MiniCPM-o 4.5 लॉन्च: रीयल-टाइम फुल-डुप्लेक्स मल्टीमॉडल इंटरैक्शन

Omni-Flow फ्रेमवर्क के साथ सिर्फ 9B पैरामीटर में एक साथ देखना, सुनना और बोलना संभव — ओपन-सोर्स में नया कीर्तिमान।

MiniCPM-o 4.5 ने ओपन-वेट मल्टीमॉडल विकास में एक महत्वपूर्ण उपलब्धि हासिल की है। इसका Omni-Flow नामक एकीकृत स्ट्रीमिंग फ्रेमवर्क मल्टीमॉडल इनपुट और आउटपुट को टाइमलाइन पर संरेखित करता है, जिससे रीयल-टाइम फुल-डुप्लेक्स इंटरैक्शन संभव होता है। पारंपरिक आर्किटेक्चर के विपरीत जो मॉडलिटी को क्रमिक रूप से प्रोसेस करते हैं, यह मॉडल एक साथ देख, सुन और बोल सकता है, और लाइव दृश्यों की निरंतर समझ के आधार पर सक्रिय रूप से अलर्ट या टिप्पणी जारी कर सकता है। 9B कुल पैरामीटर के साथ, इसकी विज़ुअल-लैंग्वेज क्षमता Gemini 2.5 Flash के करीब है और इस पैमाने पर ओपन-सोर्स में सर्वश्रेष्ठ प्रदर्शन प्राप्त करता है। फुल-मॉडल समझ Qwen3-Omni-30B-A3B से बेहतर है, और स्पीच जनरेशन गुणवत्ता तुलनीय मॉडलों से अधिक है जबकि कम्प्यूटेशनल दक्षता बेहतर है। आर्किटेक्चर और इन्फरेंस ऑप्टिमाइज़ेशन के माध्यम से, सिस्टम 1GB से कम मेमोरी वाले हार्डवेयर पर चल सकता है, जिससे रीयल-टाइम ओम्नी-मॉडल इंटरैक्शन उपभोक्ता उपकरणों पर सुलभ हो जाता है।

Tencent Hunyuan Hy3 प्रीव्यू ने मुफ्त अवधि के बाद OpenRouter में शीर्ष स्थान प्राप्त किया

Hy3 प्रीव्यू ने टोकन उपयोग, कोडिंग और टूल कॉलिंग में पहला स्थान हासिल किया, बाजार हिस्सेदारी 15.4%।

OpenRouter पर मुफ्त अवधि समाप्त होने के बाद, Tencent Hunyuan Hy3 प्रीव्यू ने कई मेट्रिक्स में प्रभावशाली बढ़त हासिल की। मॉडल ने कुल टोकन उपयोग, कोडिंग प्रदर्शन और टूल कॉलिंग क्षमताओं में पहला स्थान प्राप्त किया, अपनी दो सप्ताह की प्रीव्यू विंडो के दौरान सभी प्रदाताओं के बीच 15.4% बाजार हिस्सेदारी हासिल की। मॉडल प्रतिस्पर्धी मूल्य पर OpenRouter पर उपलब्ध है, जो Tencent को पश्चिमी लैब्स के साथ API इन्फरेंस मार्केटप्लेस में एक गंभीर प्रतियोगी के रूप में स्थापित करता है।

Tesla AI फोटॉन काउंटिंग ने FSD को मानव आंखों से बेहतर नाइट विज़न दिया

फोटॉन काउंट रिकंस्ट्रक्शन तकनीक स्वायत्त ड्राइविंग को अंधेरे और तेज चकाचौंध में देखने में सक्षम बनाती है।

Elon Musk ने एक चौंकाने वाली तुलना साझा की है — मानव आंख जो देखती है और Tesla का AI विज़न सिस्टम फोटॉन काउंटिंग के माध्यम से जो पुनर्निर्माण करता है। रात और तेज चकाचौंध वाली स्थितियों में जहां पारंपरिक कैमरे शोर या धुंधली छवियां उत्पन्न करते हैं, फोटॉन काउंटिंग दृष्टिकोण कच्चे सेंसर डेटा से स्वच्छ, उच्च-कंट्रास्ट दृश्यों का पुनर्निर्माण करता है। यह तकनीक पिक्सेल तीव्रता को औसत करने के बजाय व्यक्तिगत फोटॉनों की गणना करती है, जिससे उन चरम मामलों में नाटकीय रूप से बेहतर दृष्टि प्राप्त होती है जो मानव चालकों और पारंपरिक कंप्यूटर विज़न पाइपलाइन दोनों को चुनौती देते हैं।

Demis Hassabis ने AlphaGo की 10वीं वर्षगांठ मनाई, Lee Sedol के साथ पुनर्मिलन

दस साल बाद — AlphaGo के निर्माता और महान गो चैंपियन ने उस ऐतिहासिक मैच पर विचार किया जिसने AI इतिहास बदल दिया।

DeepMind के सह-संस्थापक Demis Hassabis ने AlphaGo की 10वीं वर्षगांठ पर दक्षिण कोरिया में गो चैंपियन Lee Sedol के साथ पुनर्मिलन किया। दोनों ने उस ऐतिहासिक 2016 मैच पर विचार किया जिसमें AlphaGo ने पहली बार एक शीर्ष मानव खिलाड़ी को हराया था। Hassabis ने इस बात पर चर्चा की कि कैसे AlphaGo ने गो खिलाड़ियों की सोच को मौलिक रूप से बदल दिया — पेशेवर खिलाड़ी अब AI-प्रेरित रणनीतियों को अपनाते हैं, और यह खेल स्वयं विकसित हुआ है। इस अवसर पर एक विशेष गो मैच भी आयोजित किया गया जिसमें शिन जिन-सियो ने भाग लिया।