اخبار یک سال پس از «لحظه دیپسیک»؛ اکوسیستم متن‌باز هوش مصنوعی چین کجاست؟ یک سال از انتشار DeepSeek R1 گذشت؛ مدلی که مسیر هوش مصنوعی متن‌باز چین را تغییر داد. در این گزارش، تحولات، واکنش جهانی و چشم‌انداز آینده را مرور می‌کنیم. ۳۰ دی ۱۴۰۴ ۲ دقیقه پژوهش همکاری جدید هگ‌فیس و Google Cloud: راهی نو برای هوش مصنوعی متن باز هگ‌فیس و گوگل کلود توافق نوینی را برای دسترسی به مدل‌های متن باز و ساخت هوش مصنوعی سفارشی صادر کردند؛ این همکاری راه جدیدی برای شرکت‌ها فراهم می‌کند. ۲۲ آبان ۱۴۰۴ ۲ دقیقه مدل‌ها OpenAI با GPT‑OSS: هوش مصنوعی متن‌باز 120 میلیارد پارامتر را معرفی می‌کند OpenAI مدل هوش مصنوعی GPT‑OSS را معرفی کرد؛ دو نسخه 20 و 120 میلیارد پارامتر، معماری Mixture‑of‑Experts و کوانتایزیشن 4‑bit را ارائه می‌دهد. ۱۴ مرداد ۱۴۰۴ ۲ دقیقه مدل‌ها افزایش توانایی هوش مصنوعی smolagents با پشتیبانی از مدل‌های بینایی با به‌روزرسانی جدید smolagents، مدل‌های زبانی بینایی به عوامل هوش مصنوعی اضافه شدند و مرور وب کاملاً خودمختار ممکن شد. ۵ بهمن ۱۴۰۳ ۲ دقیقه مدل‌ها هوش مصنوعی: نسخه جدید PaliGemma 2 گوگل، مدل زبان-دید با مقیاس‌های چندگانه و رایگان Google با انتشار PaliGemma 2، مدل زبان-دید جدیدی را ارائه کرده که در ۳، ۱۰ و ۲۸ میلیارد پارامتر و رزولوشن‌های گوناگون با هدف دسترسی آزاد و هوش مصنوعی متن-تصویر همراه است. ۱۵ آذر ۱۴۰۳ ۲ دقیقه مدل‌ها کوانتایز دیفیوژن ترنسفورمر با Quanto: کاهش مصرف حافظه در هوش مصنوعی با معرفی ابزارهای Quanto و Diffusers، اجرا کردن مدل‌های سنگین تولید تصویر با هوش مصنوعی بر روی سخت‌افزارهای محدود‌تر بدون افت عملکرد محسوس اکنون امکان‌پذیر است. ۹ مرداد ۱۴۰۳ ۳ دقیقه مدل‌ها گوگل معرفی می‌کند Gemma 2: آخرین مدل هوش مصنوعی متن‌باز با معرفی Gemma 2، گوگل اولین مدل زبان متن‌باز نسل جدیدش را باز کرده و با امکانات پیشرفته‌ای نظیر sliding window attention و knowledge distillation، متن‌سازی را به سطح بالاتری برده است. ۷ تیر ۱۴۰۳ ۲ دقیقه پژوهش هوش مصنوعی در مسابقه تصویرسازی: لیست‌بردی متن‑به‑تصویر و ارزیابی انسانی در ژوئن 2024، هیوگینگ فیس یک لیست‌بردی متن‑به‑تصویر راه‌اندازی کرد؛ بر اساس 45 هزار ترجیح انسانی، مدل‌های متن‑به‑تصویر از Midjourney، DALL·E، Stable Diffusion و سایر مدل‌های متن‌باز را در جدول رقابتی قرار داده است. ۱۷ خرداد ۱۴۰۳ ۲ دقیقه اخبار فکان ۲؛ مدل زبانی ۱۱ پارامتری با قابلیت چندزبانی و پشتیبانی بصری فکان ۲ (Falcon 2) مدل زبانی جدید با ۱۱ میلیارد پارامتر است که با بیش از ۵۰۰۰ میلیارد توکن و پشتیبانی از ۱۱ زبان آموزش دیده و هم به‌صورت متنی و هم بصری کار می‌کند. ۴ خرداد ۱۴۰۳ ۲ دقیقه اخبار معرفی Llama 3؛ عصر جدیدی از هوش مصنوعی متن‌باز متا مدل جدید Llama 3 متا با دو اندازه ۸B و ۷۰B منتشر شد. این مدل متن‌باز با پشتیبانی کامل Hugging Face، قدرت را به دست توسعه‌دهندگان می‌دهد. ۳۰ فروردین ۱۴۰۳ ۲ دقیقه