🧠 تحلیلی بر «اراده‌ی آزاد» و عاملیت انسانی در عصر سرمایه‌داری دیجیتالدر مقاله «اراده‌ی آزاد و انکشا…

🌟 تن‌سنت از خانواده مدل‌های امبدینگ (Embedding) چندوجهی WeMM-Embedding رونمایی کردتیم WeChat شرکت تن‌سنت، خانواده‌ای از مدل‌های تعبیه چندوجهی را به‌صورت متن‌باز منتشر کرده است. این مدل‌ها که WeMM-Embedding نام دارند، برای ایجاد بردارهای نمایشی یکپارچه از محتوای مختلف طراحی شده‌اند.---✨ قابلیت‌های کلیدی:🔹 چندوجهی بودن: این مدل‌ها با متن، تصویر، ویدئو، اسناد بصری پیچیده و محتوای ترکیبی کار می‌کنند و همه را در یک فضای معنایی واحد قرار می‌دهند.🔹 آموزش با Matryoshka Representation Learning: این روش به کاربران اجازه می‌دهد در زمان استفاده، ابعاد بردار را کاهش دهند و در مصرف حافظه و محاسبات صرفه‌جویی کنند.🔹 معماری مبتنی بر Qwen3.5: نسخه‌ی کوچک‌تر بردارهای نرمال‌شده با ابعاد ۲۰۴۸ و نسخه‌ی بزرگ‌تر با ابعاد ۴۰۹۶ تولید می‌کند.🔹 حفظ کیفیت با کاهش ابعاد: مدل ۲ میلیاردی با فشرده‌سازی تا ۲۵۶ بُعد، همچنان ۹۸.۷٪ از کیفیت اولیه را در وظایف تصویری و ویدئویی حفظ می‌کند.---📊 عملکرد در بنچمارک‌ها:· مدل ۹ میلیاردی با امتیاز ۸۰.۶ در بنچمارک MMEB-v2 رکورد جدیدی ثبت کرده است.· مدل ۲ میلیاردی از مدل Qwen3-VL-Embedding که ۴ برابر بزرگ‌تر است، بهتر عمل کرده.---💼 کاربرد در دنیای واقعی:این مدل‌ها هم‌اکنون در سیستم‌های جستجو و توصیه‌گر WeChat برای پردازش کانال‌ها، حساب‌های کاربری و تجارت الکترونیک استفاده می‌شوند و در ۱۴ آزمایش A/B آنلاین بهبود عملکرد را نشان داده‌اند.---⚙️ دسترسی و مجوز:وزن‌های مدل در سه اندازه ۲، ۴ و ۹ میلیارد پارامتری با مجوز Apache 2.0 منتشر شده‌اند و از کتابخانه‌های Transformers، vLLM و SGLang پشتیبانی می‌کنند.تنها محدودیت فعلی، عدم پشتیبانی از ورودی صوتی است.---🔗 لینک‌های مفید:📄 مقاله: arxiv.org/abs/2608.12345🤗 وزن‌ها: huggingface.co/WeChat/WeMM-Embedding💻 گیت‌هاب: github.com/wechat/WeMM-Embedding---#Tencent #WeMM_Embedding #هوش_مصنوعی #پردازش_چندوجهی🆔 @asrgooyeshpardaz

🎙️ اعراب‌گذاری در تبدیل متن به گفتار در زبان فارسی، کلمات هم‌نویسه زیادی وجود دارند که تلفظ آن‌ها با توجه به معنا و جایگاهشان در جمله تغییر می‌کند. برای مثال، کلمات «کَرَم»، «کِرِم» و «کُرُم» هر سه یک‌شکل نوشته می‌شوند، اما تلفظ و معنای متفاوتی دارند.🔸 مدل‌های پیشرفته TTS معمولاً با تکیه بر بافت جمله، تلفظ صحیح را حدس می‌زنند، اما در موارد زیر ممکن است دچار خطا شوند:- کلمات کم‌کاربرد یا تخصصی (مثل نام‌های خاص و اصطلاحات علمی)- نام برندها و کلمات ساختگی که در دیکشنری استاندارد فارسی وجود ندارند- جملات کوتاه و مبهم که بافت کافی برای تشخیص تلفظ ندارند📱 آموزش سریع اعراب‌گذاری با Gboardبرای اعراب‌گذاری متون فارسی، بهترین گزینه استفاده از کیبورد Gboard است. کافیست:۱. حرف مورد نظر را تایپ کنید.۲. انگشت خود را روی کلید نقطه ( . ) نگه دارید تا منوی اعراب ظاهر شود.۳. از بین گزینه‌های فتحه (ـَ), ضمه (ـُ), کسره (ـِ), سکون (ـْ), تشدید (ـّ) و تنوین‌ها (ـً, ـٍ, ـٌ), علامت مورد نظر را انتخاب کنید.---✨ تبدیل متن به گفتار طبیعی با آریانا🆔 @AgpArianaBot

💻 انویدیا در آستانه خرید Hugging Face به مبلغ ۱۲.۹ میلیارد دلارطبق گزارش TechCrunch و The Information، انویدیا با خرید پلتفرم متن‌باز هوش مصنوعی Hugging Face به ارزش ۱۲.۹ میلیارد دلار موافقت کرده است. این خبر در حالی منتشر می‌شود که هنوز تأیید رسمی از سوی هیچ‌یک از دو شرکت صورت نگرفته است.---🔍 جزئیات معامله و اهمیت آنقیمت این معامله، جهش قابل‌توجهی نسبت به آخرین ارزش‌گذاری Hugging Face (۴.۵ میلیارد دلار در سال ۲۰۲۳) محسوب می‌شود. انویدیا پیش‌تر سال گذشته پیشنهاد سرمایه‌گذاری ۵۰۰ میلیون دلاری با ارزش‌گذاری ۷ میلیارد دلاری را ارائه کرده بود که توسط Hugging Face رد شد.---🎯 چرا انویدیا به دنبال خرید Hugging Face است؟🔹 حفظ سلطه در بازار تراشه‌های هوش مصنوعی: با توجه به اینکه شرکت‌های بزرگی مانند OpenAI، گوگل، آمازون و Anthropic در حال ساخت تراشه‌های اختصاصی خود هستند، انویدیا به دنبال تقویت اکوسیستم نرم‌افزاری خود است. یک اکوسیستم قوی از مدل‌های متن‌باز، مشتریان را به استفاده از سخت‌افزار انویدیا وابسته نگه می‌دارد.🔹 ورود دوباره به بازار رایانش ابری: انویدیا حدود یک سال پیش کسب‌وکار ابری خود (DGX Cloud) را کاهش داد. با مالکیت Hugging Face که به توسعه‌دهندگان در اجرای مدل‌ها کمک می‌کند، انویدیا می‌تواند بدون نیاز به شروع از صفر، به این بازار بازگردد.🔹 استفاده از ظرفیت‌های بلااستفاده:انویدیا برای تأمین هزینه‌های قراردادهای ابری مشتریانش متعهد شده است. در صورت عدم استفاده کامل مشتریان از توان خریداری‌شده، Hugging Face می‌تواند این ظرفیت مازاد را به مشتریان خود بفروشد.---🇨🇳 پاسخ به تسلط چین بر مدل‌های متن‌بازمدیرعامل Hugging Face در مصاحبه‌های اخیر خود، برتری چین در حوزه مدل‌های متن‌باز را گوشزد کرده و از حمایت از مدل‌های باز در برابر محدودیت‌های دولتی دفاع کرده است. این خرید به انویدیا کمک می‌کند تا در رقابت با مدل‌های قدرتمند چینی مانند Kimi K3، جایگاه خود را مستحکم‌تر کند.---💰 وضعیت مالی Hugging Faceبر اساس گزارش‌ها، درآمد سالانه Hugging Face حدود ۱۵۰ میلیون دلار است و این شرکت به سودآوری نزدیک شده است. با وجود این، قیمت خرید ۱۲.۹ میلیارد دلاری، ضریب بسیار بالایی نسبت به درآمد شرکت محسوب می‌شود.---💡 نکته: این خبر بر اساس گزارش TechCrunch و The Information منتشر شده و هنوز به‌طور رسمی از سوی انویدیا یا Hugging Face تأیید نشده است.techcrunch.com/2026/08/26/nvidia-closes-i… @asrgooyeshpardaz

🗣با این ربات می‌توانی متن فارسی را به صوت تبدیل کنی.⭐️پشتیبانی از ۸ مدل روز فارسی⭐️پشتیبانی از مدل‌های Gemini و ElevenLabs⭐️پشتیبانی از مدل کلاسیک آریانا ⭐️امکان ایجاد کلید API و استفاده از سرویس در محیط توسعه شخصی⭐️ اعتبار رایگان روزانه ⭐️ امکان دعوت از دوستان و دریافت اعتبار همین الان امتحانش کن. ربات آریانا@AgpArianaBot

🗣ربات آریانا با مدل‌های جدید امکان تنظیم لحن گوینده در مدل‌های Gemini و ElevenLabs 👌@AgpArianaBot

💡 تازه‌های دنیای هوش مصنوعی - ۲۷ آگوست ۲۰۲۶---🔹 شرکت Moonshot AI در حال مذاکره با غول‌های ابری آمریکا برای میزبانی Kimi K3شرکت چینی Moonshot AI وارد مذاکرات اولیه با مایکروسافت، آمازون و گوگل شده تا مدل پرچم‌دار خود، Kimi K3، را روی پلتفرم‌های Azure، AWS و Google Cloud میزبانی کند. این شرکت خواهان تا ۳۰٪ از درآمد سرویس‌های ساخته‌شده بر پایه‌ی K3 است.این مذاکرات در حالی انجام می‌شود که دولت آمریکا، Moonshot را به آموزش مدل خود روی پاسخ‌های Fable 5 از Anthropic متهم کرده و وزارت خزانه‌داری این کشور نیز تهدید به تحریم تجاری کرده است. Moonshot این اتهامات را رد کرده و غول‌های فناوری نیز از اظهارنظر خودداری کرده‌اند.---🔹 شرکت Google از Gemini 3.5 Transcribe رونمایی کردگوگل مدل جدید تبدیل گفتار به متن خود را معرفی کرده که از بیش از ۸۵ زبان پشتیبانی می‌کند. این مدل:· کلمات اضافی را حذف می‌کند· نویز پس‌زمینه را کاهش می‌دهد· قالب‌بندی خودکار متن را انجام می‌دهد· با فرهنگ لغات کاربر سازگار می‌شود· گفتگوها را با تایم‌کد تفکیک می‌کندهمچنین از فراخوانی تابع پشتیبانی کرده و می‌تواند وظایفی مانند تولید تصویر یا تحلیل فایل را به سایر مدل‌های Gemini واگذار کند. این مدل از طریق Gemini API در Google AI Studio در دسترس است و قبلاً در Gboard (اندروید)، کلاینت مک Gemini و Enterprise Agent یکپارچه شده است.---🔹 شرکت Anthropic حافظه‌ی Claude و Cowork را یکپارچه کرداطلاعاتی که Claude در یک بخش از کاربر ذخیره می‌کند، اکنون در سایر بخش‌ها نیز قابل‌دسترسی است و حافظه به‌روز می‌شود. کاربران می‌توانند اطلاعات را به‌صورت دستی مدیریت کنند. همچنین Claude به‌طور پیش‌فرض اطلاعات حساسی مانند سلامت، مذهب و گرایش سیاسی را ذخیره نمی‌کند، اما این قابلیت در تنظیمات قابل‌فعال‌سازی است. این ویژگی برای کاربران Free، Pro و Max فعال شده است.---🔹 شرکت Figure AI برای آموزش ربات‌ها به کاربران پول می‌دهد!شرکت Figure AI اپلیکیشنی به نام Index برای iOS و Android منتشر کرده که کاربران با فیلم‌برداری از انجام کارهای روزمره و ارسال آن، پول دریافت می‌کنند. این داده‌ها برای آموزش مدل Helix، که مغز متفکر ربات‌های Figure است، استفاده می‌شود. در ۴ ماه گذشته، ۱۶ میلیون ویدئو آپلود شده و ۱۵ میلیون دلار به کاربران پرداخت شده است. این شرکت قصد دارد سال آینده بیش از یک میلیارد دلار برای جمع‌آوری داده و زیرساخت هزینه کند.---🔹 شرکت ElevenLabs ابزار ویرایش تکه‌تکه موسیقی را معرفی کردابزار جدید Composer با پشتیبانی از مدل Music v2، امکان ویرایش بخش‌های جداگانه یک آهنگ را بدون نیاز به بازتولید کل قطعه فراهم می‌کند. کاربران می‌توانند:· متن یک بیت را تغییر دهند· گام (تونالیته) کُر را عوض کنند· سرعت بخش‌ها را تنظیم نمایند· ساختار کلی آهنگ را بازچینش کننداین ابزار روی پلتفرم ElevenMusic در دسترس است.---🆔 @asrgooyeshpardaz