تم إطلاق قسم الدروس على الموقع الرسمي لـ HyperAI (hyper.ai) مع درس جديد بعنوان «FLUX 3 Image Klein: توليد الصور من النص وتحرير الصور». زوروا الموقع الرسمي لـ HyperAI لتجربة سير العمل الكامل مرة واحدة، بدءاً من تحميل أوزان التقطير وحتى تشغيل واجهة المستخدم الويب (WebUI).
اقترح باحثون من معهد ماساتشوستس للتكنولوجيا، ومعهد أولسان للعلوم والتقنية في كوريا الجنوبية، وجامعة إلينوي في أوربانا-شامبين، ومختبر MIT-IBM Watson للذكاء الاصطناعي، نموذجاً للغة-البلورة، حيث يستغل هذا النموذج نماذج اللغة الكبيرة لتوليد سرديات تركيبية تستند إلى خصائص المواد، ويعمل على ربط البنى البلورية واللغة الطبيعية في فضاء تمثيلي مشترك من خلال التعلم التبايني.
طرحت مؤسسات بحثية، من بينها معهد تصميم البروتينات بجامعة واشنطن وشركة NVIDIA، أول نموذج توليدي موحّد على مستوى القطاع يجمع بين تسلسل وبنية الجزيئات الحيوية الضخمة متعددة المكونات، والمبني على الاستدلال في الفضاء الكامن، تحت اسم RFD4-Proteina.
أصبحت نماذج الرؤية واللغة قادرة على فهم الصور والإجابة على الأسئلة، لكن في مهام مثل تصنيف المنتجات، ومراجعة المحتوى، وفرز صور الغلاف، ما تحتاجه النماذج حقاً هو حكم واضح بدلاً من توليد نصوص مطولة. أطلق AutoTrust نموذج JEV-27B-VL، المبني على أساس Qwen3.8-27B، والذي يستخدم بنية النظام المزدوج لتحقيق التبديل عند الطلب بين اتخاذ القرارات السريع والاستدلال العميق، مما يتيح إخراج أحكام مهيكلة واحتمالات معايرة مباشرة، وبالتالي تقليل تكاليف التوليد غير الضرورية. وقد أطلق HyperAI دروساً تعليمية عبر الإنترنت لهذا النموذج، تتيح لك تحميله، وتشغيل عمليات اتخاذ القرار القائمة على الصور، وتجربة واجهة الويب التفاعلية.
أجرى فريق بحثي متعدد المؤسسات، يضم باحثين من المعهد الملكي للتكنولوجيا في ستوكهولم بالسويد، وجامعة دريسدن التقنية بألمانيا، ومؤسسة مدينة التكنولوجيا البشرية في ميلانو بإيطاليا، دمج التعلم العميق مع تقنية التصوير RESOLFT، وطوّر استراتيجيتين متكاملتين للتصوير الحسابي: شبكة إزالة الضوضاء الهرمية (HDN)، وإطار إعادة البناء بأخذ العينات المتفرقة Fast‑MoNaLISA، وذلك لاستعادة الصور ذات نسبة الإشارة إلى الضوضاء (SNR) المنخفضة أو الصور ذات معدل أخذ العينات غير الكافي، مما وسّع بشكل كبير الحدود التجريبية لتقنية التصوير RESOLFT.
اقترح فريق بحثي من جامعة سري في المملكة المتحدة أول سير عمل قائم على الذكاء الاصطناعي للكشف عن عدوى فيروس داء الكلب في مزارع خلايا BHK-21، وللتحليل الكمي لعيارات الأجسام المضادة. واختار الباحثون ثلاث بنية معمارية متقدمة للتعلم العميق هي ResNet وSwin Transformer V2 وMambaOut، ودربوها باستخدام مجموعة بيانات ضخمة.
قدّم فريق بحثي من جامعة ستانفورد نموذجًا أساسيًا للتضمين الخلوي الشامل (universal cell embedding، UCE)، والذي يولّد تمثيلات لمجموعات بيانات جديدة للتعبير الجيني على مستوى الخلية الواحدة دون الحاجة إلى ضبط دقيق للنموذج أو إعادة تدريبه، مع الحفاظ في الوقت نفسه على المتانة ضد العيوب الخاصة بمجموعة البيانات والعيوب الخاصة بالدفعات.
يتضمن تحديث موقع hyper.ai الرسمي هذا الأسبوع 5 مجموعات بيانات عامة، و8 دروس تعليمية مختارة، و5 مقالات موسوعية شائعة، ومؤتمرات قمة تنتهي مواعيد تقديمها في أكتوبر، مع التركيز على التقدم الرائد في النماذج الكبيرة، والذكاء المجسّد، والذكاء متعدد الوسائط.
اقترح فريق بحثي من جامعة جونز هوبكنز وNVIDIA وجامعة كاليفورنيا في بيركلي وغيرها من المؤسسات إطار EvoSafeHarness، الذي يجعل من حزام الأمان نفسه هدفًا للتحسين التلقائي. بالنسبة للنماذج ومجالات التطبيق المختلفة، يبحث النظام بشكل منفصل عن استراتيجيات الأمان باللغة الطبيعية ومنطق الكود القابل للتنفيذ، ثم يعدل باستمرار بناءً على الإخفاقات التي يكشفها النموذج فعليًا.
أعمال الصيانة الدورية للمجموعة التي أجرتها HyperAI مؤخرًا اكتملت الآن، وقد عادت موارد الحوسبة ذات الصلة إلى حالتها الطبيعية تدريجيًا. لتقليل إساءة استخدام الموارد المجانية ودعم التشغيل المستقر للمنصة، سيتم تعديل تخصيصات موارد وحدة المعالجة المركزية (CPU) المجانية والمدة القصوى للتشغيل المتواصل في كل جلسة.
طورت جامعة كورنيل أداة "Molecule Explorer" المدعومة بالذكاء الاصطناعي، وهي إطار عمل ذكي متعدد الوكلاء يعتمد على الذكاء العصبي الرمزي لتحليل طيف الكتلة للجزيئات الصغيرة. يدمج النموذج الأساسي الخاص بها، المسمى DeepMS²Reasoner، بين القواعد الكيميائية واستنتاج مسارات التفتت وتعلم الشبكات العصبية؛ حيث يحاكي عمليات التفتت مثل انقطاع الروابط الكيميائية ونقل الهيدروجين انطلاقاً من البنية الجزيئية، ويتنبأ بأطياف MS² المقابلة لها.
أطلق فريق بحثي مشترك من معهد هيلمهولتس ميونيخ، وجامعة التقنية في ميونخ، ومركز علم الأحياء بجامعة بازل نسخة MemBrain v2، حيث طوّر سير عمل متكاملاً لتحليل الأغشية يمتد من تقسيم البنى الغشائية وتحديد مواقع الجزيئات الدقيقة إلى التحليل الإحصائي.
حاليًا، تم إطلاق قسم دروس HyperAI الجديد بعنوان «الاستدلال متعدد الوسائط باستخدام DeepSeek-V4-Flash-Vision-Exp ونشره عبر Open WebUI»، مما يتيح نشر النموذج بنقرة واحدة ويسمح بتجربة سريعة لقدرات الفهم البصري، والوكيل متعدد الوسائط، وتنفيذ المهام المعقدة.
قام خبراء من أكثر من عشر مؤسسات، بما في ذلك جامعة تسينغهوا ومعهد ماساتشوستس للتكنولوجيا وجامعة هارفارد، بتطوير معيار ASI-Bench بشكل مشترك لقدرات البحث العلمي المستقلة.
اقترح فريق بحثي في مختبر أرغون الوطني التابع لوزارة الطاقة الأمريكية طريقة تحليل حيود الحزمة النانوية تعتمد على التدريب غير الخاضع للإشراف، وتسمى دونات.
أطلق قسم البرامج التعليمية في الموقع الرسمي لشركة HyperAI (hyper.ai) "Qwen3.8-27B-FP8: Native Visual Language Model" لمساعدة المطورين على الوصول بسرعة إلى إمكانيات النموذج.
في الصالون التقني التاسع لمترجم الذكاء الاصطناعي الذي استضافته شركة HyperAI، شاركت هاي ليجوان، مهندسة معمارية Huawei AscendNPU IR، رؤيتها حول موضوع "AscendNPU IR: قاعدة تجميع مفتوحة المصدر، تدعم الوصول متعدد اللغات إلى Ascend".
يضم قسم الدروس التعليمية في HyperAI (hyper.ai) الآن درس "مساعد التعلم الشخصي DeepTutor". تم إعداد البيئة اللازمة، ونرحب بالمطورين المهتمين لتجربته بنقرة واحدة!
في الأول من أغسطس، اختُتمت بنجاح فعاليات النسخة التاسعة من صالون "ميت إيه آي كومبلر" التقني، الذي استضافته شركة "هايبر إيه آي"، في منطقة تشونغ قوان تسون ببكين. وقد لاقى هذا الصالون إقبالاً واسعاً كعادته، حيث قدّم خبراء الصناعة عروضاً قيّمة، وجمع ممثلين عن أكاديمية بكين للذكاء الاصطناعي، وفريق "تايل آر تي"، وشركة "تينسنت"، وشركة "هواوي أسيند"، [...]