مدل آسترا از OpenAI در راه است - و در نفوذ به سیستمهای کامپیوتری بسیار خوب عمل میکند ↗
OpenAI میگوید Astra اولین مدل آن است که به نوار امنیت سایبری «بحرانی» تحت چارچوب آمادگی خود رسیده است. با ابزارهای مناسب، میتواند بدون نیاز به دخالت انسان در هر مرحله، حفرههای ناشناخته را پیدا کرده و از آنها بهرهبرداری کند.
ظاهراً در ExploitBench عملکرد فوقالعادهای داشته و حتی در یک آزمایش داخلی اصلاحشده، دو آسیبپذیری روز صفر پیدا کرده است. انتشار «بهزودی» انجام میشود، اما این محتوای سایبری جذاب ابتدا به شرکای Daybreak میرسد، نه به اینترنت آزاد. نظارت زنجیرهای از افکار، محدود کردن حسابهای کاربری پرخطرتر، رد کردنهای قویتر - این روش جواب میدهد.
زمانبندی نامناسب پس از فرار آن چهره در آغوش گرفته از تیتر خبرها. OpenAI قسم میخورد که Astra در این امر نقشی نداشته است، به هر حال بخشهایی از ساخت را به تأخیر انداخت و اکنون ادعا میکند که اقدامات حفاظتی به اندازه کافی خوب هستند تا ارسال شوند. (TechCrunch)
نسخه جدید Fable از Anthropic ارزانتر و با محدودیتهای کمتر است ↗
شرکت Anthropic، Claude Fable 5.1 و Mythos 5.1 را به عنوان یک نسخه دوقلو منتشر کرد. Fable نسخه عمومی است - API به علاوه فضای ابری بزرگ. Mythos همچنان به شرکای سایبری و علوم زیستی تایید شده محدود است.
مشتریان زیادی از این بابت گله دارند: خواندن کش ارزانتر است (ورج میگوید صرفهجویی معمول حدود ۲۵٪ و در اجراهای سنگین تا ۴۵٪ است)، محافظتها در مورد سوالات زیستشناسی پایه کمتر دردسرساز هستند و Enterprise Frontier Safeguards - دادهها روی فضای ابری مشتری باقی میمانند - باید در پاییز عرضه شود.
بنچمارکها قوی به نظر میرسند و کاربران اولیه از کدنویسی و لحن آن خوششان آمده است. Mythos هنوز هم در کارت سیستم، نسبت به Opus، نت ترازبندی کمی ناهموارتری دارد. پیشرفت، با یک ستاره. (TechCrunch)
معرفی ویدیوی Agentic در Gemini ↗
گوگل دیپمایند (Google DeepMind) قابلیت درک عاملمند ویدیو را روی نرمافزارهای Gemini 3.7 Flash، 3.6 Flash و 3.5 Flash-Lite ارائه داد. این مدل به جای پردازش تک تک فریمها با نرخ فریم ثابت، بیتهای مورد نیاز خود را در فریمها، صدا و متن جستجو میکند.
مزایای ادعا شده: تا ۸۸٪ توکن کمتر، حدود ۶۶٪ هزینه تحلیل کمتر، و افزایش جزئی دقت. آموزشهای طولانی و ضبطهای چند ساعته بیشترین مزیت را دارند. همین حالا از طریق Gemini API در AI Studio و پلتفرم Enterprise Agent به صورت زنده اجرا کنید - قیمت استاندارد توکن، بدون هزینه اضافی برای ویژگیها.
برنامه Gemini و «از یوتیوب بپرسید» یوتیوب بعداً به آن میرسند. یک داستان هزینهای که در لباس داستان قابلیتها ارائه شده است. تقریباً هر دو. (گوگل)
معرفی Muse Voice Transcribe ↗
آزمایشگاههای Meta Superintelligence، اولین مدل درک صوتی بلادرنگ خود، Muse Voice Transcribe را راهاندازی کردند. این مدل قابلیت تبدیل گفتار به متن، diarization برای بیش از 20 گوینده، endpointing و تغییر کد بومی را در یک مجموعه بزرگ زبانی (بیش از 70 زبان آموزش دیده، 25 زبان در زمان راهاندازی اعتبارسنجی شدهاند) دارد.
طبق متا، این برنامه در رتبه اول پخش آنلاین Artificial Analysis STT و تابلوهای خاطرات عمومی قرار دارد. تأخیر تطبیقی به این معنی است که کلمات آسان را با عجله پخش میکند و روی کلمات سخت بیشتر مکث میکند. قیمت API: ۳ دلار برای هر ۱۰۰۰ دقیقه صوتی.
همین الان هم دیکته با کلید Fn را در Meta AI برای مک و Muse Code پشتیبانی میکند. اتاقهای شلوغ با چند بلندگو اساساً نمونهی نمایشی هستند. (متا)
ChatGPT Health یکپارچهسازی Epic را برای پزشکان جهت وارد کردن دادههای بیمار اضافه میکند ↗
OpenAI، ChatGPT مخصوص مراقبتهای بهداشتی را به Epic، پرونده الکترونیکی سلامت که سوابق صدها میلیون بیمار در آن نگهداری میشود، متصل کرد. پزشکان میتوانند یادداشتها، آزمایشها، داروها و اسناد تخصصی را به ChatGPT منتقل کنند - یا در برخی تنظیمات، از ChatGPT در داخل خود نمودار استفاده کنند.
فقط خواندنی. بدون نیاز به نوشتن مجدد اطلاعات. همچنین یک افزونهی Healthcare Public Data وجود دارد که ClinicalTrials.gov، CMS Coverage، RxNorm، DailyMed، PubMed و موارد دیگر را پوشش میدهد. فقط حسابهای کاربری سازمانی دارای مجوز BAA.
OpenAI به ارزیابیهای سنگین پزشکان با نرخ «ایمن» بسیار بالا اشاره میکند. هنوز برای تشخیص یا درمان مناسب نیست - و دعاوی اخیر در مورد توصیههای نادرست بهداشتی، کل ماجرا را تحت الشعاع قرار داده است. (TechCrunch)
سوالات متداول
مهمترین اخبار در مورد هوش مصنوعی برای اول سپتامبر ۲۰۲۶ چه بودند؟
در این جمعبندی، مدل آسترا (Astra) شرکت OpenAI تحت چارچوب آمادگی (Preparedness Framework)، مدل ارزانتر Claude Fable 5.1 شرکت Anthropic و مدل اختصاصی شرکا، Mythos 5.1، و ویدیوی عاملگرای گوگل دیپمایند (Google DeepMind) در نرمافزار Gemini مورد بررسی قرار گرفتند. متا (Meta) همچنین Muse Voice Transcribe را برای تبدیل گفتار به متن در لحظه راهاندازی کرد و OpenAI، ChatGPT برای مراقبتهای بهداشتی (Healthcare) را به اپیک (Epic) متصل کرد تا پزشکان بتوانند دادههای بیمار را وارد کنند.
OpenAI Astra چیست و چرا قابلیتهای سایبری آن محدود شده است؟
OpenAI میگوید Astra اولین مدل آن است که به سطح بحرانی امنیت سایبری در چارچوب آمادگی خود رسیده است. با ابزارهای مناسب، میتواند بدون نیاز به راهنمایی انسان در هر مرحله، حفرههای ناشناخته را پیدا کرده و از آنها بهرهبرداری کند. ظاهراً این مدل در ExploitBench موفق بوده و دو آسیبپذیری روز صفر را در یک آزمایش داخلی اصلاحشده پیدا کرده است. انتشار آن به زودی انجام میشود، اما قابلیت سایبری پرخطر ابتدا به شرکای Daybreak میرسد. OpenAI میگوید Astra در عناوین اخیر فرار از Hugging Face دخیل نبوده است، اگرچه به هر حال بخشهایی از ساخت را به تأخیر انداخته است.
چگونه Claude Fable 5.1 ارزانتر و بدون محدودیت است؟
شرکت Anthropic، Claude Fable 5.1 را برای API و سرویسهای ابری اصلی منتشر کرد و Mythos 5.1 نیز در اختیار شرکای سایبری و علوم زیستی تایید شده قرار گرفت. طبق گزارش Verge، خواندن حافظه پنهان ارزانتر است و معمولاً حدود ۲۵٪ و در اجراهای سنگین تا ۴۵٪ صرفهجویی در هزینه دارد. Safeguards همچنین در مورد سوالات اساسی زیستشناسی، چندان کارآمد نیستند. Enterprise Frontier Safeguards که دادهها را روی فضای ابری مشتری نگه میدارد، باید در پاییز عرضه شود. Mythos هنوز هم در کارت سیستم، یادداشت ترازبندی کمی سختتری نسبت به Opus دارد.
ویدیوی عامل محور در Gemini چیست و چقدر میتواند صرفهجویی کند؟
گوگل دیپمایند (Google DeepMind) قابلیت درک عاملمحور ویدیو را روی نرمافزارهای Gemini 3.7 Flash، 3.6 Flash و 3.5 Flash-Lite ارائه کرد. این مدل به جای پردازش هر فریم با نرخ فریم ثابت، بیتهای مورد نیاز خود را در فریمها، صدا و متن جستجو میکند. گوگل ادعا میکند که تا ۸۸٪ توکن کمتر، حدود ۶۶٪ هزینه تحلیل کمتر و افزایش دقت متوسطی، به ویژه در آموزشهای طولانی و ضبطهای چند ساعته، دارد. این قابلیت از طریق رابط برنامهنویسی Gemini در AI Studio و پلتفرم Enterprise Agent با قیمت استاندارد توکن به صورت زنده در دسترس است. برنامه Gemini و سرویس Ask YouTube در آینده به آن دسترسی خواهند داشت.
متا میوز ویس ترنسکریپت برای چه مواردی استفاده میشود؟
Muse Voice Transcribe اولین مدل درک صوتی بلادرنگ Meta Superintelligence Labs است. این مدل، تبدیل گفتار به متن، دیاریزاسیون برای بیش از 20 گوینده، نقطهگذاری نهایی و تغییر کد بومی را در یک مجموعه زبانی بزرگ انجام میدهد، به طوری که بیش از 70 زبان آموزش دیده و 25 زبان در زمان راهاندازی اعتبارسنجی شدهاند. متا میگوید که در رتبه اول در تحلیل مصنوعی استریمینگ STT و بوردهای دیاریزاسیون عمومی قرار دارد. تأخیر تطبیقی به آن اجازه میدهد تا کلمات آسان را با عجله و کلمات سخت را با زمان بیشتری منتظر بگذارد. قیمت API 3 دلار برای هر 1000 دقیقه صوتی است و در حال حاضر دیکته Fn-key را در Meta AI برای مک و Muse Code پشتیبانی میکند.
ادغام ChatGPT Health Epic چگونه برای پزشکان کار میکند؟
OpenAI، ChatGPT مخصوص مراقبتهای بهداشتی را به Epic متصل کرد، که سوابق صدها میلیون بیمار را در خود جای داده است. پزشکان میتوانند یادداشتها، آزمایشها، داروها و اسناد تخصصی را به ChatGPT منتقل کنند یا از ChatGPT در داخل نمودار استفاده کنند. این برنامه فقط برای حسابهای کاربری BAA-gated org قابل خواندن است و هیچ اطلاعاتی در پرونده ثبت نمیشود. یک افزونهی دادههای عمومی مراقبتهای بهداشتی، ClinicalTrials.gov، CMS Coverage، RxNorm، DailyMed و PubMed را پوشش میدهد. OpenAI نرخ ایمنی بسیار بالایی را در ارزیابیهای پزشکان ذکر میکند. هنوز برای تشخیص یا درمان نیست.