• جریمه ۶۵ هزار دلاری خودروهای بدون راننده Waymo در سان فرانسیسکو

    Waymo با بیش از ۳۰۰ خودروی بدون راننده در سان فرانسیسکو، سال گذشته ۵۸۹ جریمه پارک با مجموع ۶۵ هزار دلار دریافت کرده است. این خودروها گاهی در مناطق ممنوعه پارک می‌شوند و دلیل آن شرایط ترافیکی و رساندن مسافران است. Waymo شرکت فناوری خودروهای خودران است که در حال حل این مشکل پارک است.

    ۱۴۰۳/۱۲/۲۴ ۱۰:۰۶:۳۷

  • رونمایی از مدل هوش مصنوعی صوتی با قابلیت تولید صدای انسان

    شرکت Sesame مدل پایه صوتی CSM-1B با یک میلیارد پارامتر را منتشر کرد که زیرساخت دستیار صوتی Maya است. این مدل با مجوز Apache 2.0 قابل استفاده تجاری بوده و توانایی تولید کدهای صوتی از متن و ورودی صدا را دارد. مدل قادر به تولید صداهای مختلف است اما محدودیت‌هایی در زبان‌های غیرانگلیسی دارد.

    ۱۴۰۳/۱۲/۲۴ ۰۲:۵۹:۳۸

  • گوگل از قابلیت Auracast در گوشی‌های اندروید رونمایی کرد

    گوگل فناوری جدید Bluetooth به نام Auracast را معرفی کرد که به افراد دارای مشکلات شنوایی کمک می‌کند تا در محیط‌های پرسر و صدا مانند ایستگاه راه‌آهن یا کنسرت، پخش صوتی را مستقیماً از طریق سمعک یا هدفون دریافت کنند. این قابلیت ابتدا برای گوشی‌های سامسونگ Galaxy و Google Pixel با تنظیمات شخصی‌سازی صدا در دسترس خواهد بود.

    ۱۴۰۳/۱۲/۲۴ ۰۲:۴۹:۲۸

  • قابلیت ترجمه زنده گفتگو در ایرپادهای اپل

    اپل در حال برنامه‌ریزی برای افزودن قابلیت ترجمه زنده مکالمات در ایرپادهای خود است. این ویژگی جدید همزمان با به‌روزرسانی نرم‌افزاری iOS 19 در سال جاری عرضه خواهد شد. این قابلیت پیش‌تر در محصولات رقیب مانند Pixel Buds گوگل وجود داشته است.

    ۱۴۰۳/۱۲/۲۴ ۰۰:۳۶:۰۶

  • اسپاتیفای برنامه انتشار داستان‌های کوتاه صوتی را راه‌اندازی کرد

    اسپاتیفای برنامه جدیدی برای انتشار کتاب‌های صوتی کوتاه راه‌اندازی کرده که به نویسندگان اجازه می‌دهد داستان‌های کوتاه خود را برای تبدیل به کتاب صوتی ارائه دهند. این شرکت که در زمینه پخش موسیقی و پادکست فعالیت دارد، داستان‌های ژانرهای رمانس، معما، تریلر و علمی-تخیلی را می‌پذیرد و به نویسندگان پیش‌پرداخت و حق امتیاز می‌دهد.

    ۱۴۰۳/۱۲/۲۳ ۱۹:۱۱:۲۳

  • گوگل دیپ مایند مدل‌های هوش مصنوعی Gemini Robotics را معرفی کرد

    گوگل دیپ مایند، آزمایشگاه تحقیقاتی هوش مصنوعی، مدل‌های جدید Gemini Robotics را رونمایی کرد که به ربات‌ها امکان تعامل با اشیا و محیط‌های مختلف را می‌دهد. این مدل‌ها قادرند با دستورات صوتی، وظایفی مانند تا کردن کاغذ و گذاشتن عینک در جعبه را انجام دهند و در محیط‌های آموزش ندیده نیز عملکرد خوبی دارند.

    ۱۴۰۳/۱۲/۲۳ ۰۰:۲۳:۲۴

  • شکایت انجمن‌های نشر فرانسه از متا به دلیل استفاده بدون مجوز از محتوای حق تألیف

    انجمن‌های نشر و نویسندگان فرانسه علیه شرکت متا که مالک شبکه‌های اجتماعی فیسبوک، اینستاگرام و واتساپ است، به دلیل استفاده غیرقانونی از محتوای داری حق تألیف برای آموزش سیستم‌های هوش مصنوعی، در دادگاه پاریس شکایت کردند. این اقدام بخشی از موج گسترده‌ای از پرونده‌های حقوقی علیه شرکت‌های فناوری در ایالات متحده است که توسط نویسندگان و هنرمندان برای سوء استفاده از آثارشان در آموزش هوش مصنوعی مطرح شده است.

    ۱۴۰۳/۱۲/۲۲ ۱۵:۲۱:۵۴

  • پخش رایگان پادکست در وب پلیر Pocket Casts برای عموم

    Pocket Casts با راه‌اندازی پخش رایگان پادکست در وب‌سایت خود، رویکردی باز و دموکراتیک در برابر پلتفرم‌های بسته پادکست اتخاذ کرده است. کاربران می‌توانند بدون نیاز به اشتراک یا ایجاد حساب کاربری، به پخش آزادانه پادکست‌ها بپردازند و برای امکانات بیشتر می‌توانند حساب رایگان ایجاد کنند.

    https://pocketcasts.com/

    ۱۴۰۳/۱۲/۲۱ ۲۲:۵۰:۲۶

  • نینتندو سوئیچ 2 با سیستم چت صوتی یکپارچه

    نینتندو در پی بهبود سیستم گفتگوی صوتی در نسل بعدی کنسول خود است. سوئیچ 2 احتمالاً سیستم چت صوتی مستقیم در سطح سیستم عامل خواهد داشت که به کاربران اجازه می‌دهد بدون نیاز به اپلیکیشن تلفن همراه با یکدیگر گفتگو کنند.

    ۱۴۰۳/۱۲/۲۱ ۲۲:۳۹:۴۴

  • اسپانیا جریمه سنگین برای استفاده بدون برچسب محتوای هوش مصنوعی تصویب کرد

    دولت اسپانیا طرحی را تصویب کرد که شرکت‌ها را به برچسب‌گذاری محتوای تولید شده توسط هوش مصنوعی ملزم می‌کند. این طرح با هدف مقابله با انتشار اخبار جعلی و محتوای فریبنده، جریمه‌های سنگینی تا 35 میلیون یورو برای متخلفان در نظر گرفته است. وزیر دیجیتال اسپانیا هوش مصنوعی را ابزاری قدرتمند دانست که می‌تواند برای بهبود زندگی یا تهدید دموکراسی استفاده شود.

    ۱۴۰۳/۱۲/۲۱ ۲۲:۳۹:۴۱

  • جهان بدون امپراتورها؛ استراتژی Bluesky برای مقابله با سلطه متا

    جی گرابر، مدیرعامل Bluesky در رویداد SXSW 2025، با پوشیدن تی‌شرتی که طراحی آن کنایه‌ای به مارک زاکربرگ است، رویکرد متفاوتی از شبکه‌های اجتماعی سنتی را نشان داد. Bluesky یک شبکه اجتماعی متن‌باز و غیرمتمرکز است که به کاربران اجازه می‌دهد در صورت عدم رضایت، پلتفرم را ترک کنند. این استارتاپ با وجود داشتن 33 میلیون کاربر، در مقابل 3.35 میلیارد کاربر متا، استراتژی رقابتی متفاوتی را دنبال می‌کند.

    ۱۴۰۳/۱۲/۲۱ ۰۰:۴۶:۲۱

  • راه‌اندازی اپلیکیشن جدید برای اخراج داوطلبانه مهاجران غیرقانونی در آمریکا

    دولت ترامپ اپلیکیشن CBP Home را راه‌اندازی کرد که به مهاجران غیرقانونی در ایالات متحده امکان می‌دهد به صورت داوطلبانه کشور را ترک کنند. این اپلیکیشن بخشی از سیاست‌های سختگیرانه مهاجرتی است که هدف آن تشویق مهاجران به خروج داوطلبانه با وعده امکان بازگشت قانونی در آینده است.

    ۱۴۰۳/۱۲/۲۰ ۱۸:۴۹:۰۶

  • هشدار درباره ابزارهای جعل صدا؛ نبود محدودیت‌های امنیتی در اکثر نرم‌افزارهای شبیه‌سازی صدا

    گزارش جدید Consumer Reports نشان می‌دهد اکثر ابزارهای شبیه‌سازی صدا فاقد محافظت‌های معنادار برای جلوگیری از سوء استفاده هستند. از شش شرکت بررسی شده، تنها Descript و Resemble AI اقداماتی برای مقابله با سوء استفاده انجام داده‌اند و سایر شرکت‌ها صرفاً تأیید حقوقی کاربر را کافی می‌دانند. کارشناسان هشدار می‌دهند این ابزارها می‌توانند خطر کلاهبرداری‌های صوتی را افزایش دهند.

    ۱۴۰۳/۱۲/۲۰ ۱۸:۴۹:۰۲

  • تأخیر در بهبود هوش مصنوعی دستیار صوتی سیری اپل تا سال ۲۰۲۶

    اپل اعلام کرد که بهبودهای هوش مصنوعی برای دستیار صوتی سیری که شامل قابلیت‌های شخصی‌سازی و انجام اقدامات در اپلیکیشن‌ها می‌شود، تا سال ۲۰۲۶ به تعویق افتاده است. این شرکت پیش‌تر قصد داشت این ویژگی‌ها را در سال ۲۰۲۵ ارائه دهد و در حال ساخت زیرساخت رایانش ابری با تراشه‌های اختصاصی برای حفظ حریم خصوصی کاربران است.

    ۱۴۰۳/۱۲/۱۷ ۲۱:۵۴:۰۲

  • متا در آستانه معرفی مدل هوش مصنوعی Llama 4 با قابلیت‌های صوتی پیشرفته

    شرکت متا در حال آماده‌سازی مدل Llama 4 است که با تمرکز بر قابلیت‌های صوتی پیشرفته طراحی شده و کاربران می‌توانند در حین گفتگو با مدل، گفتار مدل را قطع کنند. (یعنی وقتی مدل در حال صحبت است با حرف زدن صحبتش قطع می شود٫ مشابه نسخه صوتی chatgpt و live جمینی گوگل) . این مدل به عنوان یک مدل "همه‌کاره" قادر به تفسیر و تولید متن، گفتار و سایر انواع داده‌ها خواهد بود. رقابت با مدل‌های هوش مصنوعی چینی DeepSeek، متا را به توسعه سریع‌تر Llama واداشته است.

    ۱۴۰۳/۱۲/۱۷ ۱۸:۵۶:۲۰

  • تأخیر در عرضه موتور صدای OpenAI به دلیل نگرانی‌های امنیتی

    شرکت OpenAI، سرویس موتور صدای خود که قادر به شبیه‌سازی صدای افراد با تنها ۱۵ ثانیه گفتار است، را همچنان در مرحله محدود نگه داشته است. این شرکت با هدف بررسی کاربردهای مسئولانه و جلوگیری از سوء استفاده‌های احتمالی، دسترسی به این فناوری را تنها برای شرکای محدود فراهم کرده و در حال آزمایش و ارزیابی جوانب مختلف آن است.

    ۱۴۰۳/۱۲/۱۶ ۱۸:۰۰:۰۶

  • یوتیوب سرویس اشتراک پریمیوم لایت را با قیمت ماهانه 8 دلار راه‌اندازی کرد

    یوتیوب سرویس جدید پریمیوم لایت را با هدف افزایش درآمد از اشتراک‌ها و جذب مخاطبان جوان معرفی کرد. این سرویس امکان تماشای ویدیوها بدون تبلیغ با قیمت ماهانه 8 دلار را فراهم می‌کند و در کشورهایی مانند آمریکا، تایلند، آلمان و استرالیا در دسترس خواهد بود. برخلاف اشتراک کامل پریمیوم، این سرویس محدودیت‌هایی در دانلود و پخش موسیقی دارد.

    ۱۴۰۳/۱۲/۱۵ ۲۰:۳۴:۱۷

  • پروژه GibberLink: گفتگوی هوش مصنوعی با زبان رمزی

    پروژه GibberLink،طرحیست که توسط دو مهندس متا، امکان گفتگوی عاملان هوش مصنوعی با یکدیگر را از طریق یک پروتکل صوتی رمزی فراهم می‌کند. این پروژه با استفاده از کتابخانه GGWave، ارتباط بین عاملان هوش مصنوعی را سریع‌تر و کارآمدتر می‌سازد و در شبکه‌های اجتماعی با استقبال گسترده‌ای مواجه شده است.

    ۱۴۰۳/۱۲/۱۵ ۲۰:۳۴:۱۵

  • پادکست‌سازی با هوش مصنوعی؛ Podcastle مدل جدید متن به گفتار را معرفی کرد


    ‏podcastle یک پلتفرم پادکست، مدل هوش مصنوعی Asyncflow v1.0 را برای تبدیل متن به گفتار معرفی کرد. این استارتاپ بیش از ۴۵۰ صدای مصنوعی و قابلیت ادغام API برای توسعه‌دهندگان را ارائه می دهد. هدف اصلی این مدل، کاهش هزینه‌های تولید و افزایش کیفیت تبدیل متن به صدا است.

    ۱۴۰۳/۱۲/۱۵ ۰۱:۲۰:۵۱

  • تأخیر در هوش مصنوعی Siri اپل

    اپل در راه اندازی هوش مصنوعی Siri با تأخیر جدی مواجه شده است. بر اساس گزارش‌ها، Siri هوشمند احتمالاً تا بهار ۲۰۲۶ و با نسخه iOS 19.4 عرضه خواهد شد. این تأخیر می‌تواند فرصتی برای بهبود قابلیت‌های هوش مصنوعی و ارائه تجربه کاربری بهتر باشد. اپل در حال تلاش برای ادغام معماری قدیمی سیری با نرم‌افزارهای مدرن هوش مصنوعی است.

    ۱۴۰۳/۱۲/۱۴ ۰۰:۲۵:۵۰

  • همکاری Stability AI و Arm برای تولید صدای هوش مصنوعی در دستگاه‌های موبایل

    استارتاپ Stability AI با همکاری شرکت Arm، مدل هوش مصنوعی Stable Audio Open را برای تولید صدا و افکت صوتی در دستگاه‌های موبایل بهینه کرده است. این مدل قادر است صداهایی مانند امواج دریا را با توصیف متنی تولید کند و با استفاده از محتوای رایگان حق تألیف آموزش دیده است.

    ۱۴۰۳/۱۲/۱۳ ۲۳:۵۵:۰۶

  • گوگل با تراشه نوری جدید، اینترنت بدون کابل را متحول می‌کند

    گوگل در پروژه تارا، تراشه نوری کوچکی توسعه داده که امکان انتقال اینترنت پرسرعت از طریق پرتوهای نوری را فراهم می‌کند. این تراشه می‌تواند داده‌ها را با سرعت ۲۰ گیگابیت بر ثانیه و در فاصله ۱۲ مایل منتقل کند و در ۱۲ کشور به صورت تجاری فعال است.

    ۱۴۰۳/۱۲/۱۱ ۰۱:۴۷:۴۶

  • همکاری بایدو و CATL برای توسعه خودروهای بدون راننده

    دو شرکت بزرگ چینی بایدو، پلتفرم هوش مصنوعی و اینترنتی، و CATL، تولیدکننده باتری خودروهای برقی، توافق راهبردی برای توسعه مشترک خودروهای بدون راننده امضا کردند. آنها قصد دارند با ترکیب فناوری های باتری و سیستم های خودران، مدل های کسب و کار نوآورانه در حوزه حمل و نقل خودکار ایجاد کنند.

    ۱۴۰۳/۱۲/۹ ۱۳:۴۸:۰۸

  • رونمایی ElevenLabs از مدل هوش مصنوعی Scribe برای تبدیل گفتار به متن

    استارتاپ ElevenLabs که در زمینه تولید صدا با هوش مصنوعی فعال است، اولین مدل مستقل تبدیل گفتار به متن خود به نام Scribe را معرفی کرد. این مدل از بیش از 99 زبان پشتیبانی می‌کند و در برخی زبان‌ها دارای دقت بالای 97 درصدی است. قیمت این سرویس ساعتی 0.40 دلار بوده و قابلیت‌هایی مانند تشخیص گوینده و زمان‌بندی کلمات را دارد.

    ۱۴۰۳/۱۲/۸ ۲۲:۲۷:۵۹

  • گوگل در حال جایگزینی دستیار صوتی با Gemini در اندروید

    گوگل در حال تغییر دستیار صوتی اندروید از "Hey Google" به "Hey Gemini" است. این تغییر نشان می‌دهد که شرکت قصد دارد هوش مصنوعی Gemini را به طور گسترده در سیستم عامل اندروید ادغام کند. هدف اصلی افزایش استفاده کاربران از این دستیار هوش مصنوعی و رقابت با ChatGPT است.

    ۱۴۰۳/۱۲/۸ ۲۱:۱۴:۱۱

  • یوتیوب با یک میلیارد بیننده ماهانه، پادکست را تسخیر کرد

    یوتیوب با عبور از مرز یک میلیارد بیننده ماهانه پادکست، سلطه خود را در عرصه محتوای صوتی-تصویری تثبیت کرد. این پلتفرم با تمرکز بر فرمت ویدیویی و تغییر در نحوه نمایش تبلیغات میان‌برنامه‌ای، رقبای اصلی خود مانند اسپاتیفای را تحت فشار قرار داده است.

    ۱۴۰۳/۱۲/۸ ۲۱:۰۳:۴۵

  • الکسای آمازون، دستیار خرید مواد غذایی با هوش مصنوعی پیشرفته

    آمازون قابلیت‌های جدیدی را برای دستیار صوتی الکسا معرفی کرد که به کاربران اجازه می‌دهد با استفاده از گفتگوی طبیعی، فهرست خرید مواد غذایی را تهیه کنند. این سرویس جدید امکان سفارش از Amazon Fresh و سایر شرکای توزیع مواد غذایی را فراهم می‌کند و قادر به درک درخواست‌های پیچیده و ارائه پیشنهادات غذایی است.

    ۱۴۰۳/۱۲/۸ ۲۰:۵۳:۰۹

  • الکسای جدید آمازون با هوش مصنوعی پیشرفته رونمایی شد

    آمازون در رویداد سالانه خود، نسخه پیشرفته الکسا با قابلیت‌های هوش مصنوعی تولیدی را معرفی کرد. این دستیار صوتی اکنون می‌تواند اسناد و ایمیل‌ها را بررسی، اطلاعات مهم را استخراج و خلاصه کند. همچنین قابلیت پاسخگویی به سوالات درباره اسناد آپلود شده، مدیریت تقویم و کنترل دستگاه‌های خانگی را دارد.
    این نسخه با استفاده از مدل‌های هوش مصنوعی مختلف از جمله مدل‌های داخلی آمازون و شرکت Anthropic، قادر به انجام وظایف پیچیده است.
    الکسای جدید می‌تواند وب‌سایت‌ها را جستجو کرده، خدمات مختلف را اجرا کند و حتی برای کاربر تعمیرکار پیدا کند.

    ۱۴۰۳/۱۲/۸ ۲۰:۵۳:۰۷

  • آمازون الکسا را با هوش مصنوعی پیشرفته بازسازی می‌کند

    آمازون در حال معرفی نسل جدید الکسا با قابلیت‌های هوش مصنوعی تولیدی است که می‌تواند چندین درخواست را پشت سر هم پاسخ دهد. این سرویس جدید که پروژه داخلی "بانیان" نام دارد، احتمالاً ماهانه 10 دلار هزینه خواهد داشت و قابلیت انجام اقدامات به صورت مستقل را خواهد داشت. آمازون همچنان نسخه کلاسیک الکسا را نیز رایگان ارائه خواهد داد.

    ۱۴۰۳/۱۲/۸ ۱۶:۱۹:۵۹

  • راه‌اندازی پلتفرم انتشار کتاب صوتی با هوش مصنوعی توسط ElevenLabs

    شرکت ElevenLabs، یک استارتاپ فعال در زمینه هوش مصنوعی صدا، اپلیکیشن خود را برای انتشار کتاب‌های صوتی با فناوری هوش مصنوعی راه‌اندازی کرد. این پلتفرم به نویسندگان اجازه می‌دهد کتاب‌های صوتی خود را منتشر کنند و در ازای هر ۱۱ دقیقه گوش داده شدن به کتاب صوتیشان، حدود ۱.۱۰ دلار درآمد کسب کنند.

    ۱۴۰۳/۱۲/۸ ۱۱:۱۳:۵۰
نمایش بیشتر