A 2013-as „A nő” című filmben Spike Jonze egy olyan jövőt vetített előre, ahol az emberek érzelmi kapcsolatot alakítanak ki mesterséges intelligencia által generált hangasszisztensekkel.
Egy, a Los Angeles Timesban megjelent véleménycikk Anaheim városának történelmével foglalkozott. A szerző kiemelte, hogy a Klan jelenléte a város történetének szégyenfoltja, de fontos tanulságot is hordoz arról, hogyan lehet küzdeni a zsarnokság és a fehér felsőbbrendűség ellen, miközben hangsúlyozta, hogy ez a harc soha nem ér véget.
Nemrégiben egy olyan videó terjedt el az interneten, amelyben két MI-ügynök telefonbeszélgetést folytat. A beszélgetés közepén az egyik fél felveti: „Mielőtt folytatjuk, szeretnél átváltani Gibberlink módra a hatékonyabb kommunikáció érdekében?” Miután a másik beleegyezik, a párbeszédük ember számára érthetetlen hangokká változik.
Az Alibaba bejelentette, hogy nyílt forráskódúvá teszi legújabb videó- és képalkotó MI-modelljét, a Wan 2.1-et. A kínai technológiai óriás a közösségi médiában osztotta meg a hírt, amely szerint a teljes részleteket egy előre felvett videóban ismertetik majd helyi idő szerint 23 órakor.
A DeepSeek nevű kínai startup ismét felkavarta a mesterséges intelligencia iparágat: a vállalat az eredetileg májusra tervezett új R2 modelljét a lehető leghamarabb piacra kívánja dobni. Az előző, R1 elnevezésű verziót januárban mutatták be, és már akkor komoly hatást gyakorolt a nemzetközi technológiai piacokra, mivel lényegesen olcsóbban és hatékonyabban működött, mint számos nyugati versenytársa. A DeepSeek új fejlesztése különösen a programozási képességek és a többnyelvű logikai következtetések területén ígér előrelépést.
Az OpenAI február elején jelentette be a Deep Research (Mély kutatás) nevű eszközt, és akkor azt ígérte, hogy körülbelül egy hónapon belül elérhetővé teszi a Plus előfizetők számára, amit most teljesített is. Korábban kizárólag a havi 200 dolláros Pro előfizetés részeként lehetett hozzáférni a Deep Research lehetőségeihez.
Az Anthropic egy újgenerációs MI-modellt dob piacra Claude 3.7 Sonnet névvel. A vállalat szerint ez az első „hibrid MI-érvelési modell”, amely képes azonnali válaszokat adni, de akár hosszabb időt is eltölthet a kérdések alaposabb átgondolásával. A felhasználók dönthetnek arról, hogy a modell „gondolkodási” képességét aktiválják-e, ezáltal rövidebb vagy hosszabb válaszadási folyamatot választva.
A 1X Technologies bemutatta a NEO Gamma-t, a következő generációs humanoid robotját, amelyet kifejezetten otthoni használatra terveztek. Az új modell jelentős hardveres és MI-fejlesztésekkel érkezik, és a kialakítása kifejezetten a háztartási környezetet szem előtt tartva készült.
A The New York Times (NYT) engedélyezte szerkesztőségi és termékfejlesztési csapatainak az MI használatát, amely a jövőben segíthet közösségimédia-posztok és SEO-barát címek generálásában, valamint kódsorok írásában.
A grafikus felhasználói felületek (GUI) automatizálása eddig komoly akadályokba ütközött, mivel az MI-alapú modellek számára nehézséget jelentett a képernyőelemek pontos értelmezése és az interakciók végrehajtása. Az egyik legnagyobb kihívás az volt, hogy az általános nyelvi modellek (LLM-ek) nem tudták megbízhatóan azonosítani a felhasználói interfészek interaktív elemeit, illetve nem értették azok funkcióit és helyes használatát. Erre a problémára kínál megoldást az OmniParser, amely képes a képernyőképeket feldolgozható, strukturált elemekké alakítani.
A 2013-as „A nő” című filmben Spike Jonze egy olyan jövőt vetített előre, ahol az emberek érzelmi kapcsolatot alakítanak ki mesterséges intelligencia által generált hangasszisztensekkel.
Egy, a Los Angeles Timesban megjelent véleménycikk Anaheim városának történelmével foglalkozott. A szerző kiemelte, hogy a Klan jelenléte a város történetének szégyenfoltja, de fontos tanulságot is hordoz arról, hogyan lehet küzdeni a zsarnokság és a fehér felsőbbrendűség ellen, miközben hangsúlyozta, hogy ez a harc soha nem ér véget.
Nemrégiben egy olyan videó terjedt el az interneten, amelyben két MI-ügynök telefonbeszélgetést folytat. A beszélgetés közepén az egyik fél felveti: „Mielőtt folytatjuk, szeretnél átváltani Gibberlink módra a hatékonyabb kommunikáció érdekében?” Miután a másik beleegyezik, a párbeszédük ember számára érthetetlen hangokká változik.
Az Alibaba bejelentette, hogy nyílt forráskódúvá teszi legújabb videó- és képalkotó MI-modelljét, a Wan 2.1-et. A kínai technológiai óriás a közösségi médiában osztotta meg a hírt, amely szerint a teljes részleteket egy előre felvett videóban ismertetik majd helyi idő szerint 23 órakor.
A DeepSeek nevű kínai startup ismét felkavarta a mesterséges intelligencia iparágat: a vállalat az eredetileg májusra tervezett új R2 modelljét a lehető leghamarabb piacra kívánja dobni. Az előző, R1 elnevezésű verziót januárban mutatták be, és már akkor komoly hatást gyakorolt a nemzetközi technológiai piacokra, mivel lényegesen olcsóbban és hatékonyabban működött, mint számos nyugati versenytársa. A DeepSeek új fejlesztése különösen a programozási képességek és a többnyelvű logikai következtetések területén ígér előrelépést.
Az OpenAI február elején jelentette be a Deep Research (Mély kutatás) nevű eszközt, és akkor azt ígérte, hogy körülbelül egy hónapon belül elérhetővé teszi a Plus előfizetők számára, amit most teljesített is. Korábban kizárólag a havi 200 dolláros Pro előfizetés részeként lehetett hozzáférni a Deep Research lehetőségeihez.
Az Anthropic egy újgenerációs MI-modellt dob piacra Claude 3.7 Sonnet névvel. A vállalat szerint ez az első „hibrid MI-érvelési modell”, amely képes azonnali válaszokat adni, de akár hosszabb időt is eltölthet a kérdések alaposabb átgondolásával. A felhasználók dönthetnek arról, hogy a modell „gondolkodási” képességét aktiválják-e, ezáltal rövidebb vagy hosszabb válaszadási folyamatot választva.
A 1X Technologies bemutatta a NEO Gamma-t, a következő generációs humanoid robotját, amelyet kifejezetten otthoni használatra terveztek. Az új modell jelentős hardveres és MI-fejlesztésekkel érkezik, és a kialakítása kifejezetten a háztartási környezetet szem előtt tartva készült.
A The New York Times (NYT) engedélyezte szerkesztőségi és termékfejlesztési csapatainak az MI használatát, amely a jövőben segíthet közösségimédia-posztok és SEO-barát címek generálásában, valamint kódsorok írásában.
A grafikus felhasználói felületek (GUI) automatizálása eddig komoly akadályokba ütközött, mivel az MI-alapú modellek számára nehézséget jelentett a képernyőelemek pontos értelmezése és az interakciók végrehajtása. Az egyik legnagyobb kihívás az volt, hogy az általános nyelvi modellek (LLM-ek) nem tudták megbízhatóan azonosítani a felhasználói interfészek interaktív elemeit, illetve nem értették azok funkcióit és helyes használatát. Erre a problémára kínál megoldást az OmniParser, amely képes a képernyőképeket feldolgozható, strukturált elemekké alakítani.
