BOSS Zhipin की टीम ने एजेंट कोडिंग के लिए 512K संदर्भ के साथ Nanbeige4.3-33B मॉडल जारी किया

Moonshot AI कंपनी ने अपने फ्लैगशिप मल्टीमॉडल मॉडल Kimi K3.1 Pro के वज़न को Hugging Face प्लेटफॉर्म पर प्रकाशित किया है, जिससे उपयोगकर्ताओं को मॉडल को स्वयं तैनात करने की अनुमति मिलती है।

यह मॉडल विशेषज्ञ मिश्रण (mixture-of-experts) आर्किटेक्चर पर बनाया गया है और इसमें कुल 2.8 ट्रिलियन पैरामीटर हैं, जबकि प्रत्येक आउटपुट पर लगभग 104 बिलियन पैरामीटर सक्रिय होते हैं। इसके अलावा, यह लगभग दस लाख टोकन की संदर्भ विंडो का समर्थन करता है।

K3.1 Pro संस्करण Kimi K3 मॉडल का विकास है, जिसमें कोडिंग, त्रि-आयामी ऑब्जेक्ट निर्माण, वित्तीय अनुसंधान और लंबे एजेंट कार्यों से संबंधित कार्यों के लिए उन्नत सुदृढीकरण शिक्षण विधियाँ जोड़ी गई हैं।

वज़न का जारी होना तब हुआ जब मॉडल Kimi सेवा के एप्लिकेशन और एपीआई के माध्यम से उपलब्ध हो गया था। यह भी घोषित किया गया कि Huawei ने vLLM Ascend और SGLang का उपयोग करके Atlas A3 और Ascend 950 सिस्टम के माध्यम से इन्फेरेंस समर्थन प्रदान किया है।

बाइटडान्स कंपनी जेनरेटिव वीडियो के क्षेत्र में अपने प्रोजेक्ट्स का पुनर्गठन कर रही है, जिसमें दो आर्टिफिशियल इंटेलिजेंस आधारित उत्पादों को मिलाया जा रहा है।

हाल ही में, बाइटडान्स के कैपकट डिवीजन ने शियाओयुनक्यू को जिमेंग में एकीकृत किया, जबकि शियाओयुनक्यू तक अलग उत्पाद के रूप में पहुंच बनाए रखी गई। शियाओयुनक्यू स्वचालित रूप से छोटी नाटकीय कहानियों के उत्पादन में विशेषज्ञता रखता है, स्क्रिप्ट को स्टोरीबोर्ड और तैयार एपिसोड में बदलता है। जबकि जिमेंग छवियों और वीडियो के निर्माण, संपादन और पीढ़ी के लिए एक व्यापक मंच प्रस्तुत करता है।

इन दोनों उत्पादों की कार्यक्षमताएँ आपस में टकराने लगी हैं, क्योंकि दोनों शुरुआत से अंत तक वीडियो सामग्री बनाने का लक्ष्य रखते हैं। अब शियाओयुनक्यू की छोटी ड्रामा क्षमताएं जिमेंग में समाहित हो गई हैं, और इन परिचालनों का प्रबंधन जिमेंग के संचालन और विपणन प्रमुख द्वारा किया जाएगा, हालांकि विकास टीम वही रहेगी।

इस कदम का मुख्य कारण संसाधनों का केंद्रीकरण है। दोनों उत्पाद बढ़ रहे हैं, लेकिन उपयोगकर्ता संख्या में वृद्धि अभी तक निवेश के अनुरूप राजस्व नहीं लाई है, और वीडियो एजेंट उत्पादों का व्यापक प्रसार विभेदीकरण के दायरे को सीमित करता है।

यह दबाव बाजार में भी देखा जाता है: क्वैशौ का क्लिन्ग 4.0, जो इस महीने जारी किया गया था, लंबी जनरेशन, मल्टीमॉडल लिंक और कीफ्रेम नियंत्रण का समर्थन करता है। इसी तरह, मिनीमैक्स का H3 वाणिज्यिक उपयोग पर केंद्रित है, जिसमें विज्ञापन, ई-कॉमर्स और गेम शामिल हैं।

प्रतिस्पर्धा की सीमा बुनियादी टेक्स्ट-टू-वीडियो जनरेशन से शुरू से अंत तक सामग्री निर्माण के प्रबंधित वर्कफ़्लो में स्थानांतरित हो रही है। शियाओयुनक्यू छोटी ड्रामा के लिए एक विशिष्ट वर्कफ़्लो में बदल गया है, जबकि जिमेंग सामान्य छवि और वीडियो जनरेशन से पेशेवर निर्माण की ओर बढ़ रहा है।

बाइटडान्स ने जिमेंग को भी पुन: स्थितिबद्ध किया है। चीनी त्योहारों से पहले, कंपनी ने उपभोक्ता एप्लिकेशन जिमेंग में निवेश कम कर दिया और संसाधनों को अपने पेशेवर वेब उत्पाद, अंतरराष्ट्रीय संस्करण ड्रीमिना और व्यावसायीकरण पर पुनर्निर्देशित किया।

इस प्रकार, हालिया समेकन बाइटडान्स को छोटी ड्रामा में शियाओयुनक्यू की विशिष्ट क्षमताओं को बनाए रखने की अनुमति दे सकता है, साथ ही दो तेजी से ओवरलैपिंग उत्पादों के बीच कार्यात्मक अतिरेक को कम कर सकता है।

प्रतिस्पर्धी माहौल में एक अधिक महत्वपूर्ण बदलाव सीडान्स से जुड़ा है। बाइटडान्स ने वोल्केनो इंजन एपीआई के माध्यम से सीडान्स 2.5 प्रदान किया है, जिससे कंपनियों और डेवलपर्स को अपनी स्वयं की परियोजनाओं में वीडियो जनरेशन क्षमताओं को एकीकृत करने की अनुमति मिलती है। यह मॉडल पाठ, छवि, वीडियो और ऑडियो इनपुट लेता है, और वीडियो संपादन और विस्तार का भी समर्थन करता है।

वोल्केनो इंजन का दस्तावेज़ीकरण दिखाता है कि मॉडल टेक्स्ट, ग्राफिक, वीडियो और ऑडियो इनपुट, साथ ही वीडियो संपादन और विस्तार का समर्थन करता है। वोल्केनो इंजन के माध्यम से सेवा के रूप में मॉडल (MaaS) मोड में सीडान्स से व्यावसायिक राजस्व जिमेंग और शियाओयुनक्यू से राजस्व से काफी अधिक है।

इसका मतलब है कि कुछ ऐसे एप्लिकेशन जो बाइटडान्स के अपने कंटेंट क्रिएशन टूल्स के साथ प्रतिस्पर्धा करते हैं, वे इसके बेस मॉडल के ग्राहक भी बन सकते हैं। यह बाइटडान्स के अपने अनुप्रयोगों के लिए आवश्यकताओं को बढ़ाता है: यदि सीडान्स तीसरे पक्ष के माध्यम से राजस्व उत्पन्न करता है, तो प्रत्येक आंतरिक उत्पाद को वृद्धि, उपयोगकर्ता प्रतिधारण या मुद्रीकरण के माध्यम से अपने अस्तित्व को सही ठहराना होगा।

यह पुनर्गठन वीडियो से पीछे हटना नहीं लगता है, बल्कि बाइटडान्स द्वारा दांव का पुनर्वितरण लगता है। सामग्री निर्माण के लिए एआई उपकरणों के समेकन के बावजूद, बाइटडान्स वितरण का विस्तार करना जारी रखे हुए है। इसका विदेशी छोटी ड्रामा एप्लिकेशन पाइनड्रामा अमेरिका, ब्राजील और ताइवान में आईफोन के शीर्ष 10 मुफ्त ऐप्स में शामिल हो गया है, जो विज्ञापन समर्थित मॉडल, टिकटॉक से ट्रैफ़िक और बाइटडान्स की सामग्री पारिस्थितिकी तंत्र पर निर्भर करता है।

ये कदम एक अधिक बहुस्तरीय रणनीति का संकेत दे सकते हैं: वितरण के लिए उपभोक्ता प्लेटफार्मों का विकास, पेशेवर वर्कफ़्लो पर निर्माण उपकरणों पर ध्यान केंद्रित करना और अन्य कंपनियों को अपनी तकनीक प्रदान करके सीडान्स का मुद्रीकरण करना। जैसे-जैसे एआई मॉडल परिष्कृत होते जाते हैं, अलग-अलग एप्लिकेशन बनाना आसान होता जाता है, जिससे मॉडलों के पीछे की कंपनियों की शक्ति बढ़ जाती है। बाइटडान्स का काम यह निर्धारित करना है कि वह कहाँ खुद को अलग कर सकती है।

ByteDance ने लघु नाटकीय श्रृंखलाओं के उत्पादन के लिए अपना आर्टिफिशियल इंटेलिजेंस स्टूडियो Jimeng AI पेश किया है। यह प्लेटफॉर्म पूरी उत्पादन प्रक्रिया को एकीकृत करता है: पटकथा विकास और पात्रों तथा दृश्यों के निर्माण से लेकर स्टोरीबोर्डिंग, वीडियो शूटिंग और बाद के संपादन तक।

स्टूडियो में तीन मालिकाना मॉडल का उपयोग किया जाता है: DreamScript, जो पटकथा लेखन के लिए जिम्मेदार है; Anycook, जिसका उपयोग छवियों को उत्पन्न करने के लिए किया जाता है; और DreamShot, जो स्टोरीबोर्ड बनाने के लिए डिज़ाइन किया गया है।

DreamScript टूल मूल कहानियों और अनुकूलनों दोनों पर काम कर सकता है, साथ ही विदेशी दर्शकों पर केंद्रित पटकथाएँ भी बना सकता है। इसके अलावा, छवियों और स्टोरीबोर्ड के लिए उपकरण रचनाकारों को दृश्य तत्वों को आकार देने और शॉट्स की योजना बनाने में मदद करते हैं।

इसके अतिरिक्त, यह स्टूडियो व्यक्तिगत शॉट्स को बदलने, ऑडियो ट्रैक को पुनर्स्थापित करने और मौजूदा नाटकों को विभिन्न बाजारों के लिए उपयुक्त दृश्य शैली में फिर से बनाने की अनुमति देता है। इस प्रकार, इस स्टूडियो के लॉन्च से Jimeng की क्षमताओं का विस्तार केवल अलग-अलग छवियों या वीडियो उत्पन्न करने के सरल कार्यों से परे हो जाता है, उन्हें लघु नाटकीय परियोजनाओं के समन्वित उत्पादन के स्तर पर ले जाता है।