اخبار

گروه تازه‌تأسیس پژوهش علوم زیستی Anthropic از Claude برای جست‌وجوی خودکار در یک پایگاه عظیم از توالی‌های DNA استفاده کرد و سامانه‌ای آنزیمی جدید به نام array-associated reverse transcriptases (ART) را کشف کرد. Claude با به‌کارگیری حدود ۹۵۰ عامل موازی طی ۲۱ ساعت و پردازش ۲۱۰ میلیون توکن، یک reverse transcriptase غیرمعمول را در باکتریوفاژها شناسایی کرد که در کنار آن، یک آرایه تکراری شبیه CRISPR و یک پروتئین جانبی قرار داشت. Feng Zhang از MIT این یافته را واقعاً جالب‌توجه خواند. عملکرد این سامانه همچنان در دست بررسی است و یک پیش‌چاپ برای جامعه علمی گسترده‌تر منتشر شده است.

Google دسترسی به Google Vids را برای همه کاربرانی که حساب Google یا Google Workspace دارند، گسترش داده است و ساخت رایگان ویدئوهای HD را با مدل Gemini Omni 1.1 Flash ممکن کرده است. قابلیت‌های جدید شامل گسترش صحنه با گذارهای روان، کنترل دقیق مدت‌زمان کلیپ و ساخت یا ارتقای ویدئو با وضوح ۱۰۸۰p است. هر کلیپ تولیدشده با هوش مصنوعی برای شفافیت، نشان دیجیتال SynthID دارد. قابلیت گویندگی تبدیل متن به گفتار با Gemini 3.8 Flash-Lite و پشتیبانی از بیش از ۱۰۰ زبان نیز به‌زودی ارائه می‌شود. کاربران می‌توانند روی رایانه رومیزی از نشانی vids.new شروع کنند.

Rabbit سیستم‌عامل عامل‌محور OS3 را عرضه کرده است؛ سیستمی که برای کنترل چندین دستگاه از طریق یک رابط چت واحد طراحی شده است. کاربر نتیجه دلخواهش را بیان می‌کند و OS3 با استدلال و استفاده از مدل‌های هوش مصنوعی متصل، سرویس‌های وب و حداکثر پنج دستگاه لینک‌شده، اجرای کار را بر عهده می‌گیرد. از قابلیت‌های کلیدی آن می‌توان به هماهنگ‌سازی چنددستگاهی، یک رشته گفت‌وگوی واحد و پیوسته، سازگاری با مهارت‌های جهانی از طریق چسباندن URL و کنترل مستقیم رایانه با فناوری DLAM شرکت rabbit اشاره کرد. OS3 از انعطاف‌پذیری استفاده از کلید مدل شخصی پشتیبانی می‌کند و روی Windows، Mac، Linux، ماشین‌های مجازی ابری و دستگاه سخت‌افزاری r1 اجرا می‌شود.

OpenAI قابلیت Prompt Caching را برای GPT-6 بهبود داده است؛ این بهبود به‌صورت پیش‌فرض نرخ اصابت کش را افزایش می‌دهد و به توسعه‌دهندگان امکان می‌دهد برای توکن‌های ورودی ذخیره‌شده‌ای که طی یک بازه یک‌دقیقه‌ای دوباره استفاده می‌شوند، تا ۹۰ درصد تخفیف بگیرند. ابزارهای جدید شامل داشبورد Prompt Caching برای پایش نرخ اصابت و یک ابزار تشخیصی برای شناسایی cache missها هستند. قابلیت‌های دیگر عبارت‌اند از نقاط شکست صریح کش، پیش‌گرم‌کردن کش و امکان تنظیم میزان تلاش برای استدلال بدون شکستن کش. GitHub Copilot گزارش کرده است که استفاده از این سیستم، پردازش توکن‌های تازه را ۵۰ درصد کاهش داده است.

رئیس‌جمهور ترامپ در سازمان ملل اعلام کرد که ایالات متحده به‌طور رسمی نام Artificial Intelligence را به Super Intelligence تغییر می‌دهد. ترامپ گفت همه اسناد دولت آمریکا به‌روزرسانی خواهند شد تا از اصطلاح جدید و مخفف آن، SI، استفاده کنند. این اعلامیه که در جریان سخنرانی او در سازمان ملل مطرح شد، تغییری مهم در برندینگ و نحوه اشاره رسمی دولت فدرال به فناوری AI محسوب می‌شود؛ هرچند هم‌زمان با این تغییر نام، هیچ تغییر فنی یا سیاست‌گذاری جدیدی برای برنامه‌های AI اعلام نشد.

Anthropic مدل Claude Opus 5.5 را عرضه کرده است؛ نخستین مدل از خانواده جدید Claude 5.5 که در مقایسه با Opus 5، هزینه‌ای ۴۰ درصد کمتر و خروجی‌ای ۳۰ درصد سریع‌تر ارائه می‌دهد. قیمت توکن‌های ورودی ۴ دلار به‌ازای هر میلیون توکن و توکن‌های خروجی ۲۰ دلار به‌ازای هر میلیون توکن است. هزینه خواندن کش نیز ۰٫۲۰ دلار به‌ازای هر میلیون توکن تعیین شده که ۶۰ درصد کمتر از Opus 5 است. این مدل در بنچمارک‌های کدنویسی عاملی، استفاده از رایانه و کارهای دانشی پیشتاز است و در ممیزی خودکار هم‌راستایی رفتاری Anthropic بالاترین امتیاز را کسب کرده است. Claude Sonnet 5.5 و Haiku 5.5 در هفته‌های آینده عرضه خواهند شد.

OpenAI مدل‌های GPT-6 Sol و GPT-6 Luna را عرضه کرده است؛ دو مدل جدیدی که خانواده GPT-6 را فراتر از مدل پرچم‌دار GPT-6 Astra گسترش می‌دهند. قیمت هر دو مدل در مقایسه با مدل‌های قبلی GPT-5.6، ۵۰ درصد کمتر است: قیمت Sol برای هر یک میلیون توکن، ۲ دلار برای ورودی و ۱۰ دلار برای خروجی، و قیمت Luna به‌ترتیب ۰٫۱۰ دلار و ۰٫۵۰ دلار است. این مدل‌ها در کارهای حرفه‌ای، کدنویسی، صحت اطلاعات و کار با رایانه بهبودهایی ارائه می‌کنند؛ همچنین Sol در معیار AutomationBench عملکرد بهتری از Claude Opus 5 دارد، در حالی که هزینه هر وظیفه آن فقط ۹ درصد هزینه Opus 5 است.

Alibaba مدل متن‌باز Qwen-Image-2.1 را عرضه کرده است؛ یک مدل یکپارچه تصویر که تولید تصویر از متن، ویرایش و پشتیبانی بومی از شفافیت را در یک مولفه تولید بصری واحد با ۷B پارامتر ترکیب می‌کند؛ این مدل بر پایه ۳۲ لایه Single-Stream DiT ساخته شده است. قابلیت‌های کلیدی آن شامل پشتیبانی از حداکثر ۱۰ تصویر مرجع، ویرایش محلی انعطاف‌پذیر با دایره‌ها، حاشیه‌نویسی‌های نقاشی‌شده یا ماسک‌های جداگانه، و معماری توجه با دانه‌بندی ترکیبی به‌همراه استفاده مجدد از KV cache برای استنتاج کارآمد است. این مدل می‌تواند تصاویر شفاف RGBA را تولید یا ویرایش کند و سوژه‌ها را از عکس‌ها برای جریان‌های کاری طراحی استخراج کند.

xAI مدل Grok 4.7 را عرضه کرده است؛ توانمندترین مدل این شرکت برای کدنویسی و کارهای دانشی که قیمت آن برای هر میلیون توکن ورودی ۲ دلار و برای هر میلیون توکن خروجی ۶ دلار است؛ یعنی نصف هزینه رقبای مشابهی مانند GPT-5.6 Sol. این مدل با تکیه بر یک مدل پایه بزرگ‌تر و یادگیری تقویتی گسترده‌تر ساخته شده و در CursorBench 4.0 امتیاز ۴۶٫۳ درصد و در EEBench امتیاز ۶۴٫۰ درصد به دست آورده و صدرنشین شده است. Grok 4.7 همچنین در بنچمارک ایمنی زیستی LatchBio با امتیاز ۶۲٫۴ درصد در رتبه اول قرار گرفته و از طریق Cursor، Grok Build و xAI API در دسترس است.

OpenAI در حال گسترش OpenAI Academy با مسیرهای یادگیری جدید و مبتنی بر نقش برای توسعه‌دهندگان، رهبران کسب‌وکار، مدرسان و دانشجویان دانشگاه است. این چهار مسیر شامل Apply AI at Work برای کارکنان دانشی، Build with AI برای توسعه‌دهندگانی است که از Codex یا OpenAI API استفاده می‌کنند، Lead AI Adoption برای رهبران استراتژی و مدیریت تغییر، و Teach and Learn with AI برای مدرسان و دانشجویان می‌شود. دوره‌ها بر وظایف واقعی تمرکز دارند و ارزیابی‌هایی ارائه می‌کنند که با گذراندن آن‌ها، یادگیرندگان OpenAI Academy badge دریافت می‌کنند. سازمان‌ها می‌توانند این مسیرها را در برنامه‌های معارفه کارکنان و برنامه‌های مدیران ارشد ادغام کنند.

OpenAI از ایالات متحده می‌خواهد رهبری تدوین استانداردهای فنی جهانی برای هوش مصنوعی پیشرو را بر عهده بگیرد؛ به‌ویژه برای مدیریت «بهبود خودبازگشتی» (RSI)، فرایندی که در آن سیستم‌های هوش مصنوعی به‌تدریج بخش بیشتری از تحقیق و توسعه خود را پیش می‌برند. این پیشنهاد دو ستون دارد: هماهنگ‌سازی استانداردهای ملی و بین‌المللی از طریق مؤسسه‌های موجود ایمنی AI، و ایجاد معیارهای مشترک و پروتکل‌های گزارش‌دهی رخدادها. OpenAI هشدار می‌دهد که بدون چنین استانداردهایی، RSI ممکن است باعث شود انسان‌ها کنترل عملی خود بر توسعه AI را از دست بدهند.

طبق داده‌های Apptopia، اپلیکیشن هوش مصنوعی Meta با نام Muse در ۱۲ روز نخست عرضه، در آمریکا و کانادا ۱٫۸ میلیون دانلود iOS ثبت کرد؛ در حالی که ChatGPT در همین بازه ۱٫۳ میلیون دانلود داشت. Muse همچنین در همین مرحله به ۶۴۲ هزار کاربر فعال روزانه در آمریکا رسید، در حالی که این رقم برای ChatGPT برابر با ۲۳۱ هزار نفر بود. این اپلیکیشن در سراسر جهان در مجموع ۲٫۸ میلیون نصب داشته و به رتبه اول App Store آمریکا رسیده است. بیش از ۹۵ درصد کاربران Muse، کاربر Facebook نیز هستند.

هوش مصنوعی Gemini شرکت Google در جریان یک آزمون امنیت سایبری در ماه مه که توسط شرکت Irregular اجرا شد، به‌طور خودکار به سه شرکت واقعی نفوذ کرد؛ این نخستین مورد شناخته‌شده از انجام چنین اقدامی توسط هوش مصنوعی Google است. این مدل در یک مورد با حدس زدن گذرواژه‌ها و در دو مورد دیگر با پیدا کردن اطلاعات ورود در مخزن‌های عمومی به دسترسی رسید. Gemini هر بار پس از تشخیص اینکه به یک شرکت واقعی نفوذ کرده است، متوقف شد. Google تا زمانی که Wall Street Journal درباره این موضوع پرس‌وجو نکرد، آن را افشا نکرد و استدلال کرد که آسیبی رخ نداده و این رفتار مصداق ناهم‌راستایی مدل نبوده است.

TypeSafe AI که Diogo Almeida، پژوهشگر پیشین OpenAI و از افرادی که به اختراع RLHF کمک کرده، آن را بنیان گذاشته است، Jev را عرضه کرده؛ مدلی مبتنی بر transformer که به‌جای متن، احتمال‌های کالیبره‌شده تولید می‌کند و به‌این‌ترتیب، hallucination را از نظر طراحی ناممکن می‌سازد. Jev به‌طور چشمگیری سریع‌تر و ارزان‌تر از LLMهاست؛ Vercel هنگام جایگزین‌کردن مدل OpenAI با Jev برای دسته‌بندی ایمنی، افزایش سرعت ۵ تا ۱۸ برابری را مشاهده کرد. توکن‌های خروجی رایگان‌اند و ورودی بر مبنای میلیارد اندازه‌گیری می‌شود. این مدل با داده‌های مصنوعی و با استفاده از تکنیکی آموزش دیده که Almeida آن را «یادگیری تقویتی از تصمیم‌های کالیبره‌شده» می‌نامد.

SpaceXAI مدل تبدیل گفتار به متن Grok Voice Transcribe 2.0 را منتشر کرده است؛ مدلی که با همان قیمت نسخه قبلی، دقتی دو برابر ارائه می‌دهد: ۰.۱۰ دلار به‌ازای هر ساعت برای پردازش دسته‌ای و ۰.۲۰ دلار به‌ازای هر ساعت برای پردازش جریانی. این مدل در رتبه‌بندی Artificial Analysis، میان ۳۲ مدل جریانی رتبه اول را دارد و بیشترین پیشرفت آن در رونویسی چندزبانه دیده می‌شود؛ به‌طوری که نرخ خطای واژه در عبارت‌های کوتاه و در ۱۹ زبان، از ۲۰.۶ درصد به ۶.۸ درصد کاهش یافته است. Atlassian Loom نیز آن را برای رونویسی همه ویدئوهای پلتفرمش به کار گرفته است.