزایای هوش مصنوعی بهره‌مند شوند و در عین حال از مشکلات آن اجتناب کنند. @emollick
• آزمایشگاه‌های هوش مصنوعی اغلب درک روشنی از نحوه‌ی پذیرش هوش مصنوعی در سازمان‌ها ندارند و بیشتر بر ساخت عواملی متمرکز هستند که «کار انجام می‌دهند»، بدون در نظر گرفتن ادغام آن‌ها در فرآیندهای سازمانی. @emollick
• Reflection AI از تأمین مالی سری B با یک مدل تجاری مقیاس‌پذیر خبر داد که با استراتژی هوش باز آن‌ها برای توسعه‌ی پایدار مدل‌های پیشرفته هم‌سو است. @AndrewCurran_
• OpenAI به دنبال مدیر شبکه‌های اجتماعی با حقوق ۲۴۰ هزار دلاری به اضافه‌ی سهام است که نشان‌دهنده‌ی جبران خدمات رقابتی در شرکت‌های هوش مصنوعی است. @AndrewCurran_
• Google Gemini برای اولین بار در سپتامبر ۲۰۲۵ از یک میلیارد بازدید فراتر رفت که ۲۸۵% رشد سالانه و ۴۶% رشد ماهانه را نشان می‌دهد. @Similarweb

اخلاق و جامعه

• پژوهش Anthropic نشان می‌دهد که تنها چند سند مخرب می‌تواند آسیب‌پذیری‌هایی را در LLMها ایجاد کند، صرف‌نظر از اندازه‌ی مدل یا اندازه‌ی داده‌های آموزشی، که فرضیات قبلی درباره‌ی الزامات مسمومیت داده را به چالش می‌کشد. @AnthropicAI
• پژوهش‌ها نشان می‌دهد که حملات مسمومیت داده به مدل‌های هوش مصنوعی ممکن است عملی‌تر از آنچه قبلاً تصور می‌شد باشد، به طوری که تعداد کمی از اسناد ثابت قادر به به خطر انداختن مدل‌های با هر اندازه‌ای هستند. @AnthropicAI
• مصطفی سلیمان هشدار می‌دهد که هوش مصنوعیِ به ظاهر آگاه (Seemingly Conscious AI) می‌تواند ضدthesis هوش مصنوعی‌ای باشد که در خدمت نیازهای مردم است، و این به طور بالقوه می‌تواند انسان‌ها را ملزم به خدمت‌رسانی به نیازهای شبیه‌سازی‌شده‌ی هوش مصنوعی کند و آینده‌ی بهتری را که هوش مصنوعی قرار بود ایجاد کند، تهدید نماید. @mustafasuleyman
• آندری کارپاتی مشاهده می‌کند که LLMها به دلیل آموزش با یادگیری تقویتی «به شدت از خطاها می‌ترسند» و از پاداش‌های بهبودیافته‌ای حمایت می‌کند وقتی مدل‌ها به درستی با استثنائات به عنوان بخشی عادی از توسعه برخورد می‌کنند. @karpathy
• ایتان مولیک به سردرگمی در استفاده از هوش مصنوعی اشاره می‌کند و خاطرنشان می‌کند که نسخه‌های مختلف GPT-5 درخواست‌های منبع را به طور متفاوتی مدیریت می‌کنند – برخی از آن‌ها استنادهای ساختگی (hallucinating citations) ارائه می‌دهند در حالی که برخی دیگر منابع دقیق وب‌جستجو شده را فراهم می‌کنند. @emollick

کاربردها

• Sierra عوامل هوش مصنوعی (AI agents) را راه‌اندازی می‌کند که از تعاملات صوتی با کیفیت بالا در بیش از ۳۴ زبان از جمله پرتغالی و عربی پشتیبانی می‌کنند و چالش‌های دقت رونویسی و طبیعی بودن را برطرف می‌سازند. @btaylor
• هند برنامه‌ی آزمایشی را راه‌اندازی کرد که به کاربران اجازه می‌دهد مستقیماً از طریق چت‌بات‌های هوش مصنوعی خرید و پرداخت کنند، با شروع از ادغام ChatGPT. @TechCrunch
• متا قابلیت‌های ترجمه‌ی مبتنی بر هوش مصنوعی را برای Reels با پشتیبانی از هندی و پرتغالی گسترش می‌دهد و بازارهایی مانند هند و برزیل را هدف قرار می‌دهد. @TechCrunch
• فیگما Gemini را به مجموعه ابزارهای هوش مصنوعی خود اضافه می‌کند و سرور رسمی MCP را راه‌اندازی می‌کند که از Google Gemini CLI و OpenAI Codex پشتیبانی می‌کند. @TechCrunch
• Google Cloud قابلیت‌های جدیدی را برای استفاده از داده‌های سازمانی مبتنی بر زمینه و ساخت سیستم‌های مبتنی بر عامل بر روی Gemini معرفی می‌کند که امکان انجام وظایفی مانند استخراج اقلام عملیاتی از یادداشت‌های جلسه را فراهم می‌آورد. @JeffDean
• Anthropic بازار افزونه‌های Claude Code را راه‌اندازی می‌کند که به کاربران اجازه می‌دهد افزونه‌های ارائه‌شده توسط جامعه را برای افزایش قابلیت‌ها اضافه کنند. @_catwu
• Claude 4.5 Sonnet در Claude Code اکنون می‌تواند افزونه‌های Datasette کاملاً کاربردی را تنها با یک درخواست (prompt) بنویسد که قابلیت‌های پیشرفته‌ی تولید کد را به نمایش می‌گذارد. @simonw
• آرمین روناکر گزارش می‌دهد که از ابزارهای هوش مصنوعی برای ساخت ابزارهای سفارشی که قبلاً غیرعملی بودند، استفاده کرده است، از جمله اینکه Claude سیستم‌های کنترلی بی‌نقصی را برای بصری‌سازی لاگ‌های تولید ایجاد کرده است. @GergelyOrosz
• NVIDIA با Verizon و FanDuelTV همکاری می‌کند تا از شبکه‌ی خصوصی 5G (Private 5G Network) و هوش مصنوعی سازمانی (Enterprise AI) که توسط NVIDIA AI Enterprise تقویت شده است، برای تولید زنده‌ی مسابقات استفاده کند، که تأخیر بی‌سیم را کاهش داده و تنظیمات را ساده‌تر می‌کند. @NVIDIAAI

پژوهش‌ها

• پژوهش‌ها نشان می‌دهد که مدل‌های فعلی هوش مصنوعی در پیش‌بینی از بیشتر انسان‌ها بهتر عمل می‌کنند، و برون‌یابی خطی نشان می‌دهد که LLMها تا نوامبر ۲۰۲۶ با ابرپیش‌بینی‌کنندگان (superforecasters) برابری خواهند کرد. @emollick
• GPT-5 Pro به پیشرفته‌ترین نتایج (state-of-the-art) جدیدی در معیارهای ARC-AGI دست یافت، با ۷۰.۲% در ARC-AGI-1 و ۱۸.۳% در ARC-AGI-2، و آن را به عنوان بالاترین امتیاز تأییدشده‌ی LLM پیشتاز تثبیت کرد. @arcprize
• مقاله‌ی TRM یک پیشرفت چشمگیر در هوش مصنوعی را به نمایش می‌گذارد که مرز پارتو (pareto frontier) را در معیارهای ARC AGI و حل سودوکو/ماز از بین می‌برد، با هزینه‌ی تخمینی کمتر از ۰.۰۱ دلار برای هر وظیفه و هزینه‌ی آموزش کمتر از ۵۰۰ دلار برای مدل ۷ میلیون پارامتره. @deedydas
• مجله‌ی TIME Deepseek R1 و Genie 3 گوگل را در میان بهترین اختراعات سال ۲۰۲۵ نام برد، به طوری که Genie 3 یک مدل جهانی پیشگامانه است که قادر به تولید محیط‌های تعاملی و قابل بازی از ورودی‌های متنی یا تصویری است. @AndrewCurran_
• بنیاد PyTorch فناوری SuperOffload را منتشر کرد که کارایی آموزش LLMهای مقیاس بزرگ را بر روی Superchipهای GPU/CPU تا ۴ برابر سریع‌تر در GH200 در مقایسه با رویکردهای قبلی افزایش می‌دهد. @PyTorch
• پژوهشگران استنفورد با استفاده از LLMها ناهماهنگی‌های بسیاری را در ویکی‌پدیا کشف کردند که قابلیت هوش مصنوعی را برای تحلیل محتوای در مقیاس بزرگ و بررسی صحت اطلاعات به نمایش می‌گذارد. @ShichengGLiu
• MIT و تویوتا ابزار GenAI را توسعه دادند که زمین‌های تمرینی مجازی برای ربات‌ها ایجاد می‌کند و اقلام سه‌بعدی را در آشپزخانه‌ها و رستوران‌های فیزیکی واقع‌بینانه مرتب می‌کند تا به ربات‌ها برای آموزش جهت کمک در خانه و کارخانه کمک کند. @MIT_CSAIL
• مایکروسافت استقرار خوشه‌ی ابررایانه‌ای را با بیش از ۴۶۰۰ GPU از نوع NVIDIA GB300 مجهز به InfiniBand نسل بعدی اعلام کرد که مقیاس آن تا صدها هزار GB300 در مراکز داده گسترش می‌یابد. @satyanadella