STeam
Статистикаکانال رسمی استارتاپ استیم لینک پست اول کانال: https://t.me/Steam_Startup/4
- Последний пост
- 14 авг.
- Последнее чтение
- 15 авг.
- Постов за неделю
- 8
- Всего постов
- 238
- Тип
- открытый
- Язык
- персидский
- Категория
- Бизнес
- В каталоге с
- 12 авг.
- 1/24сутки в ленте
- 176
- 1/48двое суток
- 201
- 1/72трое суток
- 217
Оценка по просмотрам недавних постов: пост набирает почти всё за первые сутки.
Посты
💽 Chinese MinMax Has Released Music 3, An Open-Source Music Generator It creates songs of up to five minutes and runs locally—even on consumer hardware. The full model fits on a GPU with 24 GB of VRAM, but it can run with as little as 8 GB. ➡ You can try it for free on Hugging Face.
Google releases Gemini 3.7 Flash. The model is designed to plan more carefully, handle tool calls more reliably and require fewer retries. It will also power Gemini Spark, Google’s 24/7 personal agent. The benchmarks are Google’s own launch claims, but the combination is aggressive: a stronger model, shipped after just three weeks, at $0.75 per million input tokens and $3.75 per million output tokens through year-end. Source. @aipost 🏴
دیدم خیلی از دوستان میپرسن چطور گیت رو یاد بگیرن، برای همین هرچی این مدت جمع کرده بودم رو یکجا آوردم؛ از نصب و تنظیمات اولیه تا مفاهیم داخلی، از شاخهبندی و ادغام تا حل تداخل و روشهای کار تیمی، همه رو بهزبان ساده توضیح دادم، با مثالهای عملی، به فارسی و کاملاً رایگان. مطالعه آنلاین: https://a-talebifard.github.io/git-github-book مخزن پروژه در گیتهاب : https://github.com/A-talebifard/git-github-book @RepoFA
📌 خبر بد برای کسایی که با AI مقاله مینویسن🤔 ▪️خبر کلاد رو که احتمالا شنیدید. یعنی قراره توی متون تولید شده با کلاد، واترمارک مخفی بذاره و اینطوری خیلی راحتتر میشه تشخیص داد که متن با ai تولید شده یا نه. حالا این واترمارکگذاری چطوری انجام میشه؟ ▪️مدلهای زبانی بزرگ مثل کلاد برای تولید کلمه بعدی، از بین گزینههای مختلف اون کلمه با بیشترین احتمال رو انتخاب میکنن. مثلا مدل تا اینجا رو نوشته: «این روش برای حل این مشکل خیلی ___» و برای کلمه بعدی این احتمالات رو داره: «مناسب» ۴۰٪ «موثر» ۳۰٪ «کاربردی» ۲۰٪ «سودمند» ۱۰٪ توی واترمارکگذاری، این گزینهها با یه کلید مخفی به دو گروه تقسیم میشن؛ مثلا «مناسب» و «کاربردی» گروه قرمز، «موثر» و «سودمند» گروه سبز. بعد واترمارک کاری میکنه احتمال انتخاب کلمات سبز یه مقدار بیشتر بشه. یعنی ممکنه بهجای «مناسب» که بیشترین احتمال رو داره، مدل «موثر» رو انتخاب کنه. ▪️این کار برای هزاران توکن تکرار میشه. بعدا با داشتن اون کلید مخفی، میشه بررسی کرد که آیا تعداد توکنهای گروه سبز توی متن، به شکل غیرعادی زیاده یا نه. پس واترمارک مخفیه و فقط این الگوریتمها نیست که بشه راحت دورش زد. مجموع یه سری علامت غیرقابل مشاهده که داخل متن مشخص نیست و به سادگی هم نمیتونین متوجهش بشین. در واقع، این واترمارک توی الگوی آماری انتخاب توکنها پنهان شده. ▪️البته این یه مثال بود و روشهای مختلفی برای واترمارکگذاری داره توسعه داده میشه که بتونن با تکنیکهای humanize کردن متن مقابله کنن و متن تولید شده با AI رو تشخیص بدن. پس خوبه اگه برای نگارش مقاله از ai استفاده میکنین، از الان مسئولانه اینکارو انجام بدین تا بعدا دردسر نشه ▪️شاید الان با یه سری ترفندها بشه یه چیزایی رو پیچوند, بعد هم یه سری موارد احتمالا قلق و ترفندش میاد، اما همیشه به فکر آینده بودن بد نیست و با وسواس ازین ابزارها استفاده کردن عاقلانه است. ✍️Credit: Mohamad Ameri Learn , Share, Grow🚀 ➖➖➖➖➖➖➖➖➖➖ Business Through Stories 💎 @MBApro_ir
یکی از تفاوت های ساختاری یا شاید بهتره بگم فلسفی تلگرام با دیگر شبکه های اجتماعی مثل اینستاگرام و لینکدین و X و و و اینه که چیزی به اسم اکسپلور ، فیید ، تایم لاین و از اینجور چیزا نداره (خدا رو شکر) تو شبکه های اجتماعی دیگه که برای دیده شدن دست و پا می زنن ما شاهد محتواهای به شدت زرد و مستهجن هستیم که فقط برای لایک گرفتن تولید شدن و تشنه دیده شدن هستن (به قول لینکدینی ها ایمپرشن گرفتن) اما تو تلگرام (باز هم خدا رو شکر) خبری از این تب تولید محتوا نیست هر کسی هر کانالی رو دوست داره دنبال می کنه هر کسی تو هر گروهی دلش بخواد عضو میشه و رقابت سر جلب توجه نیست همین باعث میشه نسبت به شبکه های دیگه مطالب با کیفیت تری در تلگرام پیدا کنید (البته بستگی داره کدوم کانال ها رو دنبال می کنید) چیزی که در این روزها خیلی نایاب شده. تا یه مدت دیگه پروژه جدیدم رو لانچ می کنم و فضای این کانال تغییرات قابل ملاحظه ای پیدا می کنه. به زودی . . .
🔥 SpaceX and xAI have released Grok Bot Grok Bot is a persistent AI teammate with its own cloud computers that can complete tasks and work 24/7 without you having to constantly prompt it. @aipost 🏴
🔥 نسل جدید تولید و ویرایش تصویر: Grok Imagine 2.0 معرفی شد شرکت xAI نسخه جدید Imagine Image 2.0 رو معرفی کرده؛ مدلی که تمرکزش فقط روی ساخت تصویر نیست و برای ویرایش دقیق و طراحیهای حرفهای هم ساخته شده. 🔷 مهمترین قابلیتها: 🔹 تولید تصویر با جزئیات بیشتر دستورها رو دقیقتر دنبال میکنه و برای طراحیهای چندبخشی و دارای متن، کنترل بهتری داره. 🔹 ویرایش دقیق تصویر میتونی فقط بخش موردنظر تصویر رو تغییر بدی، بدون اینکه سایر قسمتها دستکاری بشن. 🔹 ویرایش با چند تصویر تا ۵ تصویر رو میتونی همزمان به مدل بدی و از اونها در یک خروجی استفاده کنی. 🔹 تغییر هوشمند نسبت تصویر یک تصویر رو به نسبتهای مختلف مثل 9:16، 1:1 و 16:9 تبدیل میکنه و کادر جدید رو خودش بازسازی میکنه. 🔹 حذف پسزمینه سوژه رو با پسزمینه شفاف خروجی میگیره. ✅ شرکت xAI اعلام کرده Image 2.0 در رتبهبندیهای Text-to-Image و Image Editing، رتبه دوم جهان رو به دست آورده. 🔗 لینک ابزار: https://grok.com/imagine 🔗 منبع: https://x.ai/news/grok-imagine-image-2 🧠 فیلاگر | جامعه هوش مصنوعی ایران 🆔 @filoger_com
من چون زیاد با هوش مصنوعی کار می کنم می خواستم یه نکته ظریف بگم که تا حالا ندیدم کسی بهش اشاره کنه در دنیای برنامه نویسی و کامپیوتر ما منطق مون 0 و 1 است یعنی یا یه دستوری کار می کنه یا کار نمی کنه یا درست است یا غلط است یا برنامه اجرا میشه یا پیام خطا میده و متوقف میشه ولی در دنیای هوش مصنوعی اینطور نیست! در منطق هوش مصنوعی ما همیشه پاسخ داریم فقط بحث سر کیفیت پاسخ است که چقدر هزیان گویی توش هست چقدر دروغ توش هست چقدر دقت توش هست و اصلا ما حالتی رو نداریم که شما یه چیزی به هوش مصنوعی بدی و هیچ خروجی نگیری حالا اصلا اینا به چه درد می خوره اجازه بدید یک مثال بزنم که اشتباه خیلی هاست. فرمت PDF تو دنیا خیلی رایج است و برای انسان طراحی شده حالا من دیدم که خیلیا میان فایل پی دی اف رو میدن به هوش مصنوعی و میگن براساس این یه کاری بکن یا جواب بده و و و در نهایت هم هوش مصنوعی بهشون جواب میده و خوشحالن که عه چه باحال ولی متاسفانه به این روش پاسخ های خوبی دریافت نمی کنن چون فرمت PDF زیاد برای LLM ها مناسب نیست و فرمت بهتر Markdown کردن دیتاست و فرستان فایل با پسوند md این فقط یک نمونه است که خواستم مثال بزنم هر وقت هوش مصنوعی بهتون جواب داد سریع ذوق زده نشید چون هوش مصنوعی طوری طراحی شده که توکن مصرف کنه و همیشه به شما جواب میده هنر که چه عرض کنم شاهکار شما اینه که بتونید از هوش مصنوعی جواب های با کیفیت دریافت کنید یا شاید بهتر باشه بگم زیاد دلتون رو به جواب های هوش مصنوعی خوش نکنید بجاش براش هدف تایین کنید و بعد براش سیستم بسازید که بره تلاش کنه به هدفش برسه من خیلی دیدم که دارن با استفاده از AI دستیار طراحی می کنن و چون یه خروجی گراف یا یک سری تحلیل دریافت می کنن این رو نشونه موفقیت پروژه می دونن کاملا قاطعانه بهتون بگم: تمام اینا اشتباه هستن چون AI در هر صورت به شما خروجی میده اگه واقعا بخواهید یک سیستم AI طراحی کنید باید تمام زیر ساخت هاش رو فراهم کنید. منظورم اینه که یک اجنت بسازید، حافظه تعریف کنید، دسترسی بهش بدید و و و نه اینکه صرفا یک چت بات داشته باشید و بهش بگید دستیار (Assistant)
♨️ایجنت هرمس رو توی کامپیوتر خودش نصب کنیم @rss_ai_ir
🔍 Tool: Perplexity AI for Search While most people are still Googling and opening 15 tabs, others have long switched to Perplexity. Why many call it a “Google killer”: 🟣 It gives you a ready-made answer instead of just a list of links 🟣 Provides sources so you can verify everything 🟣 Understands context and follow-up questions 🟣 Excellent at research, comparisons, and up-to-date information 🟣 Has a Pro mode with more powerful models In practice it looks like this: Instead of spending 40 minutes jumping between websites, you get a clear, structured answer with sources in 2–3 minutes. It works especially well when you need to: 🔘Quickly understand a new topic 🔘Compare tools or approaches 🔘Find current information without the fluff 🔘Gather material for an article, post, or presentation Perplexity doesn’t just search - it saves hours on the most boring part of working with information. Who has already switched from Google to Perplexity? Share what tasks it handles best for you. The best AI on AIMarket 🤖
🤖🏡 ربات انساننمای LUMO معرفی شد؛ همراهی هوشمند برای خانه و آموزش شرکت DOBOT از ربات انساننمای جدید خود با نام LUMO رونمایی کرده است؛ رباتی با قد حدود ۱.۳ متر که برای استفاده در خانه، مدارس و محیطهای روزمره طراحی شده است. برخلاف بسیاری از رباتهای انساننما که تمرکز اصلی آنها بر قدرت فیزیکی است، LUMO بیش از هر چیز بر تعامل اجتماعی و ارتباط طبیعی با انسان تمرکز دارد. 🚀 قابلیتهای کلیدی 🧠 درک محیط اطراف و پیشنهاد کمک بهصورت هوشمند 😊 تشخیص احساسات از طریق چهره و لحن صدا 👀 درک سهبعدی محیط و مسیریابی 🚶 حرکت روی سطوح مختلف مانند چمن و شن 📚 کمک به آموزش و تعامل با کودکان 💡 انجام کارهای ساده مانند خاموش کردن چراغها در شب 💡 تفاوت LUMO با بسیاری از رباتهای دیگر هدف اصلی این ربات، انجام کارهای سنگین خانگی نیست؛ بلکه ایجاد یک همراه هوشمند (Companion Robot) است که بتواند: 👨👩👧 با اعضای خانواده تعامل کند. 🗣️ ارتباط طبیعیتری با انسان داشته باشد. 🎓 در آموزش و یادگیری کمک کند. 🏠 بخشی از زندگی روزمره باشد. 🌍 آینده رباتهای خانگی در سالهای اخیر، شرکتهای مختلفی مانند Tesla، Figure AI، Unitree، UBTECH و DOBOT سرمایهگذاری گستردهای روی رباتهای انساننما انجام دادهاند. اکنون به نظر میرسد نسل جدید این رباتها علاوه بر تواناییهای فیزیکی، به سمت هوش اجتماعی، تشخیص احساسات و تعامل طبیعی با انسان حرکت میکنند. اگر این روند ادامه پیدا کند، ممکن است در آینده نهچندان دور، رباتهای انساننما بیش از آنکه نقش یک خدمتکار را داشته باشند، به همراهان هوشمند خانواده تبدیل شوند. #هوش_مصنوعی #رباتیک #DOBOT #LUMO #HumanoidRobot #AI #CompanionRobot #ArtificialIntelligence #SmartHome #Technology @rss_ai_ir
Advancements in large language models remain a frequent topic of discussion. Simultaneously, significant progress is occurring in the field of robotics. Experts highlight that robotics may have an even greater impact than current AI developments. This technological shift is expected to transform various sectors in the near future. Industry observers note that both artificial intelligence and robotics are moving rapidly, with each field shaping the landscape of innovation. Progress in robotics is expected to reach a scale comparable to, or surpassing, that of large language model technology. 📰 @aipost
🍿 اولین ویدیوی تماما ساخته شده با Ai! بالاخره مرزهای تولید محتوا جابهجا شد! فیلم Hell Grind ، اولین فیلم بلند سینمایی است که تماماً توسط هوش مصنوعی (Higgsfield AI) ساخته شده و در بازار کن هم اکران شده. سازندگان، تمام پرامپتها و داراییهای استفاده شده در فیلم رو بهصورت کاملاً رایگان و اوپنسورس منتشر کردند تا همه یاد بگیرن چطور میشه یک فیلم بلند رو با AI تولید کرد. - مشاهده فیلم کامل در یوتیوب - چطوری تونستن این فیلم رو طراحی کنن؟ Hashtagify!
تقریبا دو سال پیش یه چیزی رو شروع کردم ولی فکر کردم هنوز خامه (: حالا می خوام ادامه اش بدم. اونم بحث درک بدون ترس از هوش مصنوعی است. توی این ویدئو فقط تئوریک سعی می کنم بگم این اصطلاح «ایجنت» که هی می گن و هر روز یه مدلش میاد و پر هیجان می گیم بیاین نصب کنین و اینها چیه. توی ویدئوی بعدی می ریم سراغ نصب یکیش. و بعدش بر اساس درخواست های شما و سطح سواد و توان من پیش می ریم (: https://youtu.be/t5Ld-tw8q9I
♨️ درک مفهوم Agent @rss_ai_ir
جایگزین متن باز Fonto، رایگان، تحت وب دیگه برای استوریاتون پول اشتراک ندید😁 و اگر دوست داشتید، از بالا(علامت قلب) به سازنده دونیت کنید تا لایسنس تجاری بخره و فونتهای خفنتر واستون بذاره. لینک پروژه: https://github.com/FontWoW/FontWoW.github.io لینک سایت: https://fontwow.github.io
видео или голосовое, без подписи
تمام مدلهایی که تو مربع قرمز هستن توسط DeepSeek نابود میشن چرا؟ چون نه قوی ترن نه ارزون تر پس کسی دیگه ازشون استفاده نمی کنه و توسط DeepSeek جایگزین میشن اما سوال اصلی اینه: #چطور_چینی_ها_تونستن_در_عرصه_هوش_مصنوعی_اینقدر_قدرتمند_ورود_کنند؟ جوابش خیلی ساده است. چینی ها قبلا در زمینه برنامه نویسی و اینترنت خیلی قوی کار کردن و تمام سرویس های آمریکایی رو جایگزین کرده بودن از موتور جستجو بایدو که جای گوگل رو گرفت تا انواع پیام رسان های وی چت و کیوکیو و گل سرسبدشون ایکامرس جهانی علی بابا تنها چیزی که ورق رو برگردوند این بود که هوش مصنوعی چینی ها رو از پشت سد #زبان رها کرد سال های سال چینی ها بخاطر محدودیت زبان #چینی قادر به ارائه سرویس های بین المللی نبودن و ساختن نرم افزارهای چند زبانه براشون مثل کابوس بود تا اینکه ناگهان هوش مصنوعی مثل سوپرمن وارد شد و حالا دیگه خبر از Ui/Ux های پیچیده نیست یک پنجره ساده است و پشت آن دنیایی از اطلاعات برنامه نویسان چینی ناگهان رها شدن و از قید و بند محدودیت های ارتباط با کاربر عبور کردند و البته چینی ها در ریاضیات هم از قبل دستی بر آتش داشتند و درک مدل ها براشون آسون بود.
چرا من دیگه از گوگل استفاده نمی کنم؟ راستش رو بخواید من خیلی تو انتخاب ابزار وسواس دارم تا خودم یه چیزی رو تست نکنم و مطمئن نشم معرفی نمی کنم خیلی وقت بود در مورد http://Perplexity.ai خونده بودم و می دونستم یه همچین AI ایی هم هست و تمرکزش روی جستجو توی اینترنت هست ولی تا حالا گیر نکرده بودم که برم تستش کنم تا اینکه دیشب سر یه موضوعی خیلی کلافه شدم و یهو به ذهنم رسید بزار بزنم تو: http://Perplexity.ai نتیجه فوق العاده بود و حیف اون ساعت ها وقتی که من تو گوگل هدر دادم البته من دنبال یه موضوع تخصصی (برنامه نویسی) در سطح اینترنت جهانی بودم و هنوز نمی دونم روی وب فارسی چطور عمل می کنه خلاصه ش رو بخوام بگم وقتی شما از http://Perplexity.ai استفاده می کنید دیگه نگران کی وورد (کلمات کلیدی) نباشید دقیقا معضل اصلی گوگل همین کلمات کلیدی بودن (عمدا میگم بود چون دیگه تمام شده) مخصوصا وقتی کلمات کلیدی دو هجایی بودن دیگه واویلا بود مگه میشد تو گوگل پیداش کرد بعد گوگل می اومد چیکار می کرد یک عالمه لینک URL بهت میداد که اکثرا تبلیغاتی و بدرد نخور بودن و تازه باید تو میرفتی دونه دونه صفحات اینترنی رو باز می کردی و . . .
🖥️ اجرای یک مدل زبانی روی ESP32-S3؛ گامی بزرگ بهسوی اسباببازیها و دستگاههای هوشمند آفلاین یک توسعهدهنده موفق شده است یک مدل زبانی با ۲۸.۹ میلیون پارامتر را روی میکروکنترلر ESP32-S3 اجرا کند؛ تراشهای که تنها حدود ۸ دلار قیمت دارد. نکته جالب اینکه این مدل کاملاً بهصورت محلی (On-Device) اجرا میشود و بدون اتصال به اینترنت یا سرور، حدود ۹.۵ توکن بر ثانیه تولید میکند. --- ✨ مشخصات پروژه 🧠 مدل: 28.9 میلیون پارامتر ⚡ سرعت: حدود 9.5 توکن بر ثانیه 💾 سختافزار: • ESP32-S3 • 512KB SRAM • 8MB PSRAM • 16MB Flash 🌐 اجرای کاملاً آفلاین، بدون Cloud یا API --- 🚀 راز این موفقیت چیست؟ بهجای قرار دادن کل مدل در حافظه RAM، توسعهدهنده از ایده Per-Layer Embeddings (الهامگرفته از مدلهای Gemma گوگل) استفاده کرده است. در این روش: 💾 حدود ۲۵ میلیون پارامتر در حافظه Flash ذخیره میشوند. ⚡ تنها بخش کوچکی از مدل در حافظه سریع قرار میگیرد. نتیجه این است که یک مدل نسبتاً بزرگ روی سختافزاری بسیار ارزان قابل اجرا میشود. --- 🤖 این مدل چه کارهایی انجام میدهد؟ مدل روی مجموعهداده TinyStories آموزش دیده است، بنابراین: ✅ داستانهای کوتاه و ساده تولید میکند. ❌ برای چت عمومی، برنامهنویسی یا پاسخ به سؤالات پیچیده مناسب نیست. --- 💡 چرا این پروژه اهمیت دارد؟ اگرچه این مدل جایگزین LLMهای بزرگ نیست، اما نشان میدهد که آینده Edge AI بسیار نزدیکتر از تصور ماست. کاربردهای احتمالی: 🧸 اسباببازیهای هوشمند 🤖 رباتهای کوچک آموزشی 🏠 لوازم خانگی مجهز به هوش مصنوعی 🏭 تجهیزات صنعتی و IoT با پردازش کاملاً آفلاین 🔋 دستگاههای کممصرف بدون وابستگی به اینترنت این پروژه نشان میدهد که نسل بعدی دستگاههای هوشمند میتوانند مستقیماً روی میکروکنترلرهای ارزانقیمت اجرا شوند؛ اتفاقی که میتواند هزینه و مصرف انرژی محصولات مبتنی بر هوش مصنوعی را بهشدت کاهش دهد. 🔗 GitHub: https://github.com/slvDev/esp32-ai #هوش_مصنوعی #ESP32 #EdgeAI #EmbeddedAI #IoT #LLM #TinyML #OpenSource #Technology #AI @rss_ai_ir