ByteDance sunʼiy intellekt mahsulotlarini video kontent uchun konsolidatsiya qilmoqda

Huawei tomonidan qoʻllab-quvvatlanadigan ochiq kodli freymvork boʻlgan openJiuwen, AgentMemory modulining 0.2.0 versiyasida OmniMem-Lens — multimodal xotira funksiyasini chiqarib berdi. Bu funksiya AI agentlariga aniq vaqt oraligʻi boʻyicha emas, balki haqiqiy voqealar asosida uzoq videolarni eslab qolish imkonini beradi, deb QbitAI 4-noyabrda maʼlum qildi.

Jamoa standart yondashuv, yaʼni uzoq videolarni bir daqiqa segmentlariga ajratish va ularning har birini alohida saqlash agent xotirasiga ikki yoʻl bilan zarar yetkazishini taʼkidlaydi. Uzluksiz sahna oynalar orasida boʻlinayotganida, agent dalillarning faqat yarmini oladi, bu esa halyutsinatsiyalarga olib keladi. Bundan tashqari, muhim harakatning bir necha soniyalari, daqiqasik noaniq material bilan aralashib, shovqin ichida yoʻqolishi mumkin, bu esa qidiruv aniqligini pasaytiradi.

Voqealar segmentatsiyasining aksariyat usullari ham faqat bitta turdagi maʼlumotga tayanadi, natijada agar tasvir statik qolsa, mavzu almashinuvi yoki hech kim gapirmasa, sahna almashinuvi eʼtibordan chetda qoladi. OmniMem-Lens ikkala oqimni kuzatadi: vizual iz sahnalar oʻzgarishlarini belgilaydi, audio iz esa nutqni tanishishdan foydalanib, ekran oʻzgarmagan boʻlsa ham, gapiruvchining mavzu almashishini aniqlaydi. Ushbu ikki manbani kesish orqali haqiqiy voqealar chegaralariga aniq kesimlar qilish mumkin.

Bir misolda, ikki soatlik mahsulot sharhi koʻrsatilganida, 40 daqiqa davomida bir xil arxitektura sxemasi namoyish etilgan, shu bilan birga nutqchi uchta turli mavzuni yoritgan. Audio iz ularni uchta xotiraga ajratdi, bu esa keyingi yuk sinovi koʻrsatkichlari haqidagi savolga javob berishga imkon berdi.

Xotira uch bosqichda saqlanadi: L0 asl videoni saqlaydi, L1 voqealar darajasidagi xotiralarni oʻz ichiga oladi, L2 esa segmentlar darajasidagi batafsilroq xotiralarni saqlaydi. L1 va L2 darajalari toʻliq matn va vektorlarga aylantiriladi, bu esa ularni kam oʻzgartirishlar bilan mavjud kengaytirilgan tanlov generatsiya steklariga va asosiy vektorlar bazalariga integratsiya qilish imkonini beradi. Maʼlumotlarni tashkillashtirish boʻyicha asosiy ish oflayn amalga oshiriladi. Soʻrov paytida tizim soʻrovni L1 va L2 bilan moslashtiradi, faqat vizual tafsilotlarni tekshirish talab qilinganda L0 dan aniq kadrlarni chiqaradi.

OmniMem-Lensni Qwen3-VL-8B ning bevosita videodan javob berishi bilan solishtirib, Qwen3-VL-8B bilan sinovdan oʻtkazilganda, maʼlumotlarni chiqarish aniqligi Video-MME-L da 8% ga, LVBench da esa 6.4% ga oshdi. Eng katta oʻsish, 45.7% ni tashkil etgan, EgoLife-QA da erishildi, bu esa butun kunlik kundalik hayotni yozib turgan birinchi shaxs maʼlumotlar toʻplami boʻlib, bunda fiksatsiyalangan kesish koʻpincha muammoli boʻladi. LVBench da onlayn rejimdagi javob berish vaqti 34.5 soniyadan 1.72 soniyagacha kamaydi, bu taxminan 20 marta tezroq, va jamoa kechikishning maksimal 97% ga kamayishini baholaydi.

Loyihaning manba kodi GitCodeʼda, GitHubʼda esa Apache-2.0 litsenziyasi ostida mavjud. Jamoa openJiuwen WorkSwarm tez orada AgentMemoryni qoʻllab-quvvatlashni boshlayotganini maʼlum qilmoqda, bu esa keyingi muhokamalarda kundalik suhbatlarda almashinadigan videolarni eslab qolish va eslash imkonini beradi.

Sanoat ekspertlari tomonidan 'Rampaqaliptis' deb nomlangan davrda — sunʼiy intellekt (SI) ehtiyojlari tufayli xotira va saqlash komponentlarining keskin qimmatlashuvi davrida — Xiaomi kompaniyasi bozorda eng yuqori qiymatni taklif qiluvchi brend sifatida ajralib turibdi.

IOL nashriga berilgan eksklyuziv intervyuda Xiaomining Janubiy Afrikadagi mamlakat menejeri Tianshi Lv kompaniyaning missiyasini taʼkidladi: «Bularning barchasining asosida bizning missiyamiz yotadi: innovatsiyalar hamma uchun».

Zamonaviy SI vazifalari katta hajmdagi xotirani talab qiladi, bu esa kompyuterlar, planshetlar va smartfonlarni loyihalashga yondashuvni tubdan oʻzgartiradi. Real vaqtda silliq javobni taʼminlash uchun SI modellarining qurilmaning faol xotirasida joylashishi kerak, bu esa texnika ishlab chiqaruvchilarni yangi, ogʻirroq ish yuklarini qayta ishlash uchun flagman qurilmalarining xotira sigʻimini sezilarli darajada oshirish orqali faol ravishda 'kelajakni taʼminlashga' majbur qiladi.

Bu birdan va uzluksiz talab oʻsishi hayotiy muhim komponentlarning global taʼminot zanjiri boʻylab narxining oshishiga olib keldi. Shu sababli, operativ xotira narxining yuqoriligi smartfonlardan noutbuklarga, media streamerlardan oʻyin konsollarigacha boʻlgan hamma narsaning chakana narxini oshiradi.

Biroq, Xiaomi oʻzining operatsion miqyosi tufayli bu murakkab vaziyatni hal qilyapti. Lv tushuntirganidek, Xiaomi ning ustunligi tadqiqot va ishlab chiqishga katta investitsiyalarni kiritishda namoyon boʻladi. Kompaniya nafaqat smartfonlar, balki avtomobillar va uy jihozlari uchun aqlli uy texnikasi uchun ham aqlli ishlab chiqarish imkoniyatlarini ishlab chiqqan.

«Ishlab chiqarish imkoniyatlarimizga yoʻnaltirilgan ilgʻor tadqiqotlar va ishlab chiqishlarimiz tufayli, biz samaradorlikda aniq ustunlikka erishamiz — bu bizga nafaqat adolatli narxlarni saqlashga, balki shu bilan birga mahsulotning yuqori sifatini va doimiy innovatsiyalarni kafolatlashga imkon beradi».

Qiymat tamoyillarga sodiq boʻlishiga qaramay, brend apparat imkoniyatlarini kengaytirishda davom etmoqda. Bu muvozanat yaqinda chiqarilgan Redmi Note 17 Pro Max 5G da koʻrinib turadi. Takealotda R9,999 narxiga sotiladigan bu model sanoat yetakchisi boʻlgan 10 000 mAh sigʻimli batareya bilan jihozlangan, u uch kunlik istisno mustaqillikni taʼminlaydi.

Xiaomi ning Janubiy Afrikadagi milliy oʻquv menejeri Jared Ferns energiya zichligiga ushbu chegaraga qanday erishilganini tushuntirdi: «Barcha narsa batareya hujayrasiga bevosita integratsiya qilingan kremniy karbid tarkibining 16% da. Bu yordamida biz jismoniy oʻlchamni sezilarli darajada kichraytirishimiz mumkin, shu bilan birga korpus ichidagi issiqlik toʻplanishini minimallashtirdik».

U shuni qoʻshimcha qildi, bunday kattalikdagi batareya bilan ishlashdagi asosiy muammolardan biri intensiv oʻyin sessiyalari paytida termik rejimni saqlash edi. U bu batareya nafaqat istisno uzoq ishlash muddatini taʼminlashini, balki qurilma orqa panelida juda kam issiqlik chiqarishini taʼkidladi, bu isteʼmolchi batareya texnologiyasida muhim yutuqni bildiradi.

ByteDance kompaniyasi qisqa dramatik seriallar ishlab chiqarish uchun moʻljallangan Jimeng AI sunʼiy intellekt studiyasini taqdim etdi. Ushbu platforma butun ishlab chiqarish siklini birlashtiradi: ssenariyni ishlab chiqish va personajlar hamda sahnalarni yaratishdan tortib, raqamli eskizlar, videografiya va keyingi qayta ishlashgacha.

Studiyada uchta oʻziga xos model ishlatiladi: ssenariylarni yozish uchun masʼul boʻlgan DreamScript; tasvirlar yaratish uchun ishlatiladigan Anycook; va raqamli eskizlarni yaratish uchun moʻljallangan DreamShot.

DreamScript vositasi asl hikoyalar bilan ham, moslashtirishlar bilan ham ishlashi mumkin, shuningdek, xorijiy auditoriyaga yoʻnaltirilgan ssenariylarni yaratishi mumkin. Shu bilan birga, tasvirlar va raqamli eskizlar bilan ishlash vositalari ijodkorlarga vizual elementlarni shakllantirishga va kadrlarni rejalashtirishga yordam beradi.

Bundan tashqari, studio bitta kadrlarni almashtirishga, audio yoʻlaklarni tiklashga va mavjud dramalarni turli bozorlar uchun mos keladigan vizual uslubda qayta ishlash imkonini beradi. Shunday qilib, bu studiyaning ishga tushirilishi Jimeng imkoniyatlarini oddiy tasvir yoki video generatsiya vazifalaridan tashqariga kengaytirib, ularni qisqa dramatik loyihalarni muvofiqlashtirilgan ishlab chiqarish darajasiga olib chiqadi.