პროექტი შეჩერებულია: ახალი სტატიები და გამოშვებები აღარ გამოქვეყნდება. არქივი ხელმისაწვდომი რჩება.
მოწყობილობაზე მომუშავე AI უშვებს მანქანური სწავლების მოდელებს პირდაპირ ტელეფონზე, ლეპტოპსა თუ ჩიპზე, მონაცემების ღრუბელში გაგზავნის გარეშე. მას შეუძლია გააუმჯობესოს კონფიდენციალურობა, იმუშაოს ინტერნეტის გარეშე და შეამციროს დაყოვნება; სწორედ მასზეა დაფუძნებული ისეთი ფუნქციები, როგორიცაა Apple Intelligence და მცირე ლოკალური მოდელები. ეს გვერდი აგროვებს სიახლეებსა და განმარტებებს მოწყობილობაზე მომუშავე AI-ისა და იმ კომპაქტური მოდელების შესახებ, რომლებიც მას შესაძლებელს ხდიან.
Samsung-ის კვლევითმა გუნდმა წარადგინა xMAE და HiMAE — ორი ონ-დივაის AI მოდელი, რომლებიც გულისა და ძილის სიგნალებს წამის ათასედში ცნობენ; ნაშრომები ICML-სა და ICLR-ზე მიიღეს.
ვრცლად →Meta-მ გამოუშვა Muse Glimmer — 30-მილიარდპარამეტრიანი ღია წონების მოდელი, რომელიც AI აგენტებს ერთ სამომხმარებლო GPU-ზე ლოკალურად უშვებს, Apache 2.0 ლიცენზიით.
ვრცლად →Liquid AI-მ გამოაქვეყნა LFM2.5-2.6B — ღია წონების მოდელი, რომელიც საკმარისად პატარაა სმარტფონზე ან ლეპტოპზე გასაშვებად და მრავალსაფეხურიან AI-აგენტურ ამოცანებს ოფლაინ რეჟიმში ასრულებს.
ვრცლად →
AI PC აერთიანებს ჩვეულებრივ პროცესორს სპეციალურ NPU ჩიპთან, რომელიც ისეთ AI ფუნქციებს, როგორიცაა ტრანსკრიფცია, თარგმანი და სურათების გენერაცია, პირდაპირ მოწყობილობაზე უშვებს, ღრუბლის გარეშე.
ვრცლად →
Apple Intelligence არის Apple-ის ჩაშენებული AI სისტემა iPhone-, iPad- და Mac-ისთვის — მოწყობილობაზე მომუშავე მოდელებისა და პირადი ღრუბლოვანი სერვისის ნაზავი, რომელზეც, კომპანიის თქმით, თავად მასაც კი არ აქვს წვდომა.
ვრცლად →ჩიპების მწარმოებელმა Syntiant-მა, რომელსაც Intel-ი და Microsoft-ი აფინანსებენ, SEC-ში Nasdaq-ზე გასვლის განაცხადი შეიტანა — სავაჭრო კოდი იქნება „SYTN“.
ვრცლად →ონ-დივაის AI ნიშნავს ხელოვნური ინტელექტის გაშვებას პირდაპირ თქვენს სმარტფონზე, ლეპტოპზე ან ჩიპზე — ღრუბლოვანი სერვერების გარეშე. ეს ტექნოლოგია უდევს საფუძვლად Apple Intelligence-ს, Google Gemini Nano-ს და ახალ მინი-მოდელებს, როგორიცაა Liquid AI-ს LFM2.5-230M.
ვრცლად →Liquid AI-მ გამოუშვა LFM2.5-230M — 230 მილიონ-პარამეტრიანი ღია წვდომის მოდელი, რომელიც სმარტფონის პროცესორზე 213 ტოკენს ამუშავებს წამში და Raspberry Pi-ზე — 42-ს. ღრუბლოვანი სერვისი არ სჭირდება.
ვრცლად →