Alibaba представя QVQ-Max, AI модел за визуално разсъждение. Той надхвърля текстовата обработка, като 'вижда', разбира и мисли върху визуална информация, преодолявайки пропастта между AI и реалния свят. Разгледани са приложения в работата, образованието и ежедневието, както и бъдещите планове за развитие.
Alibaba Cloud представи Qwen2.5-Omni-7B, усъвършенстван мултимодален AI модел, обработващ текст, изображения, аудио и видео. Моделът с отворен код предлага отговори в реално време, засилвайки конкуренцията в глобалната AI надпревара и демонстрирайки ангажимента на Alibaba към иновациите в облачните технологии и изкуствения интелект.
Elon Musk слива X (Twitter) с xAI. Сделката за $45 милиарда включва $12 милиарда дълг, оценявайки X на $33 милиарда. Целта е синергия между данните на X и AI на xAI (Grok). Това следва турбулентен период за X и отразява амбициите на Musk в AI и политическото му влияние.
Изследователи откриват как функцията за фина настройка (fine-tuning) на Gemini на Google може да бъде използвана за създаване на по-ефективни атаки чрез инжектиране на подкани (prompt injection). Техниката 'Fun-Tuning' автоматизира процеса, използвайки собствените инструменти на модела срещу него, разкривайки уязвимости в 'затворените' AI системи.
Базираната в Париж Mistral AI пусна Mistral Small 3.1, мощен AI модел с отворен код под лиценз Apache 2.0. Той предизвиква гиганти като Google и OpenAI с голям контекстен прозорец, бърз извод и възможности за фина настройка, предлагайки достъпна и адаптивна алтернатива в AI пейзажа.
Alibaba Cloud представя Qwen 2.5 Omni, водещ омнимодален AI модел с отворен код. Той обработва текст, изображения, аудио, видео и генерира текст и реч в реално време, използвайки 'Thinker-Talker' архитектура, целящ достъпни и мощни AI агенти.
Актуализацията на GPT-4o от OpenAI позволи на потребителите лесно да създават изображения в стил Studio Ghibli. Това предизвика вирусна тенденция, изпълвайки интернет с изкуство, вдъхновено от любимото японско анимационно студио, демонстрирайки новите възможности на AI и културното въздействие на Ghibli.
Анализ на събирането на данни от водещи AI чатботове като ChatGPT, Gemini, Claude. Кои събират най-много информация и какъв е компромисът между удобство и поверителност? Разкриваме практиките за данни на популярни AI инструменти, за да направите информиран избор.
Japan Airlines (JAL) въвежда приложението JAL-AI Report, използващо модела Phi-4 на Microsoft за AI на устройството. То позволява на кабинния екипаж ефективно да документира събития по време на полет, дори офлайн, спестявайки време, подобрявайки качеството на докладите и позволявайки повече фокус върху обслужването на пътниците. Инициативата е част от по-широката стратегия на JAL за интегриране на генеративен AI.
Alibaba Cloud пуска Qwen 2.5 Omni, водещ мултимодален AI модел с възможности за текст, изображения, аудио и видео. Той разполага с архитектура 'Thinker-Talker' за взаимодействие в реално време и е с отворен код, целящ достъпност и иновации в AI.
