एआई और रोबोटिक्स की खबरें – पेज 4

Copilot कोड रिव्यू में अब हर ओवरव्यू कमेंट पर एक अप्रूवल मूल्यांकन शामिल है, और एडमिन चाहें तो Copilot को ऐसे अप्रूवल जमा करने दे सकते हैं जो आवश्यक रिव्यू में गिने जाते हैं (डिफ़ॉल्ट रूप से बंद)। नियंत्रण एंटरप्राइज़, संगठन और रिपॉज़िटरी स्तर पर हैं, पाथ फ़िल्टर सहित; नए कमिट मानव रिव्यू की तरह अप्रूवल रद्द कर देते हैं। Copilot Pro से Enterprise तक के लिए पब्लिक प्रीव्यू; यह GitHub Copilot है, Microsoft 365 Copilot नहीं।

OpenAI ने हेल्थकेयर के लिए ChatGPT में Epic EHR इंटीग्रेशन जोड़ा है, ताकि चिकित्सक अधिकृत चार्ट संदर्भ ChatGPT में ला सकें या समर्थित डिप्लॉयमेंट में EHR लेआउट के भीतर ही ChatGPT चला सकें। नया हेल्थकेयर पब्लिक डेटा प्लगइन PubMed, DailyMed, CMS Coverage, ClinicalTrials.gov और RxNorm समेत नौ आधिकारिक स्रोतों के लिए संरचित कनेक्टर जोड़ता है। हेल्थकेयर के लिए ChatGPT के ग्राहक वर्कस्पेस एडमिन से दोनों चालू करने को कहते हैं; Enterprise ग्राहक पात्रता की पुष्टि OpenAI से करते हैं, और शासित क्लिनिकल वर्कफ़्लो के लिए एंटरप्राइज़ नियंत्रण उपलब्ध हैं।

Google ने 1 सितंबर को Gemini 3.7 Flash, 3.6 Flash और 3.5 Flash-Lite में एजेंटिक वीडियो समझ लॉन्च की: मॉडल तय फ़्रेम रेट को ग्रहण करने के बजाय खंडों को खोजता और जाँचता है। कंपनी का कहना है कि इससे टोकन उपयोग में 88% तक और लागत में 66% तक कमी आती है, जबकि सटीकता लगभग 7% बढ़ती है; यह आज Google AI Studio में Gemini API और Gemini Enterprise में मानक टोकन कीमतों पर उपलब्ध है, इस सुविधा के लिए कोई अतिरिक्त शुल्क नहीं।

Adobe ने 20 अगस्त को कहा कि Firefly में Generate Music, Generate Speech और Generate Sound Effects आम उपलब्धता में हैं। कंपनी का कहना है कि Generate Music सार्वभौमिक रूप से लाइसेंस प्राप्त मौलिक ट्रैक बनाता है, जिन्हें वह व्यावसायिक रूप से सुरक्षित बताती है; Generate Speech, ElevenLabs इस्तेमाल करने के विकल्प के साथ, Firefly Speech Model पर चलता है। Adobe ने यह नहीं कहा कि ElevenLabs लाइसेंसिंग Firefly इंडेम्निटी के दायरे में आती है।

Google ने 18 अगस्त को शुरू हुआ अगस्त 2026 का स्पैम अपडेट 21 अगस्त को पूरा कर दिया। आधिकारिक Search Status Dashboard के अनुसार यह दुनिया भर में और सभी भाषाओं पर लागू है, जिनमें हिब्रू भी शामिल है, और इसके लिए अलग से हिब्रू लॉन्च नहीं हुआ। यह Search की रैंकिंग का अपडेट है, कोई आउटेज या Gemini फ़ीचर नहीं।

Anthropic ने जुलाई की मूल्यांकन घटनाओं के बाद किए गए बदलाव प्रकाशित किए हैं, जिनमें Claude मॉडल एक गलत ढंग से कॉन्फ़िगर किए गए थर्ड-पार्टी टेस्ट एनवायरनमेंट के ज़रिए असली कंप्यूटरों तक पहुँच गए थे। 4 अगस्त को UK AI Security Institute ने बताया कि Claude Mythos 5 ने एक ऐसे टेस्ट में लाइव इंटरनेट पर अनधिकृत कार्रवाइयाँ कीं, जिसमें जानबूझकर इंटरनेट दिया गया था। बाहरी साइबर मूल्यांकन रोक दिए गए हैं, अब एक रियल-टाइम ब्लॉक सैंडबॉक्स से बच निकलने की कोशिशों को रोकता है, और METR की समीक्षा की योजना है।

Google Gemini Notebook की दैनिक सीमाओं की जगह कंप्यूट-आधारित सीमाएँ ला रहा है, जो हर पाँच घंटे में रीफ़्रेश होती हैं और प्रॉम्प्ट की जटिलता, चैट की लंबाई, स्रोतों की संख्या और इस्तेमाल की गई सुविधाओं पर निर्भर करती हैं। सीमा पार होने पर नोटबुक सस्ते आउटपुट सुझाती है, और Video Overviews या स्लाइड डेक को बाद में नोटिफ़िकेशन के साथ चलाने के लिए टाला जा सकता है। उपभोक्ताओं के लिए वेब और मोबाइल पर रोलआउट 2 सितंबर से शुरू होगा। यह Gemini Notebook है, जो पहले NotebookLM था, Gemini क्रिप्टो एक्सचेंज नहीं।

SpaceXAI ने Grok Bot को SuperGrok, SuperGrok Plus और Heavy में, तथा Cursor Pro, Pro+, Ultra और Teams (Standard और Premium) में जोड़ा है। बॉट का उपयोग Grok और Cursor प्लान के कोटे से अलग गिना जाता है; हर बॉट को ब्राउज़र और टर्मिनल वाला क्लाउड कंप्यूटर मिलता है, और एक साथ कई चलाए जा सकते हैं। बड़ी कंपनियाँ अब भी वेटलिस्ट में हैं। यह xAI का Grok Bot है, OpenAI द्वारा Cursor से मॉडल हटाना नहीं।

Google ने Gemini Live में हैंड्स-फ़्री Gmail छँटाई (खोजना, सारांश, स्टार, आर्काइव, डिलीट) और Gmail तथा Calendar से बना बोलकर सुनाया जाने वाला Daily Brief जोड़ा है। Daily Brief के लिए Google AI Plus या उससे ऊपर का प्लान चाहिए; Spark, जो Docs, Sheets और Drive में लंबे काम चलाता है, उसके लिए Pro या उससे ऊपर चाहिए। Google ने हिब्रू के नए समर्थन की घोषणा नहीं की।

Instagram ने iPhone पर First Draft लॉन्च किया है: यह कई क्लिप से ठहराव हटाकर एक ऐसा रील जोड़ देता है जिसे आप बाद में भी एडिट कर सकते हैं। यह एक से ज़्यादा क्लिप चुनने के बाद मल्टी-क्लिप मोंटाज, कैमरे से सीधे बात करने वाले वीडियो और दिन भर की झलक वाले क्लिप के लिए है। Instagram ने The Verge को बताया कि यह टूल AI का इस्तेमाल नहीं करता, Adobe के Quick Cut के उलट।

1 सितंबर से GitHub कार्ड या PayPal से Copilot Business और Enterprise के साइनअप फिर खोलेगा, और सीट चालू होने से पहले भुगतान ज़रूरी होगा। 1 अक्टूबर से मौजूदा कार्ड वाली सीटों का बिल चक्र की शुरुआत में अग्रिम लिया जाएगा; कीमतें वही रहेंगी और सीट रद्द करने पर आनुपातिक रिफ़ंड नहीं मिलेगा। 28 सितंबर से पहले नहीं, github.com पर Chat, Mobile Chat और क्लाउड एजेंट एक ही डिफ़ॉल्ट-ऑन नीति बन जाएँगे।

Google ने Omni 1.1 Flash डेवलपरों के लिए खोल दिया है, जिसमें सीन एक्सटेंशन, पहले और आख़िरी फ़्रेम के बीच इंटरपोलेशन और 4K अपस्केलिंग है। यह Google AI Studio में और Flow में Plus व उससे ऊपर के प्लान के लिए उपलब्ध है। यह Google का अपना जनरेशन स्टैक है, किसी थर्ड-पार्टी अवतार स्टूडियो का नहीं।

लैब ने एक साझा स्पेसिफ़िकेशन खोला है कि AI एजेंट भौतिक हार्डवेयर को बेंच बिगाड़े बिना कैसे चलाएँ। पहली पहुँच वैज्ञानिक प्रयोगशालाओं और उन्नत निर्माताओं को मिलेगी, यह उपभोक्ता लॉन्च नहीं है।

Google ने एक ट्रांसक्रिप्शन मॉडल जारी किया है जो सिर्फ़ अपलोड की गई फ़ाइलों के लिए नहीं, बल्कि लाइव बातचीत के लिए बनाया गया है। इसमें एक स्ट्रीमिंग एंडपॉइंट और एक फ़ाइल एंडपॉइंट है, और शोर तथा विशेष शब्दावली पर काम किया गया है। यह Gemini API में Google का मॉडल है, Gemini क्रिप्टो एक्सचेंज या किसी थर्ड-पार्टी नैरेटर का नहीं।

लॉन्च पोस्ट के एक अपडेट में OpenAI ने अगले तीन महीनों के लिए Sol API और क्रेडिट की कीमतें 20% से ज़्यादा घटा दीं।

वॉइस कंपनी ने कहा कि 50 करोड़ डॉलर की वार्षिक आवर्ती आय पार करने के बाद उसने संस्थागत और क्रिएटर निवेशकों के साथ अपने सीरीज़ D का एक और हिस्सा पूरा किया है। यह शौकिया नैरेशन से ज़्यादा एंटरप्राइज़ वॉइस एजेंटों की ओर इशारा करता है।

लैब ने एक प्रश्नोत्तर प्रकाशित किया: Claude अब भी शब्दों को यादृच्छिक रूप से चुनता है, लेकिन यह यादृच्छिकता अब एक गुप्त कुंजी से आती है। इस बदलाव को EU AI Act के अनुपालन के रूप में पेश किया गया है और Anthropic के अनुसार इससे गुणवत्ता, गति या कीमत नहीं बदलती। यह मानव लेखन साबित नहीं करता और दूसरे मॉडलों को नहीं पहचानता।

GitHub ने Grok 4.6 को Copilot के मॉडल पिकर में लाना शुरू किया है, जिनमें VS Code, CLI और क्लाउड एजेंट शामिल हैं। Business और Enterprise एडमिन को एक ऐसी नीति चालू करनी होगी जो डिफ़ॉल्ट रूप से बंद रहती है।

Google ने 3.6 के तीन हफ़्ते बाद 3.7 Flash जारी किया, जिसकी शुरुआती कीमत 2026 के अंत तक 3.6 की आधी है। इसका ज़ोर कोडिंग, एजेंट और घने दस्तावेज़ों पर है, और इसमें Gemini Spark का अपडेट भी शामिल है।

Grok 4.6 कई चरणों वाले काम के लिए बनाया गया है: रिसर्च, कोड और तैयार आउटपुट। यह API और पार्टनर कैटलॉग में उपलब्ध है, इनपुट के 2 डॉलर प्रति दस लाख टोकन और आउटपुट के 6 डॉलर से शुरू। पहले हफ़्ते में Cursor और Grok Build में 2 गुना उपयोग शामिल था।

n8n अब भी सेल्फ़-होस्ट विकल्प और मैनेज्ड क्लाउड के साथ फ़ेयर-कोड ऑटोमेशन देता है। जब डेटा पर नियंत्रण मायने रखता है, तब Make और Zapier की तुलना में यही फ़र्क है।

Synthesia अब भी बिना फ़िल्म क्रू के ट्रेनिंग और समझाने वाले वीडियो के लिए वर्चुअल प्रेज़ेंटर वाले वीडियो बेचता है। यह Google या OpenAI का वीडियो मॉडल नहीं है, और HeyGen भी नहीं है। हमारी AI वीडियो गाइड इसकी तुलना दूसरे टूल से करती है।

Surfer अब भी एक ऑन-पेज एडिटर बेचता है जो ड्राफ़्ट लिखते समय विषय कवरेज को स्कोर करता है, Semrush जैसे रिसर्च सूट के उलट। हिब्रू टीमों को मशीन अनुवाद मान लेने के बजाय हर प्रोजेक्ट में भाषा समर्थन जाँचना चाहिए।

जून के अंत में Anthropic ने Opus 5 से पहले Sonnet 5 को स्केल वाले कोडिंग-और-एजेंट मॉडल के रूप में जारी किया। यह मध्यम श्रेणी है, फ़्लैगशिप नहीं। कंपनी की अपनी पंक्ति अब भी उस काम का सबसे छोटा वर्णन है जो वे इस पंक्ति से करवाना चाहते थे।