Gjigantët kinezë të teknologjisë sfidojnë Perëndimin me modele të reja të AI në robotikë dhe video

Ndërsa tregjet amerikane janë përqendruar te ndikimi i mjeteve të Anthropic dhe Altruist në shërbimet softuerike dhe financiare, gjigantët teknologjikë kinezë kanë lëshuar këtë javë modele të inteligjencës artificiale (AI) që kanë shfaqur përparime të rëndësishme në robotikë dhe gjenerimin e videove. Kompanitë si Alibaba, ByteDance (krijuesi i TikTok) dhe platforma e videove të shkurtra Kuaishou, kanë prezantuar modele të reja AI që theksojnë se si firmat kineze po mbajnë ritmin me ato në SHBA, duke sfiduar deklaratat e Demis Hassabis nga Google DeepMind se modelet kineze ishin vetëm “muaj” pas rivalëve perëndimorë. Këto modele kineze konkurrojnë drejtpërdrejt me modele të gjenerimit të videove si Sora e OpenAI, si dhe me modelet robotike nga Nvidia dhe Google.

Alibaba, përmes DAMO Academy, zbuloi këtë javë RynnBrain, një model AI i projektuar për të ndihmuar robotët të kuptojnë botën fizike rreth tyre dhe të identifikojnë objekte. Në një demonstrim video, Alibaba tregoi një robot me pinca në vend të duarve që dukej se ishte në gjendje të numëronte portokalle, t’i merrte dhe t’i vendoste në një shportë, si dhe të nxirrte qumësht nga një frigorifer. Kjo aftësi e vendos RynnBrain në konkurrencë me kompani si Nvidia dhe Google, të cilat po zhvillojnë modelet e tyre AI për robotë. Adina Yakefu, një studiuese në Hugging Face, theksoi se një nga inovacionet kyçe të RynnBrain është ndërgjegjësimi i integruar për kohën dhe hapësirën, duke i mundësuar robotit të mbajë mend ngjarjet, të ndjekë progresin e detyrave dhe të vazhdojë nëpër hapa të shumtë, duke e bërë atë më të besueshëm në mjedise komplekse reale.

Në fushën e gjenerimit të videove, ByteDance prezantoi Seedance 2.0, një model AI i aftë për të krijuar video realiste nga një kërkesë e thjeshtë me tekst, ose duke përfshirë video dhe imazhe të tjera. Videot e krijuara me Seedance 2.0, të shqyrtuara nga CNBC, shfaqin imazhe dhe video mjaft realiste të krijuara plotësisht me AI. Billy Boman, i cili drejton një agjenci reklamash që prodhon përmbajtje të gjeneruar nga AI, vuri në dukje përparimet e jashtëzakonshme në gjenerimin e videove me AI gjatë dy viteve të fundit, duke kaluar nga klipe të shkurtra me detaje të kufizuara në aftësinë për të krijuar pothuajse çdo gjë me realizëm të lartë. Megjithatë, Seedance 2.0 u përball me probleme pasi pezulloi një funksion që lejonte gjenerimin e zërit të një personi bazuar në një foto të ngarkuar, pas shqetësimeve për mungesë pëlqimi.

Një tjetër model i rëndësishëm në gjenerimin e videove është Kling 3.0 i Kuaishou, i lëshuar javën e kaluar si rival i ByteDance. Kling 3.0 ofron përmirësime të mëdha në konsistencë, prodhim fotorealistik, kohëzgjatje videoje deri në 15 sekonda dhe gjenerim audioje në shumë gjuhë, dialekte dhe thekse. Ky model, aktualisht i disponueshëm për abonentët me pagesë dhe së shpejti për publikun, ka qenë një faktor kyç pas rritjes së çmimit të aksioneve të Kuaishou me mbi 50% vitin e fundit.

Përveç këtyre, Zhipu AI (Knowledge Atlas Technology) pa aksionet e saj të rriteshin pas lëshimit të GLM-5, një model i madh gjuhësor me burim të hapur me aftësi të përmirësuara kodimi dhe detyra agjenti afatgjata. Kompania pretendon se GLM-5 i afrohet Claude Opus 4.5 të Anthropic në standardet e kodimit dhe tejkalon Gemini 3 Pro të Google në disa teste, megjithëse këto pretendime nuk u verifikuan nga CNBC. Gjithashtu, aksionet e MiniMax u rritën pas lançimit të modelit të tyre të përditësuar M2.5 me burim të hapur, i cili përmban mjete të përmirësuara agjenti AI, të dizajnuara për të automatizuar detyra. Këto zhvillime tregojnë një javë dinamike dhe konkurruese për peizazhin e AI në Kinë.

Marrë nga CNBC