इस विषय पर AI समाचार और व्यावहारिक लेख।
Microsoft का नया Azure OpenAI Decisions API टेक्स्ट और इमेज का मूल्यांकन करके predicate, choice, score जैसे टाइप किए गए उत्तर लौटाता है। यह केवल gpt-6-luna मॉडल का समर्थन करता है।
15 अक्टूबर 2026 को Meta ने Muse Spark Open पेश किया, जो 816 अरब पैरामीटर (प्रति टोकन 42 अरब) वाला MoE मॉडल है, जो मल्टीमॉडल इनपुट लेता है और टेक्स्ट जनरेट करता है।
OpenAI ने टेक्स्ट और इमेज के लिए Decisions API का पब्लिक बीटा खोल दिया है। फिलहाल केवल एक मॉडल, gpt-6-luna, उपलब्ध है; गति और GA का समय OpenAI के दावे हैं।
740 मिलियन पैरामीटर वाला यह मॉडल टेक्स्ट, कोड, इमेज, ऑडियो और वीडियो को एक साझा एम्बेडिंग स्पेस में मैप करता है। वज़न Hugging Face और Kaggle पर उपलब्ध हैं; Model Garden जल्द ही उपलब्ध होगा।
Google ने Gemini 3.8 Live में Live Avatar तकनीक को शामिल किया है, जो 97 भाषाओं के समर्थन और उपकरणों की पृष्ठभूमि कार्यप्रणाली के साथ वास्तविक समय संवाद की सुविधा प्रदान करता है।
नया मॉडल तेज़ निर्माण, बेहतर विवरण और दृश्य संपादन के लिए Sketch टूल प्रदान करता है।
Google ने Gemini 3.7 Flash, 3.6 Flash और 3.5 Flash-Lite में वीडियो खंड खोजने और जाँचने की सुविधा जोड़ी।