गूगल आर्टिफिशियल इंटेलिजेंस (एआई) -पॉवर देशी छवि संपादन सुविधा का विस्तार कर रहा है जो कि मिथुन ऐप में है। बुधवार को घोषित, यह नई क्षमता उपयोगकर्ताओं को एआई चैटबॉट को छोड़ने के बिना छवियों में विशिष्ट परिवर्तन करने की अनुमति देगी। इस क्षमता को पहली बार Google AI स्टूडियो प्लेटफॉर्म के भीतर मार्च में अनावरण किया गया था। मिथुन 2.0 फ्लैश एआई मॉडल द्वारा संचालित, यह सुविधा उपयोगकर्ताओं को संवादात्मक रूप से चैटबॉट को तत्वों को बदलने, जोड़ने, बदलने या हटाने, पृष्ठभूमि को बढ़ाने, और बहुत कुछ करने के लिए कहती है।

मिथुन ऐप अब देशी छवि संपादन का समर्थन करता है

चैट, कोपिलॉट और मिडजॉर्नी जैसे प्रतिद्वंद्वियों की तुलना में मिथुन को छवि पीढ़ी के अंतरिक्ष में काफी देर हो गई थी। जबकि यह फीचर 2024 की शुरुआत में पेश किया गया था, माउंटेन व्यू-आधारित टेक दिग्गज को करना था विराम और कई उपयोगकर्ताओं को चैटबॉट को गलत और आक्रामक छवियों को उत्पन्न करने के लिए पाया जाने के बाद क्षमता वापस रोल करें। Google ने दिसंबर 2024 में मिथुन में मिथुन 2.0 फ्लैश के साथ छवि पीढ़ी को फिर से जोड़ा।

में एक ब्लॉग भेजाटेक दिग्गज ने घोषणा की कि यह मिथुन के माध्यम से मिथुन ऐप के माध्यम से देशी छवि संपादन कर रहा है। क्षमता को चरणबद्ध तरीके से रोल आउट किया जा रहा है, और सभी उपयोगकर्ताओं को इसकी पहुंच होने से पहले कुछ दिन लग सकते हैं। विशेष रूप से, देशी छवि संपादन 45 से अधिक भाषाओं में विश्व स्तर पर उपयोगकर्ताओं के लिए उपलब्ध होगा।

मिथुन 2.0 फ्लैश-पावर्ड फीचर को पहली बार एआई स्टूडियो में अनावरण किया गया था, लेकिन अब इसे व्यापक रूप से उपलब्ध किया जा रहा है। यह उपयोगकर्ताओं को या तो एक एआई-जनित छवि लेने या एक वास्तविक तस्वीर अपलोड करने की अनुमति देगा और संवादात्मक रूप से इसे संपादित करेगा। उदाहरण के लिए, एक उपयोगकर्ता एक तालिका की एक छवि अपलोड कर सकता है और मिथुन को इसके ऊपर कुछ फूल जोड़ने के लिए कह सकता है।

पोस्ट के अनुसार, उपयोगकर्ता संकेत दे सकते हैं मिथुन जटिल संपादन करने के लिए, जैसे कि पृष्ठभूमि को बदलना, वस्तुओं को बदलना, तत्वों को जोड़ना, और यहां तक ​​कि विषय में मामूली बदलाव करना। उत्तरार्द्ध का एक उदाहरण खुद की एक छवि अपलोड करना होगा और एआई से यह दिखाने के लिए कहें कि आप एक अलग बालों के रंग के साथ क्या दिखेंगे।

इस सुविधा के साथ एक जोखिम डीपफेक का उदय है। Google का कहना है कि इसके मॉडल किसी भी आक्रामक या संभावित हानिकारक अनुरोधों से इनकार करने के लिए प्रशिक्षित हैं। इसके अतिरिक्त, देशी छवि पीढ़ी के साथ बनाई गई या संपादित की गई छवियों में अदृश्य शामिल होंगे सिंथन डिजिटल वॉटरमार्क। कंपनी सभी एआई-जनित छवियों पर एक दृश्यमान वॉटरमार्क जोड़ने का भी परीक्षण कर रही है।

Duolingo बुधवार को 148 नए भाषा पाठ्यक्रमों के शुभारंभ की घोषणा की। ये पाठ्यक्रम कंपनी के मूल आर्टिफिशियल इंटेलिजेंस (एआई) सिस्टम का उपयोग करके उत्पन्न किए गए थे। एड-टेक लर्निंग प्लेटफॉर्म ने कंपनी के सीईओ के कुछ ही दिनों बाद इन नए पाठ्यक्रमों को पेश किया दिखाया गया एआई-प्रथम रणनीति के लिए एक बदलाव। पाठ्यक्रम एक वर्ष के भीतर बनाए गए थे और वे मंच के कुल प्रसाद से दोगुना से अधिक थे। विशेष रूप से, डुओलिंगो कंपनी के हर एक डिवीजन में एआई को एकीकृत करने की योजना बना रहा है, और अंततः एआई टूल के साथ अनुबंध श्रमिकों को चरणबद्ध करने के लिए।

डुओलिंगो ने नए एआई-जनित भाषा पाठ्यक्रमों का परिचय दिया

एक न्यूज़ रूम में डाकडुओलिंगो ने 148 भाषा पाठ्यक्रमों के लॉन्च की घोषणा की, जो कंपनी के इतिहास में सबसे बड़ा सामग्री विस्तार है। आमतौर पर, एक नया पाठ्यक्रम बनाने में कई नए साल लग सकते हैं। हालांकि, जेनेरिक एआई के उपयोग के साथ, मंच प्रक्रिया को काफी तेज करने में सक्षम है, पोस्ट ने कहा।

“हमारे पहले 100 पाठ्यक्रमों को विकसित करने में लगभग 12 साल लग गए, और अब, लगभग एक वर्ष में, हम लगभग 150 नए पाठ्यक्रम बनाने और लॉन्च करने में सक्षम हैं। यह एक महान उदाहरण है कि कैसे एआई हमारे शिक्षार्थियों को सीधे लाभान्वित कर सकता है,” डुओलिंगो के सीईओ और सह-संस्थापक लुइस वॉन अहन ने कहा।

इस सामग्री विस्तार के साथ, डुओलिंगो की सात सबसे लोकप्रिय गैर-अंग्रेजी भाषाएं-फ्रेंच, जर्मन, इतालवी, जापानी, कोरियाई, मंदारिन और स्पेनिश-अब सभी 28 समर्थित उपयोगकर्ता इंटरफ़ेस (यूआई) भाषाओं के लिए उपलब्ध हैं। कंपनी का दावा है कि यह विस्तार विश्व स्तर पर एक अरब से अधिक संभावित शिक्षार्थियों की अनुमति देगा।

अपनी एआई-प्रथम रणनीति के हिस्से के रूप में, डुओलिंगो के नए दृष्टिकोण को सामान्य एआई के साथ पाठ्यक्रम विकसित करने के लिए “साझा सामग्री प्रणाली” कहा जाता है। कंपनी अनिवार्य रूप से एक उच्च-गुणवत्ता वाले बेस कोर्स बनाती है, जिसे बाद में विभिन्न भाषाओं के लिए अनुकूलित किया जाता है।

नए पाठ्यक्रम स्पेनिश और पुर्तगाली (लैटिन अमेरिका) वक्ताओं को जापानी, कोरियाई और मंदारिन सीखने में सक्षम बनाते हैं। इसी तरह, अधिकांश यूरोपीय भाषा बोलने वाले भी इन एशियाई भाषाओं को सीख सकते हैं। और एशियाई भाषा बोलने वालों के लिए, प्लेटफ़ॉर्म की सभी शीर्ष सात गैर-अंग्रेजी भाषाएं अब उपलब्ध हैं। विशेष रूप से, पहले, उनके पास केवल अंग्रेजी भाषा तक पहुंच थी।

इस हफ्ते की शुरुआत में, डुओलिंगो के सीईओ ने एआई-फर्स्ट मॉडल में शिफ्ट होने की आवश्यकता को उजागर करने वाले कर्मचारियों के साथ साझा किए गए एक ईमेल को प्रचारित किया। शिफ्ट में काम के लिए अनुबंध श्रमिकों का उपयोग करने में डुओलिंगो की कमी शामिल होगी जिसे एआई द्वारा प्रबंधित किया जा सकता है। इसके अतिरिक्त, कंपनी ने एआई कौशल को एक प्रमुख काम पर रखने की कसौटी बनाने की योजना बनाई और तकनीक के उपयोग को शामिल करने के लिए प्रदर्शन मूल्यांकन किया।

गूगल मंगलवार को नोटबुकलम में ऑडियो ओवरव्यू फीचर के विस्तार की घोषणा की। आर्टिफिशियल इंटेलिजेंस (एआई) फीचर किसी भी विषय पर एक आकर्षक पॉडकास्ट-स्टाइल ऑडियो चर्चा बना सकता है जब तक कि एक स्रोत को एक नोट में जोड़ा जाता है। ऑडियो ओवरव्यू में दो एआई मेजबान, एक पुरुष और एक महिला आवाज है, जो विषय पर चर्चा करती है, इस पर प्रतिक्रिया करती है, और जानकारी को एक संवादी तरीके से संदर्भित करती है। यह नोटबुकलम सुविधा अब Google द्वारा 50 से अधिक विभिन्न भाषाओं में विस्तारित की जा रही है।

नोटबुकलम का ऑडियो ओवरव्यू अब हिंदी में उपलब्ध है

नोटबुकलम पहली बार जून 2024 में एक शोध सहायक के रूप में जारी किया गया था। उपयोगकर्ता स्रोतों के रूप में दस्तावेज़, वेब URL और कॉपी-पेस्ट पाठ अपलोड कर सकते हैं। इन स्रोतों के आधार पर, प्लेटफ़ॉर्म सारांश, ब्रीफ, अध्ययन गाइड और अक्सर पूछे जाने वाले प्रश्न (FAQ) उत्पन्न कर सकता है। एक मिथुन-संचालित चैटबॉट विषय के बारे में उपयोगकर्ता प्रश्नों का भी जवाब दे सकता है।

उपयोगी होने के बावजूद, मंच ने सितंबर 2024 तक बहुत लोकप्रियता हासिल नहीं की, जब माउंटेन व्यू-आधारित टेक दिग्गज ने एक अनूठी फीचर जोड़ा, जिसमें ऑडियो ओवरव्यू डब किया गया था। वह टूल जो किसी भी दस्तावेज़ को ऑडियो पॉडकास्ट में बदल सकता है, ने तुरंत मंच को उपयोगकर्ताओं के बीच लोकप्रिय बना दिया।

अब तक, ऑडियो ओवरव्यू केवल अंग्रेजी भाषा में ऑडियो सत्र उत्पन्न कर सकते हैं। हालांकि, एक में ब्लॉग भेजाGoogle ने अब घोषणा की है कि AI सुविधा 50 से अधिक भाषाओं में उपलब्ध होगी। इनमें से कुछ भाषाओं में अफ्रीकी, अरबी, बंगाली, चीनी (सरलीकृत और पारंपरिक), फ्रेंच, हिंदी, मलयालम, पुर्तगाली, रूसी और तमिल शामिल हैं।

आउटपुट भाषा को बदलने के लिए, उपयोगकर्ताओं को सेटिंग्स पर जाने और आउटपुट भाषा का पता लगाने की आवश्यकता होती है। नए मेनू में, उपयोगकर्ता भाषा को अपडेट करने के लिए शीर्ष-दाएं कोने में नेविगेट कर सकते हैं। विशेष रूप से, डिफ़ॉल्ट रूप से, आउटपुट भाषा उपयोगकर्ता की Google खाता भाषा पर सेट होती है।

Google पर प्रकाश डाला गया है कि गैर-अंग्रेजी भाषा का समर्थन वर्तमान में बीटा में उपलब्ध है, और इस तरह, यह गलतियाँ करने के लिए प्रवण है। उपयोगकर्ताओं को किसी भी अशुद्धि के लिए उत्पन्न ऑडियो की दोबारा जांच करनी चाहिए।

नए विस्तार के मामलों को उजागर करते हुए, टेक दिग्गज ने कहा कि यह शिक्षकों को विभिन्न भाषाओं में छात्रों के साथ अध्ययन संसाधनों को साझा करने में मदद कर सकता है। ये छात्र तब अपनी पसंदीदा भाषा में प्रमुख अंतर्दृष्टि का एक ऑडियो अवलोकन उत्पन्न कर सकते हैं। इसके अतिरिक्त, टूल सामग्री रचनाकारों को ऑनलाइन गैर-अंग्रेजी सामग्री बनाने में सक्षम करेगा।

गूगल कहा जाता है कि एक सौदा करने के कगार पर है सेब आईफोन में मिथुन एकीकरण लाने के लिए। एक रिपोर्ट के अनुसार, यह कदम मिथुन को कृत्रिम बुद्धिमत्ता के रूप में उपलब्ध कराएगा (ऐ) Apple के उपकरणों पर सहायक विकल्प, देशी आवाज-आधारित सहायक, सिरी की मदद करने, अधिक जटिल प्रश्नों के लिए प्रतिक्रिया प्रदान करता है। हालाँकि यह सौदा अभी तक पूरी तरह से सहमत नहीं हुआ है, लेकिन कई वार्ताओं को पहले ही दोनों टेक बीमोथ्स के सीईओ के बीच होने की सूचना मिली है, और अगर सब कुछ लाइन में गिरता है, तो आईफोन पर मिथुन वर्ष के अंत तक उपलब्ध हो सकता है।

आईफोन पर मिथुन एकीकरण

कगार रिपोर्टों उस वर्णमाला के सीईओ सुंदर पिचाई ने Google की देशी को लाने की महत्वाकांक्षाओं की पुष्टि की मिथुन के लिए एकीकरण iPhone संयुक्त राज्य अमेरिका की सुनवाई के दौरान बुधवार को Google खोज एकाधिकार ट्रेल। इस अफवाह सौदे के बारे में पूछे जाने पर, पिचाई ने इसे “सही” के रूप में लेबल किया और Apple के सीईओ टिम कुक के साथ अपनी बैठक के बारे में विवरण साझा किया।

पिचाई ने सुनवाई के दौरान कहा, “वह (कुक) हमारी योजनाओं को समझने की कोशिश कर रहा था कि हम एआई टेक्नोलॉजीज, हमारे रोडमैप को कैसे विकसित कर रहे हैं,” सुनवाई के दौरान, दोनों सीईओ ने “जेमिनी ऐप वितरण” की योजनाओं पर भी चर्चा की।

वर्णमाला के सीईओ ने कहा कि Google को उम्मीद है कि इस वर्ष के मध्य तक आईफोन में मिथुन एकीकरण लाने के लिए Apple के साथ एक सौदा करने की उम्मीद है, और रोलआउट 2025 के अंत तक शुरू हो सकता है। यह मौजूदा के समान होने की उम्मीद है चटपट सिरी में एकीकरण, जिसे पिछले साल iOS 18 के साथ पेश किया गया था। एक पूरी तरह से ऑप्ट-इन विकल्प, यह सिरी को ओपनआईए के चैटबॉट की मदद लेने में सक्षम बनाता है, पाठ लिखने, छवियां बनाने, या जटिल प्रश्नों का जवाब देने के लिए।

रिपोर्ट के अनुसार, कुक ने पिचाई को यह भी बताया कि इस साल के अंत में एप्पल इंटेलिजेंस पर अधिक तृतीय-पक्ष एआई मॉडल उपलब्ध होंगे।

हालांकि, यह पहली बार नहीं है कि Apple के लिए iPhone पर अन्य AI मॉडल पेश करने की योजना है। जून 2024 में WWDC 2024 में एक पोस्ट-कीनोट सत्र के दौरान, Apple के वरिष्ठ उपाध्यक्ष क्रेग फेडरघी कथित तौर पर सिरी में मिथुन एकीकरण के निर्माण की योजनाओं की ओर संकेत किया।

“हम उपयोगकर्ताओं को अंततः उन मॉडलों को चुनने में सक्षम बनाना चाहते हैं जो वे चाहते हैं, शायद भविष्य में Google मिथुन,” अधिकारी ने उस समय कहा था।

इसके अलावा, मैक्रूमर्स विश्लेषक आरोन पेरिस भी की खोज की IOS 18.4 बीटा से कोड के तार, जिसने Google को “तृतीय-पक्ष मॉडल” अनुभाग विंडो के तहत जोड़ा, यह संकेत देते हुए कि Apple ऑपरेटिंग सिस्टम के साथ मिथुन एआई मॉडल को एकीकृत करने के लिए काम कर सकता है।

गूगल आगामी Google I/O 2025 डेवलपर सम्मेलन में नई मिथुन सुविधाओं और क्षमताओं के आगमन को छेड़ा है। एक रिपोर्ट के अनुसार, कंपनी के अप्रैल न्यूज़लेटर में मिथुन उन्नत ग्राहकों के साथ जानकारी साझा की गई थी। माउंटेन व्यू-आधारित टेक दिग्गज ने उपयोगकर्ताओं के लिए “अधिक व्यक्तिगत सहायक” और नए उत्पादकता उपकरणों को छेड़ा। इसके अतिरिक्त, कंपनी ने आर्टिफिशियल इंटेलिजेंस (एआई) चैटबॉट के साथ बातचीत करने के नए तरीकों से भी संकेत दिया। मिथुन ग्राहकों को हाल ही में वीओ 2 मॉडल और नई मिथुन लाइव सुविधाओं तक पहुंच दी गई थी।

मिथुन Google I/O 2025 पर नई क्षमताएं प्राप्त कर सकते हैं

9to5google रिपोर्टों टेक दिग्गज ने मिथुन एडवांस्ड सब्सक्राइबर्स को सूचित किया है कि वे एआई चैटबॉट के लिए नई सुविधाओं के लिए तत्पर हैं, जिन्हें इसके वार्षिक डेवलपर-केंद्रित Google I/O सम्मेलन में अनावरण किया जाएगा।

“हम रोमांचक अपडेट की एक लहर की घोषणा करेंगे जो आपको एक अधिक व्यक्तिगत सहायक का अनुभव करने, बढ़ी हुई उत्पादकता को अनलॉक करने और मिथुन के साथ बातचीत करने और उसका लाभ उठाने के लिए नई संभावनाओं को खोलने की अनुमति देगा,” कंपनी ने समाचार पत्र में कहा।

जबकि कंपनी ने यह खुलासा नहीं किया कि इन क्षमताओं का क्या मतलब हो सकता है, “एक अधिक व्यक्तिगत सहायक” एंड्रॉइड डिवाइसेस में मिथुन एआई सहायक में नई सुविधाओं का उल्लेख कर सकता है। यह संभव है कि एआई-संचालित वॉयस असिस्टेंट अधिक ऐप्स से कनेक्ट करने में सक्षम होगा, और वर्तमान में यह कर सकता है कि यह अधिक ऑन-डिवाइस कार्यों को पूरा करेगा।

इसी तरह, उत्पादकता सुविधाएँ चैटबॉट के एकीकरण को अधिक Google ऐप्स और मौजूदा ऐप्स में नई सुविधाओं के साथ संदर्भित कर सकती हैं। उदाहरण के लिए, टेक दिग्गज Google डॉक्स में एक कैनवास जैसा सहयोग मोड जोड़ सकता है या ग्राफ़ और चार्ट से परे Google शीट्स डेटा के दृश्य प्रतिनिधित्व उत्पन्न करने की क्षमता पेश कर सकता है। इमेजेन 3 के साथ, कंपनी पहले से ही बाद की पेशकश करने की स्थिति में है।

शायद टीज़र का सबसे दिलचस्प हिस्सा “मिथुन के साथ बातचीत करने और उसका लाभ उठाने के लिए संभावनाएं हैं।” वर्तमान में, उपयोगकर्ता पाठ, छवियों, वीडियो और आवाज के माध्यम से एआई चैटबॉट के साथ बातचीत कर सकते हैं। हालांकि, एजेंट क्षमताओं में मिथुन अभी भी गहरे अनुसंधान उपकरण तक सीमित हैं। Google I/O में, कंपनी डीपमाइंड के प्रोजेक्ट मेरिनर का अनावरण कर सकती है।

प्रोजेक्ट मेरिनर एक मिथुन-संचालित एआई एजेंट है जो कर सकता है पूरा उपयोगकर्ता के ब्राउज़र के साथ कई कार्य। यह मूल रूप से मल्टीमॉडल है और पाठ, कोड, चित्र, रूप और अन्य वेब तत्वों को समझ सकता है। यह वर्तमान में अल्फा परीक्षण चरण में एक प्रोटोटाइप है।

Xiaomi मंगलवार को एक ओपन-सोर्स रीज़निंग-केंद्रित आर्टिफिशियल इंटेलिजेंस (एआई) मॉडल जारी किया। डब किए गए MIMO, रीजनिंग मॉडल का परिवार अपेक्षाकृत छोटे पैरामीटर आकार में तर्क क्षमता के अनुकूलन का नवाचार करता है। यह टेक दिग्गज द्वारा पहला ओपन-सोर्स रीज़निंग मॉडल भी है, और यह चीनी मॉडल जैसे कि डीपसेक आर 1 और अलीबाबा के क्यूवेन क्यूडब्ल्यूक्यू -32 बी, और ओपनईआई के ओ 1 और गूगल के जेमिनी 2.0 फ्लैश थिंकिंग सहित वैश्विक तर्क मॉडल के साथ प्रतिस्पर्धा करता है। MIMO परिवार में चार अलग -अलग मॉडल शामिल हैं, जिनमें से प्रत्येक में अद्वितीय उपयोग के मामले हैं।

Xiaomi के Mimo ने AI मॉडल को डीपसेक R1 के साथ प्रतिस्पर्धा करने के लिए तर्क दिया

AI मॉडल की MIMO श्रृंखला के साथ, Xiaomi शोधकर्ताओं ने AI मॉडल को तर्क देने में आकार की समस्या को हल करने का लक्ष्य रखा। तर्क मॉडल (कम से कम जिन्हें मापा जा सकता है) में लगभग 24 बिलियन या अधिक पैरामीटर होते हैं। बड़े आकार को बड़े भाषा मॉडल की कोडिंग और गणितीय क्षमताओं दोनों में समान और एक साथ सुधार प्राप्त करने के लिए रखा जाता है, कुछ छोटे मॉडलों के साथ प्राप्त करना मुश्किल माना जाता है।

इसकी तुलना में, MIMO में सात बिलियन पैरामीटर हैं, और Xiaomi का दावा है कि इसका प्रदर्शन Openai के O1-Mini से मेल खाता है और 32 बिलियन मापदंडों के साथ कई तर्क मॉडल को बेहतर बनाता है। शोधकर्ताओं ने दावा किया कि बेस एआई मॉडल को 25 ट्रिलियन टोकन पर पूर्व-प्रशिक्षित किया गया था।

शोधकर्ताओं ने दावा किया कि इस तरह की दक्षता डेटा प्रीप्रोसेसिंग पाइपलाइनों को अनुकूलित करके, पाठ निष्कर्षण टूलकिट को बढ़ाने और बहुआयामी डेटा फ़िल्टरिंग को लागू करके प्राप्त की गई थी। इसके अलावा, MIMO के पूर्व-प्रशिक्षण में तीन-चरण डेटा मिश्रण रणनीति शामिल थी।

आंतरिक परीक्षण के आधार पर, Xiaomi शोधकर्ताओं का दावा है कि MIMO-7B-Base ने 75.2 स्कोर 75.2 को बड़े-बेंच हार्ड (BBH) बेंचमार्क पर तर्क क्षमताओं के लिए स्कोर किया है। शून्य-शॉट सुदृढीकरण लर्निंग (आरएल)-आधारित MIMO-7B-RL-Zero को गणित और कोडिंग-संबंधित कार्यों में उत्कृष्टता प्राप्त करने का दावा किया गया है, और Aime बेंचमार्क पर 55.4 स्कोर, O1-Mini को 4.7 अंक से पीछे छोड़ते हैं।

जैसा कि मिमो एक ओपन-सोर्स एआई मॉडल है, इसे Xiaomi की लिस्टिंग से डाउनलोड किया जा सकता है GitHub और गले का चेहरा। तकनीकी कागज़ मॉडल की वास्तुकला के साथ-साथ पूर्व-प्रशिक्षण और प्रशिक्षण के बाद की प्रक्रियाओं का विवरण। यह एक पाठ-आधारित मॉडल है और इसमें मल्टीमॉडल क्षमताएं नहीं हैं। अधिकांश ओपन-सोर्स रिलीज़ के समान, मॉडल के डेटासेट के बारे में विवरण ज्ञात नहीं है।

SAMSUNG कथित तौर पर एक नई आर्टिफिशियल इंटेलिजेंस (एआई) सुविधा पर काम कर रहा है जो उपयोगकर्ताओं को वीडियो के सारांश दिखाएगा। रिपोर्ट के अनुसार, यह फीचर दक्षिण कोरियाई टेक दिग्गज के वन यूआई 8 अपडेट का हिस्सा है, जो कि एंड्रॉइड 16 पर आधारित होने की उम्मीद है और आने वाले महीनों में रिलीज़ हो सकती है। ओएस का आगामी संस्करण एआई वीडियो सारांश उपकरण पेश कर सकता है जो किसी भी ऑनलाइन वीडियो के पाठ सारांश की पेशकश करने के लिए कहा जाता है। यह फीचर कथित तौर पर YouTube और Vimeo जैसे प्लेटफार्मों के साथ काम करता है।

सैमसंग का एक यूआई 8 स्वचालित रूप से ऑनलाइन वीडियो संक्षेप कर सकता है

एक सैमीगुरु के अनुसार प्रतिवेदनटेक दिग्गज एक एआई सुविधा पर काम कर रहा है जो किसी भी ऑनलाइन वीडियो का पाठ सारांश उत्पन्न कर सकता है। प्रकाशन में सैमसंग इंटरनेट वेब ब्राउज़र में एक छिपे हुए डिबग मेनू के अंदर सुविधा मिली। चूंकि सुविधा सक्रिय नहीं है, यहां तक ​​कि ऐप के बीटा परीक्षक भी इसे एक्सेस नहीं कर पाएंगे।

एआई-संचालित वीडियो सारांश सुविधा कथित तौर पर एक यूआई 8 का हिस्सा है, जो कंपनी के एंड्रॉइड-आधारित ओएस का अगला पुनरावृत्ति है। यह एंड्रॉइड 16 पर आधारित होने का अनुमान है, जो जून में जारी होने की उम्मीद है, और पहले हो सकता है आना सैमसंग गैलेक्सी जेड फोल्ड 7 और फ्लिप 7 के साथ। यह फीचर सैमसंग का हिस्सा हो सकता है गैलेक्सी एआई सुविधाओं का सूट।

सैमसंग की एक यूआई 8-आधारित एआई वीडियो सारांश सुविधा
फोटो क्रेडिट: सैमीगुरु

फीचर का एक स्क्रीनशॉट भी प्रकाशन द्वारा साझा किया गया था। छवि के आधार पर, उपयोगकर्ता ऑनलाइन वीडियो के साथ किसी भी स्क्रीन पर एआई सुविधा को सक्रिय कर सकते हैं। एक बार एक सारांश का अनुरोध करने के बाद, गैलेक्सी एआई लोगो के साथ एक शीट सबसे नीचे दिखाई देती है और बुलेट-पॉइंट प्रारूप में वीडियो में क्या होता है, इसका एक संक्षिप्त विवरण साझा करती है।

एआई वीडियो सारांश सुविधा में कथित तौर पर एक “विस्तृत” सारांश विकल्प भी है जो एक गहराई से सारांश प्रदान करता है। प्रकाशन इस सुविधा का परीक्षण करने में सक्षम था और पाया कि यह काफी सटीक है।

विशेष रूप से, यह एक ऑन-डिवाइस सुविधा कहा जाता है, जिसका अर्थ है कि यह इंटरनेट डेटा का उपयोग नहीं करता है और सैमसंग के सर्वर पर डेटा भेजने के बजाय, प्रसंस्करण डिवाइस के हार्डवेयर का उपयोग करके स्थानीय रूप से प्रदर्शन किया जाता है।

मेटा व्हाट्सएप के लिए निजी प्रसंस्करण नामक एक नई तकनीक पर काम कर रहा है जो उपयोगकर्ताओं को निजी और सुरक्षित वातावरण में आर्टिफिशियल इंटेलिजेंस (एआई) टूल तक पहुंचने की अनुमति देता है। मंगलवार को, मेनलो पार्क-आधारित टेक दिग्गज ने प्रौद्योगिकी पर पहली नज़र डाली और यह उपयोगकर्ता स्तर पर डेटा सुरक्षा और पारदर्शिता दोनों को कैसे सुनिश्चित कर रहा है। विशेष रूप से, कंपनी का दावा है कि एआई के साथ साझा किए गए संदेश और इस क्लाउड-आधारित वातावरण के भीतर उत्पन्न प्रतिक्रियाओं को उपयोगकर्ता और किसी भी अन्य व्यक्ति के अलावा किसी को भी (मेटा और व्हाट्सएप सहित) द्वारा एक्सेस नहीं किया जा सकता है।

कंपनी ने निजी प्रसंस्करण और स्तरित बुनियादी ढांचे के पीछे की दृष्टि को विस्तृत किया, जिसका उपयोग इस सुरक्षित वातावरण को बनाने के लिए किया जाएगा। यह वर्तमान में विकास के अधीन है, और कंपनी ने कहा कि यह जल्द ही इस क्षेत्र में स्वतंत्र अनुसंधान को सक्षम करने के लिए इस तकनीक के निर्माण में जाने वाले कुछ घटकों के बारे में विवरण प्रकाशित करेगा।

निजी प्रसंस्करण का उद्देश्य उपयोगकर्ताओं को बातचीत करने देना है मेटा एआई और सुविधाओं का उपयोग करना, जैसे कि अपठित चैट को सारांशित करना और उनकी गोपनीयता से समझौता किए बिना, लेखन सुझाव उत्पन्न करना। यह अपने सर्वर पर उपयोगकर्ता डेटा को संग्रहीत करने और संदेशों और अन्य सुविधाओं के लिए प्लेटफ़ॉर्म के एंड-टू-एंड एन्क्रिप्शन को तोड़ने के बारे में उपयोगकर्ता की चिंताओं को बढ़ाए बिना व्हाट्सएप पर एआई को एकीकृत करने के टेक दिग्गज के मुद्दे को भी हल करता है।

मेटा ने कहा कि यह एक विश्वसनीय निष्पादन वातावरण (TEE) बुनियादी ढांचे पर निजी प्रसंस्करण का निर्माण कर रहा है, क्लाउड का एक सुरक्षित हिस्सा जो डेटा को किसी और को प्रकट किए बिना संसाधित करता है। उदाहरण के लिए, यदि कोई उपयोगकर्ता AI को एक समूह के संदेशों को संक्षेप में प्रस्तुत करने के लिए AI को एक अनुरोध भेजता है, तो केवल उपयोगकर्ता का डिवाइस और सुरक्षित प्रसंस्करण वातावरण इस डेटा तक पहुंचने में सक्षम होगा। इसके अतिरिक्त, एक बार सारांश संसाधित होने के बाद, जानकारी को सर्वर से हटा दिया जाता है।

तकनीकी विवरण के लिए आ रहा है, मेटा ने कहा कि निजी प्रसंस्करण उन्नत क्रिप्टोग्राफिक तकनीकों जैसे कि अनजाने HTTP और दूरस्थ सत्यापन का उपयोग करता है ताकि यह सुनिश्चित किया जा सके कि उपयोगकर्ता की पहचान और डेटा छिपा हुआ है। प्रत्येक अनुरोध को तृतीय-पक्ष रिले के माध्यम से रूट किया जाता है और केवल अनुमोदित कोड का उपयोग करने के लिए यह सुनिश्चित करने के लिए सार्वजनिक लीडर्स के खिलाफ सत्यापित किया जाता है।

इस गोपनीय प्रसंस्करण का मतलब यह भी है कि न तो मेटा और न ही WhatsApp क्लाउड वातावरण में प्रवेश करने वाले डेटा का उपयोग कर सकते हैं, या तो निजी प्रसंस्करण के लिए पारगमन के दौरान या कंपनी के अनुसार डेटा को संसाधित करते समय।

मेटा ने लागू करने योग्य गारंटी भी जोड़ी है ताकि यदि सिस्टम को संशोधित करने का प्रयास हो, तो यह स्वचालित रूप से सिस्टम की विफलता को ट्रिगर करेगा। कंपनी की योजना उपयोगकर्ताओं और सुरक्षा शोधकर्ताओं को सुरक्षित वातावरण का ऑडिट करने और किए गए गारंटी को सत्यापित करने की भी है।

लेकिन ये सुरक्षा केवल संभावित आंतरिक मुद्दों से सुरक्षा सुनिश्चित करती है। मेटा का कहना है कि यह बाहरी खतरों के लिए सुरक्षा परतों का निर्माण भी कर रहा है। पोस्ट के अनुसार, CyberAttackers पूरे सिस्टम से समझौता किए बिना व्यक्तिगत उपयोगकर्ताओं को लक्षित नहीं कर पाएंगे। इसके अलावा, चूंकि डेटा केवल सर्वर पर अस्थायी रूप से संग्रहीत किया जाता है, इसलिए हमलावर पुराने डेटा को पुनः प्राप्त करने में सक्षम नहीं होंगे, भले ही वे सर्वर-वाइड हमले को खींच सकें।

आने वाले हफ्तों में, मेटा ने कहा कि यह अधिक विवरण जारी करेगा, जिसमें तकनीकी कागजात और बग बाउंटी विस्तार शामिल हैं। जबकि एआई-संचालित सुविधाएँ जैसे संदेश समरकरण निजी प्रसंस्करण की प्रारंभिक पेशकश का हिस्सा होंगे, कंपनी ने भविष्य में कई अन्य उपयोग के मामलों को जोड़ने की योजना बनाई है। अधिक जानकारी के लिए, पाठक पूरे ब्लॉग पोस्ट को पा सकते हैं यहाँ।

मेटा मंगलवार को अपने आर्टिफिशियल इंटेलिजेंस (एआई) चैटबॉट, मेटा एआई के लिए एक स्टैंडअलोन ऐप जारी किया। नया मेटा एआई ऐप एंड्रॉइड पर प्ले स्टोर और आईओएस के माध्यम से ऐप स्टोर के माध्यम से उपलब्ध है। मेनलो पार्क-आधारित टेक दिग्गज ने ऐप में एक सामाजिक तत्व जोड़ा है, जहां कोई अन्य उपयोगकर्ताओं के पोस्ट और छवियों को एक डिस्कवर फ़ीड में देख सकता है। इसके अतिरिक्त, कंपनी एक वॉयस मोड पेश कर रही है जहां उपयोगकर्ता चैटबॉट के साथ दो-तरफ़ा मौखिक बातचीत कर सकते हैं। आवाज का अनुभव वर्तमान में केवल चुनिंदा देशों में उपलब्ध है।

एक न्यूज़ रूम में डाकटेक दिग्गज ने मेटा एआई ऐप के लॉन्च की घोषणा की और इसकी नई सुविधाओं को विस्तृत किया। मेटा के सीईओ मार्क जुकरबर्ग ने पहले कहा था कि कंपनी एक स्टैंडअलोन एआई ऐप पर काम कर रही थी। स्टैंडअलोन एआई ऐप को लामा 4 एआई मॉडल द्वारा संचालित किया गया है और यह चैट, मिथुन, ग्रोक और क्लाउड की पसंद के साथ प्रतिस्पर्धा करता है।

मेटा एआई ऐप को एक सामाजिक अनुभव होने के लिए डिज़ाइन किया गया है। यह एक डिस्कवर फ़ीड के साथ आता है जहां उपयोगकर्ता चैटबॉट के साथ अपने अनुभव को साझा और पता लगा सकते हैं। उपयोगकर्ता AI का उपयोग करके उत्पन्न होने वाले संकेतों और मेटा AI की प्रतिक्रियाओं या छवियों को साझा कर सकते हैं। इसके अतिरिक्त, वे दूसरों के पोस्ट पर भी पसंद कर सकते हैं और टिप्पणी कर सकते हैं या उन्हें अपने संकेतों का उपयोग करने के लिए रीमिक्स कर सकते हैं। टेक दिग्गज कहते हैं कि कुछ भी फ़ीड को साझा नहीं किया जाता है जब तक कि उपयोगकर्ता कुछ पोस्ट करने के लिए नहीं चुनता है।

मेटा एआई की खोज फ़ीड
फोटो क्रेडिट: मेटा

सामाजिक अनुभव डिस्कवर फ़ीड तक सीमित नहीं है, या तो। ऐप में लॉग इन करने के लिए, किसी को मेटा खाते की आवश्यकता होती है, जो या तो आपका इंस्टाग्राम या फेसबुक अकाउंट हो सकता है। जब कोई उपयोगकर्ता हस्ताक्षर करता है, तो उनके खाते की जानकारी, जैसे कि प्रोफ़ाइल, सामग्री, वे मेटा एआई के साथ या बातचीत के साथ संलग्न हैं, ऐप द्वारा एक्सेस किया जा सकता है।

इसका उपयोग करते हुए, चैटबॉट उपयोगकर्ताओं के लिए एक व्यक्तिगत अनुभव उत्पन्न कर सकता है। यह क्षमता वर्तमान में मेटा के अनुसार अमेरिका और कनाडा में उपलब्ध है।

अन्य सोशल मीडिया खातों की जानकारी पर ड्राइंग के अलावा, मेटा एआई में अब मेमोरी भी है। यह उपयोगकर्ता के साथ बातचीत से एकत्रित प्रासंगिक जानकारी को याद कर सकता है ताकि उसकी प्रतिक्रियाओं को दर्जी कर सके।

मेटा एआई ऐप के साथ हाथों से मुक्त अनुभव भी प्रदान करता है। चैटबॉट अब मौखिक रूप से उपयोगकर्ता के साथ एक प्राकृतिक और संवादी स्वर में बातचीत कर सकता है। कंपनी ने कहा कि उसने इस क्षमता को जोड़ने के लिए लामा 4 मॉडल को ट्विक किया। इसके साथ, उपयोगकर्ता एआई को छवियों को उत्पन्न करने या उन्हें आवाज बातचीत के माध्यम से संपादित करने के लिए भी कह सकते हैं।

मेटा एआई पर आवाज मोड
फोटो क्रेडिट: मेटा

कंपनी एक पूर्ण-द्वैध भाषण तकनीक के साथ भी प्रयोग कर रही है। यह सेटिंग AI को निर्देश देती है कि वे लिखित प्रतिक्रियाओं को भाषण (टेक्स्ट-टू-स्पीच मॉडल) में परिवर्तित करने के बजाय सीधे आवाज उत्पन्न करें। मेटा का कहना है कि यह अनुभव अधिक स्वाभाविक है और मानव-जैसा लगता है। हालाँकि, इस मोड में वर्तमान में वेब या वास्तविक समय की जानकारी तक पहुंच नहीं है। वॉयस मोड वर्तमान में केवल ऑस्ट्रेलिया, कनाडा, न्यूजीलैंड और अमेरिका में उपलब्ध है।

अंत में, मेटा एआई ऐप भी रे-बैन मेटा चश्मा के लिए मेटा व्यू साथी ऐप के साथ विलय कर रहा है। इसका मतलब है कि उपयोगकर्ताओं को अपने स्मार्ट चश्मा को ऐप के साथ कनेक्ट करने की आवश्यकता होगी, जैसे कि कुछ विशेषताओं जैसे कि उनकी गैलरी की जाँच करना, छवियों को संपादित करना, या वार्तालाप इतिहास की जाँच करना।

मेटा एआई की साथी सुविधा
फोटो क्रेडिट: मेटा

चुनिंदा देशों में, उपयोगकर्ता बातचीत के संदर्भ को खोए बिना एआई ऐप से चश्मे पर स्विच करने में भी सक्षम होंगे। हालांकि, वर्तमान में, वार्तालाप केवल रे-बैन मेटा ग्लास पर शुरू किया जा सकता है, लेकिन उन्हें मेटा एआई ऐप या वेबसाइट में या तो जारी रखा जा सकता है। विशेष रूप से, मेटा एआई ऐप डाउनलोड और उपयोग करने के लिए स्वतंत्र है, और इस समय सेवा के लिए कोई भुगतान नहीं किया गया है।

redditसोमवार को अपने स्वचालित अनुवाद सुविधा का विस्तार कर रहा है। चर्चा मंच-शैली के सोशल मीडिया प्लेटफॉर्म ने सितंबर 2024 में एक मशीन लर्निंग (एमएल) फीचर पेश किया जो स्वचालित रूप से मंच पर पोस्ट और टिप्पणियों को उपयोगकर्ताओं की पसंदीदा भाषा में अनुवाद करता है। उस समय, कई भाषाओं में 35 देशों में सुविधा को रोल आउट किया गया था। Reddit अब हिंदी में पोस्ट और टिप्पणियों के समर्थन के साथ सुविधा का विस्तार कर रहा है। आर्टिफिशियल इंटेलिजेंस (एआई) सुविधा जल्द ही बंगाली में उपलब्ध होगी।

भविष्य में बंगाली में एआई-अनुवादों का समर्थन करने के लिए रेडिट

प्लेटफ़ॉर्म ने इसे अपडेट किया ब्लॉग भेजा जहां एमएल-संचालित स्थानीयकरण और अनुवाद सुविधा को पहली बार घोषित किया गया था, जिसमें कहा गया था कि इसने हिंदी के लिए समर्थन जोड़ा है। रेडिट ने हिंदी को “भारत की सबसे बोली जाने वाली भाषाओं में से एक” कहा। इसने यह भी पुष्टि की कि बंगाली के लिए समर्थन जल्द ही पालन करेगा।

35 से अधिक देशों में Reddit उपयोगकर्ता अब मोबाइल ऐप्स, मोबाइल ऐप या वेबसाइट के शीर्ष दाएं कोने में ओवरफ्लो मेनू में ट्रांसलेट आइकन को टैप करके अपनी पसंदीदा भाषा में पोस्ट और टिप्पणियां पढ़ सकते हैं। विकल्प स्वचालित रूप से उपयोगकर्ता के संपूर्ण Reddit फ़ीड को सेट भाषा में अनुवाद करता है।

अपनी पसंदीदा भाषा में पोस्ट और टिप्पणियों को पढ़ने के अलावा, उपयोगकर्ता नए पोस्ट भी कर सकते हैं और अपनी स्थानीय भाषा में टिप्पणियां लिख सकते हैं। जब एमएल सुविधा सक्रिय हो जाती है, तो ये पोस्ट और टिप्पणियां स्वचालित रूप से सब्रेडिट (या समुदाय की) मूल भाषा में अनुवादित होती हैं। अन्य उपयोगकर्ताओं को यह बताने के लिए एक बैनर भी जोड़ा जाता है कि टूल का उपयोग करके पोस्ट का अनुवाद किया गया था।

इसके अतिरिक्त, कंपनी ने कहा कि वह अपने खोज इंजन को भी अपडेट कर रही है ताकि उपयोगकर्ता उपयोगकर्ता की पसंदीदा भाषा का उपयोग करके खोज किए जाने पर भी प्रासंगिक सामग्री पा सकें। हालाँकि, कंपनी के उत्तर चैटबॉट केवल वर्तमान में अंग्रेजी का समर्थन करते हैं।

पिछले हफ्ते, Reddit लुढ़काना भारत में इसका एआई चैटबॉट। अभी भी बीटा में, यह सुविधा रेडिट पर सभी समुदायों में मौजूदा पोस्ट और टिप्पणियों को प्रश्नों का जवाब दे सकती है, संश्लेषित और संक्षेप में कर सकती है। चैटबॉट के ज्ञान के आधार में केवल प्लेटफ़ॉर्म पर चर्चा शामिल है, और उपयोगकर्ता सूचना, राय और सिफारिशों को खोजने के लिए प्राकृतिक भाषा प्रश्न बना सकते हैं।