پاول کریستیانو، که تازه به هیئت غیرانتفاعی OpenAI پیوسته، میگه صنعت هوش مصنوعی از جمله خود OpenAI هنوز نتونسته خطر از دست دادن کنترل رو به حد قابل قبولی کم کنه.
یه تست عملی با جمینای گوگل و Sightengine نشون داد این ابزارها ویدیوهای واقعا جعلی رو «احتمالا واقعی» و فیلمهای واقعی رو «نامشخص» اعلام میکنن.
متا یه بخش پنهون به اسم Shared Agents رو تو اپ Muse خودش جاسازی کرده که به کاربرها اجازه میده ایجنت بسازن و با بقیه به اشتراک بذارن؛ احتمالاً همزمان با Meta Connect رونمایی میشه.
گوگل با استفاده از Workspace Intelligence، Gemini رو مستقیم تو Gmail، Drive، Docs، Slides و Chat قابل استفاده کرده تا کارای چند مرحلهای رو خودکار انجام بده.
OpenAI یه مدل صوتی جدید به اسم GPT-Live-1 رو تو API عرضه کرده که همزمان میشنوه و حرف میزنه، نه مث سیستمهای قدیمی که نوبتی کار میکردن.
دیپمایند با کمک چند نهاد دیگه یه ارزیابی دوسوکور روی یه مدل اجرا کرد که هیچکدوم طرف دیگه رو ندید؛ نویسنده میگه این مشکل واقعی شرکتها رو حل نمیکنه.
RunPod Serverless میذاره مدل هوش مصنوعیت رو فقط وقتی کسی صداش میزنه اجرا کنی و GPU وقتی بیکاره خودش خاموش میشه؛ مشکل اصلیش تاخیر استارت اوله.
با ترکیب یه ویدیوی معمولی و یه عکس استایلدار، مدلهای ویدیویی جدید حرکت و صدای تو رو نگه میدارن ولی ظاهرشو انیمیشنی، انیمه یا استاپموشن میکنن.
اوپنایآی مدل تصویرسازیش رو به GPT Image 2.5 آپدیت کرده، با دو نسخه سریع و باکیفیت که هرکدوم به یه دردی میخورن.
پژوهشگرا نشون دادن وقتی یه مدل ضعیفتر رو مجبور میکنیم دقیقاً مثل یه مدل قویتر عمل کنه، عملکردش تو تستهای واقعی بدتر میشه، نه بهتر، و یه روش جایگزین پیشنهاد دادن که این مشکل رو حل میکنه.
قانون هوش مصنوعی اتحادیه اروپا از ۲ اوت ۲۰۲۶ سیستمهای پرریسک رو مجبور کرده هر کاری که AI انجام میده رو خودکار و غیرقابل دستکاری ثبت کنن؛ یعنی لاگگیری ساده دیگه کافی نیست.
یه مدل هوش مصنوعی جدید به اسم OUI-1 به جای نوشتن کد رابط کاربری خط به خط، کل صفحه رو یهو از نویز میسازه؛ کار سختش وقتی شروع میشه که صفحه شلوغ بشه.
OpenAI مدل تصویرسازی جدیدش، GPT Image 2.5 رو با دو نسخهی Flare و Sunburst منتشر کرده که دستورها رو دقیقتر اجرا میکنه ولی خروجیهاش هنوز رزولوشن پایینی دارن.
OpenAI بهخاطر تقاضای زیاد برای مدل جدیدش Astra، عضویت جدید تو پلن ۲۰۰ دلاری Pro رو موقتا بسته، اما میگه بقیه پلنها هنوز فعالن.
بررسی دستاول از مدل چندوجهی InclusionAI نشون میده این مدل نهتنها عکس و ویدیو رو میفهمه، بلکه وسط استدلال، اشتباه خودش رو هم تشخیص میده و درست میکنه.
OpenBMB یه مدل ۲.۵ میلیارد پارامتری منتشر کرده که فقط برای صدا زدن دقیق ابزارها ساخته شده و رو بعضی بنچمارکهای عاملی از مدلهای ۴ بی هم جلو میزنه.
الینا ورنا از Lovable میگه چرا دادن رایگان محصول هوشمصنوعی، با وجود هزینهی بالاش، هنوز بهترین راه جذب مشتریه.
TrueForge یه هارنس متنباز برای اجرای ایجنتهای هوش مصنوعیه که میتونی مدلهای لوکال خودتو هم بهش وصل کنی و کاملا مستقل از سرویسهای ابری کار کنی.
Hyperframes یه ریپوی متنباز روی Codex (ابزار کدنویسی OpenAI) نصب میشه و با چند تا دستور ساده، خودش ویدیوتو مونتاژ میکنه.
OpenBMB مدلی ۲.۵ میلیارد پارامتری منتشر کرده که رو بنچمارکهای کدنویسی و عاملی از Qwen3.5-4B جلو زده، تا ۱۳۱ هزار توکن کانتکست داره و همهی دادهی آموزشیش هم متنبازه.