שיתוף | מה חדש בבינה מלאכותית - מתעדכן
-
Qwen (Alibaba) · Qwen Image 2.1
חברת Qwen שחררה את Qwen-Image-2.1, מודל קומפקטי ליצירה ועריכה של תמונות, המאפשר הפקת נכסים שקופים (RGBA), עריכה מבוססת מספר תמונות רפרנס (multi-reference), ותהליכי הפקה ויזואליים מעשיים יותר בעלויות הסקה נמוכות יותר.
• יצירה ועריכה טבעית בפורמט RGBA שקוף: מאפשרת להפיק בקלות מדבקות, אלמנטים בשכבות וחיתוכים (cutouts) ללא צורך בתהליך עבודה נפרד להסרת רקע.
• עריכה מתקדמת: תומכת בשימוש בעד 10 תמונות רפרנס לצד סימוני עיגול מקומיים, שרבוטי הערות (painted annotations) או מסכות — מה שמאפשר עריכת מוצרים, דיוקנאות ותמונות קבוצתיות תוך שמירה על זהות האובייקט (identity-preserving).
• תהליך עבודה מאוחד ליצירה ועריכה: תומך הן ביצירת תמונות מהנחיות טקסט (prompts) והן בשינוי תמונות קיימות, ובכך מצמצם את הצורך במעבר בין כלים שונים בצינורות הפקת התוכן הוויזואלי.
• ארכיטקטורה יעילה: Qwen מתארת רכיב יצירה ויזואלי בגודל 7B הכולל מנגנון קשב ברמות פירוט מעורבות (mixed-granularity attention) ושימוש חוזר ב-prefix KV-cache, המקריב מעט מגודל המודל לטובת הרצה מקומית יעילה יותר.
• רישוי וזמינות: המודל פועל תחת רישיון המחקר של Qwen (Qwen Research License) ואינו זמין כרגע דרך ספקי ההסקה של Hugging Face (Inference Providers). לפיכך, שימוש מסחרי וגישה מנוהלת דורשים בדיקה של תנאי הרישיון והסדרת אחסון עצמאי (self-hosting) או נתיב פריסה חלופי.מדדים:
קישורים:
- בלוג השחרור:
https://qwen.ai/blog?id=qwen-image-2.1 - קישור למאגר המודל ב-HF:
https://huggingface.co/Qwen/Qwen-Image-2.1
- בלוג השחרור:
-
Xiaomi MiMo · MiMo V2.6
Xiaomi MiMo - חטיבת ה-AI של Xiaomi (שיאומי), משחררת את משפחת המודלים החדשה MiMo V2.6.
בסדרת המודלים ישנם 3 מודלים בגדלים שונים:- MiMo V2.6 Pro RL: מודל הדגל של הסדרה. בעל 1.02T פרמטרים, עם 42B פרמטרים פעילים עבור כל טוקן.
- MiMo V2.6 Flash RL: מודל הביניים המהיר יותר. בעל 309B פרמטרים בסה"כ, עם 15B פעילים.
- MiMo V2.6 Distill Qwen 9B: זיקוק של מודל ה-Pro לתוך Qwen 3.5 9B.
מדדים:
-
Anthropic · Claude Opus 5.5 - פרטים נוספים
אנת'רופיק שחררה את Claude Opus 5.5, עדכון משמעותי למודל המוביל שלה שמיועד למשימות היגיון מורכבות, קידוד ולולאות סוכן ממושכות.
מעבר לשיפור היכולות, הדגש המרכזי כאן הוא הוזלה משמעותית במחיר ושיפור יציבות ההקשר.
עיקרי השיפורים:
- יציבות בהקשרים ארוכים וסוכנים: שיפור ניכר במניעת "קריסת היגיון" בלולאות חשיבה מרובות שלבים. המודל שומר על יציבות בעריכת קבצים מרובים במקביל ופתרון שגיאות בריצות ארוכות.
- מפרט טכני: חלון הקשר של 1 מיליון טוקנים, עם תמיכה בעד 128,000 טוקני פלט ויכולות ניתוח תמונה מובנות.
- הוזלת עלויות: תמחור ה-API ירד ל-$4 למיליון טוקנים קלט ו-$20 לפלט (כ-20% פחות מ-Opus 5). קריאה מזיכרון מטמון עומדת על $0.20 למיליון טוקנים.
- זמינות: המודל זמין כעת דרך ה-API, בממשקי Claude וב-Claude Code, וכן בפלטפורמות ענן (AWS Bedrock, Google Cloud ועוד).
מדדים:
קישור לדף המודל:
https://platform.claude.com/docs/en/models/opus-5-5/overviewמפתח אפליקציות אנדרואיד ויישומי ומודלי AI
-
א אברהם גלסר התייחס לנושא זה
-
Anthropic · Claude Opus 5.5 - פרטים נוספים
אנת'רופיק שחררה את Claude Opus 5.5, עדכון משמעותי למודל המוביל שלה שמיועד למשימות היגיון מורכבות, קידוד ולולאות סוכן ממושכות.
מעבר לשיפור היכולות, הדגש המרכזי כאן הוא הוזלה משמעותית במחיר ושיפור יציבות ההקשר.
עיקרי השיפורים:
- יציבות בהקשרים ארוכים וסוכנים: שיפור ניכר במניעת "קריסת היגיון" בלולאות חשיבה מרובות שלבים. המודל שומר על יציבות בעריכת קבצים מרובים במקביל ופתרון שגיאות בריצות ארוכות.
- מפרט טכני: חלון הקשר של 1 מיליון טוקנים, עם תמיכה בעד 128,000 טוקני פלט ויכולות ניתוח תמונה מובנות.
- הוזלת עלויות: תמחור ה-API ירד ל-$4 למיליון טוקנים קלט ו-$20 לפלט (כ-20% פחות מ-Opus 5). קריאה מזיכרון מטמון עומדת על $0.20 למיליון טוקנים.
- זמינות: המודל זמין כעת דרך ה-API, בממשקי Claude וב-Claude Code, וכן בפלטפורמות ענן (AWS Bedrock, Google Cloud ועוד).
מדדים:
קישור לדף המודל:
https://platform.claude.com/docs/en/models/opus-5-5/overview -
-
לקרוא את הפרשנויות על אופוס 5.5 ולהתפלץ... אוחח... גאונות
רק הישראלים כאן (שבכלל לא למדו תכנות...) יכולים לקבוע בהחלטיות ש-GPT יותר טוב מ-Claude, ולחלוק על כל העולם כולל GPT עצמם...
בסקירות שGPT פרסמה לAstra, היא עצמה קבעה שהוא שווה או קצת פחות מפייבל 5.1 ואופוס 5 (לא 5.5) ברוב המשימות (מלבד מדד אחד ספציפי).
עכשיו נוסיף למשוואה שלמפתחים עצמם יש נטייה מוזרה להגזים כלפי מעלה... ולכן נוריד כמה נקודות, מה יצא לנו? בנצ'מארק מבית GPT שפייבל ואופוס טובים מהם.. נהדרהאתר שלי https://imreykodesh.com/index.html
-
לקרוא את הפרשנויות על אופוס 5.5 ולהתפלץ... אוחח... גאונות
רק הישראלים כאן (שבכלל לא למדו תכנות...) יכולים לקבוע בהחלטיות ש-GPT יותר טוב מ-Claude, ולחלוק על כל העולם כולל GPT עצמם...
בסקירות שGPT פרסמה לAstra, היא עצמה קבעה שהוא שווה או קצת פחות מפייבל 5.1 ואופוס 5 (לא 5.5) ברוב המשימות (מלבד מדד אחד ספציפי).
עכשיו נוסיף למשוואה שלמפתחים עצמם יש נטייה מוזרה להגזים כלפי מעלה... ולכן נוריד כמה נקודות, מה יצא לנו? בנצ'מארק מבית GPT שפייבל ואופוס טובים מהם.. נהדר -
גוגל משיקה: Gemini 3.8 TTS – יצירת קולות, בימוי שיחה ושכפול קול ב-AI
גוגל הכריזה רשמית על שני מודלי Text-to-Speech חדשים ממשפחת ג'מיני, שמשדרגים משמעותית את תחום יצירת הדיבור (TTS) והופכים אותו מ"קריינות סטטית" למעין סטודיו דיבוב מלא:
- Gemini 3.8 Flash TTS: מודל הדגל לתחום היצירתי. מיועד לבימוי דיאלוגים מורכבים, פודקאסטים, ספרי שמע ומשחקים.
- Gemini 3.8 Flash-Lite TTS: גרסה קלה, חסכונית ומהירה במיוחד, המיועדת להפקה בכמויות גדולות (דיבוב, סוכני שיחה בזמן אמת וכד').
החידושים והיכולות המרכזיות:
- עיצוב קול באמצעות פרומפט (Generative Voice Design): ניתן להגדיר בטקסט חופשי אופי קול, מבטא, גיל ותכונות אופי (למשל: "קריין סמכותי", "מנחה אנרגטי") ביותר מ-100 שפות וניבים.
- שכפול קול (Voice Cloning): יצירת פרופיל קול מותאם אישית מדגימת אודיו של 30 שניות בלבד (כולל מנגנון אימות הסכמה מובנה וחתימת מים דיגיטלית של SynthID).
- בימוי טקסט שורה-אחר-שורה (Direct line-by-line): שליטה מלאה על רגש, הדגשות, לחישות והפסקות.
- סצנה דו-דוברת (Dual-Speaker Scene): הפקת דיאלוג רציף בין שני קולות שונים מאותו תסריט, כולל כניסה טבעית זה לדברי זה.
- שילוב קולות אנושיים וקולות רקע: תמיכה בתגובות טבעיות בתוך הטקסט, כגון צחוק (
<laughs>), אנחה (<sigh>), התנשפות (<gasp>), או הנהונים (|mhm|,|yeah|). - שמירה על עקביות לאורך זמן: שיפור ניכר בתוכן ארוך ללא עיוותי קול או "בריחה" מגוון הקול המקורי.
- ביצועים במבחנים: המודל הגיע למקום הראשון במדד Hume AI Voice Design ובטבלת ה-Voice Arena.
זמינות והתנסות:
- למפתחים: זמין כבר עכשיו ב-Google AI Studio (כולל ממשק ייעודי לעיצוב קול ותסריטי שיחה) וב-API של ג'מיני.
- למשתמשים: משולב כבר ב-Gemini Notebook וב-Google Vids.
לפוסט הרשמי בבלוג של גוגל:
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-text-to-speech/
שלום! נראה שהשיחה הזו מעניינת אותך, אבל עדיין אין לך חשבון.
נמאס לכם לגלול בין אותם הפוסטים בכל ביקור? כשנרשמים לחשבון, תמיד תחזרו בדיוק למקום שבו הייתם קודם, ותוכלו לבחור לקבל התראות על תגובות חדשות (בין אם במייל, ובין אם בהתראת פוש). תוכלו גם לשמור סימניות ולפרגן ב-upvote לפוסטים כדי להביע הערכה לחברי קהילה אחרים.
בעזרת התרומה שלך, הפוסט הזה יכול להיות אפילו טוב יותר 💗
הרשמה התחברות { const baseUrl = "https://www.google.co.il/search?q=site:mitmachim.top"; const m = location.pathname.match(/^\/(topic|category)\/(\d+)/); const type = m ? m[1] : null; const id = m ? m[2] : null; let searchInput; function search(path = "") { const query = searchInput.value.trim(); if (query) { window.open(`${baseUrl}${path}%20${encodeURIComponent(query)}`, "_blank"); } } let buttons = {}; buttons.searchAll = { id: "bb-search-all", label: `חיפוש ${type ? "בכל הפורום" : ""}`, className: type ? "btn-secondary" : "btn-primary", callback: () => search(), }; if (type === "topic") { buttons.searchTopic = { label: "חיפוש בנושא זה", className: "btn-primary", callback: () => search(`/topic/${id}`), }; } else if (type === "category") { buttons.searchCategory = { label: "חיפוש בקטגוריה זו", className: "btn-primary", callback: () => search(`/category/${id}`), }; } buttons.cancel = { label: "ביטול", className: "btn-default", "data-bs-dismiss": "modal" }; const dialog = bootbox.dialog({ title: '<div style="text-align:center;"><img src="/assets/uploads/files/1625950269825-mt-google.png" width="400" alt="חיפוש בגוגל"></div>', message: '<input id="bb-inp" class="bootbox-input bootbox-input-text form-control" placeholder="הקלידו כדי לחפש בגוגל" autocomplete="off"/>', buttons, backdrop: true, show: true, onEscape: true }); dialog.on("shown.bs.modal", function () { searchInput = document.getElementById("bb-inp"); if (searchInput) { searchInput.focus(); searchInput.addEventListener("keydown", function (e) { if (e.key === "Enter") { e.preventDefault(); const query = this.value.trim(); if (query) { search(); dialog.modal("hide"); } } else if (e.key === "Escape") { e.preventDefault(); dialog.modal("hide"); } }); } const searchAllButton = document.getElementById("bb-search-all"); if (searchAllButton) { searchAllButton.title = "לחצו על אנטר כדי לחפש"; } }); })(); void 0;){kind=link}