சந்திரப் புத்தாண்டு கொண்டாட்டங்களின்போது சீனத் தொழில்நுட்ப ஜாம்பவான்கள் ஒருங்கிணைந்த செயற்கை நுண்ணறிவுத் தாக்குதலைத் தொடங்கினர்

உடல்சார் செயற்கை நுண்ணறிவின் புதிய எல்லையில் ஒருங்கிணைந்த முன்னேற்றம்

அமெரிக்கச் சந்தைகள் Anthropic மற்றும் OpenAI நிறுவனங்களின் அண்மைய அறிவிப்புகளில் கவனம் செலுத்தியிருந்த நிலையில், இந்த வாரம் சீனத் தொழில்நுட்ப ஜாம்பவான்கள் மேம்பட்ட செயற்கை நுண்ணறிவு அமைப்புகளை ஒருங்கிணைந்த முறையில் அறிமுகப்படுத்தினர். இது உலகளாவிய செயற்கை நுண்ணறிவுச் சூழலில் வியத்தகு மாற்றத்தைக் குறிக்கிறது. ரோபாட்டிக்ஸ், திரைப்படத்தரக் காணொளி உருவாக்கம், தன்னாட்சி முகவர் அமைப்புகள் எனப் பல துறைகளை உள்ளடக்கிய, உற்பத்திக்குத் தயாரான மாதிரிகளை Alibaba, ByteDance, Kuaishou ஆகிய நிறுவனங்கள் வெளியிட்டன. இதன்மூலம் மேற்கத்தியப் போட்டியாளர்களுடனான தொழில்நுட்ப இடைவெளியைச் சில மாதங்களாகச் சீன நிறுவனங்கள் குறைத்துள்ளன என்பது தெரியவந்துள்ளது.

இந்த வெளியீடுகளின் காலநேரம் திட்டமிட்ட ஒன்று என்பது தெளிவாகத் தெரிந்தது. சீனாவின் மிக முக்கியமான நுகர்வோர் காலமான சந்திரப் புத்தாண்டு நேரத்தில் இந்த வெளியீடுகள் இடம்பெற்றன. அப்போது தொழில்நுட்ப நிறுவனங்கள், CCTV-யின் வசந்த விழா நிகழ்ச்சியின்போது கோடிக்கணக்கான பார்வையாளர்களுக்கு வழக்கமாகப் புதிய கண்டுபிடிப்புகளை அறிமுகப்படுத்தும். அரசு ஒலிபரப்பாளருடன் பிரத்யேக செயற்கை நுண்ணறிவு மேகக் கணினிக் கூட்டாண்மையை ByteDance பெற்றது. Alibaba 434 மில்லியன் டாலர் விளம்பரப் பிரசாரத்தை முன்னெடுத்தது; Tencent விடுமுறைக் காலப் பரிசுகளுக்காக 1 பில்லியன் யுவானை ஒதுக்கியது. தொழில்நுட்பத் திறனும் பண்பாட்டு சந்தைப்படுத்தலும் இவ்வாறு ஒன்றிணைந்திருப்பது, தொழில்துறையினர் “உடல்சார் செயற்கை நுண்ணறிவின் புதிய எல்லை” என்று அழைக்கும் துறையில் ஆதிக்கம் செலுத்த பெய்ஜிங் கொண்டுள்ள உறுதியைக் காட்டுகிறது. சாட்பாட்களைத் தாண்டி பொருள்களைக் கையாளுதல், ஒளிப்படம் போன்ற துல்லியமுள்ள ஊடகங்களை உருவாக்குதல், சிக்கலான பணிச்சூழல்களைத் தன்னாட்சியாக நிறைவேற்றுதல் ஆகியவற்றை இந்த அமைப்புகள் செய்கின்றன.

இயந்திரங்கள் நினைவுகூரும்போது: உருவடையும் நுண்ணறிவில் Alibaba-வின் முதலீடு

Alibaba-வின் DAMO Academy, RynnBrain எனும் திறந்த மூல ரோபாட்டிக்ஸ் மாதிரியை அறிமுகப்படுத்தியது. இயந்திரங்கள் பௌதிக உலகைப் புரிந்துகொண்டு அதனுடன் தொடர்புகொள்ளும் விதத்தில் இது அடிப்படை முன்னேற்றத்தைக் குறிக்கிறது. ஒவ்வொரு காட்சிச் சட்டகத்தையும் தனித்தனியாகச் செயலாக்கும் வழக்கமான பார்வை அமைப்புகளைப் போலன்றி, RynnBrain-இல் காலம் மற்றும் இடம் குறித்த புரிதல் உள்ளமைக்கப்பட்டுள்ளது. இதனால் நிகழ்வுகள் எப்போது, எங்கே நடந்தன என்பதை ரோபோக்கள் நினைவில் வைத்திருக்கவும், பல படிகளைக் கொண்ட பணிகளின் முன்னேற்றத்தைக் கண்காணிக்கவும், இடைநிறுத்தப்பட்ட செயல்களை மீண்டும் தொடரவும் முடிகிறது.

செயல்விளக்கக் காணொளிகளில், எளிய பிடிப்பான்கள் பொருத்தப்பட்ட ரோபோக்கள் ஆரஞ்சுப் பழங்களை எண்ணுதல், குவியல்களில் இருந்து குறிப்பிட்ட பழங்களைத் தேர்ந்தெடுத்தல், குளிர்பதனப் பெட்டிகளில் இருந்து பால் எடுத்தல் போன்ற, பார்ப்பதற்கு எளிதாகத் தோன்றினாலும் சிக்கலான பணிகளைச் செய்தன. மனிதர்களுக்கு எளிமையான இச்செயல்களுக்கு, பொருள் அடையாளம் காணுதல், இடவியல் வரைபடம் உருவாக்குதல், நகர்வுப் பாதை திட்டமிடுதல், தொடர் நினைவாற்றல் உள்ளிட்ட கணிசமான கணிப்புத் திறன்கள் தேவை. Hugging Face நிறுவனத்தின் ஆய்வாளர் Adina Yakefu, இந்தக் கட்டமைப்பு புதுமையின் முக்கியத்துவத்தை விளக்கினார்.

உடனடியாகக் கிடைக்கும் உள்ளீடுகளுக்கு மட்டும் எதிர்வினையாற்றுவதற்குப் பதிலாக, நிகழ்வுகள் எப்போது, எங்கே நடந்தன என்பதை ரோபோ நினைவில் வைத்துக்கொள்ளவும், பணியின் முன்னேற்றத்தைக் கண்காணிக்கவும், பல படிகளிலும் தொடர்ந்து செயல்படவும் முடியும். இதனால் சிக்கலான நிஜ உலகச் சூழல்களில் அதன் செயல்பாடு மேலும் நம்பகமானதாகவும் ஒருங்கிணைந்ததாகவும் அமைகிறது.

இந்த மாதிரி நிபுணர் கலவை (mixture-of-experts) கட்டமைப்பைப் பயன்படுத்துகிறது. கணிப்பின்போது 3 பில்லியன் அளவுருக்களை மட்டுமே செயல்படுத்துவதால், கணிப்புச் செலவுகள் கட்டுக்குள் இருக்கின்றன. அதேவேளை, பல தரநிலைச் சோதனைகளில் Google-இன் Gemini Robotics-ER 1.5 மற்றும் Nvidia-வின் Cosmos-Reason2 ஆகியவற்றைவிடச் சிறப்பாகச் செயல்படுவதாகக் கூறப்படுகிறது. RynnBrain-ஐ GitHub மற்றும் Hugging Face தளங்களில் திறந்த மூலமாக வெளியிடுவதன் மூலம், ஒத்த திறன்களுக்கு கட்டணம் வசூலிக்கும் போட்டியாளர்களைவிட Alibaba குறைந்த செலவில் சேவைகளை வழங்குகிறது. அதேநேரத்தில், தொழிற்துறைத் தானியக்கம், தளவாடம், சுகாதாரப் பயன்பாடுகளுக்கான அடிப்படை நுண்ணறிவுத் தளத்தை அமைக்கும் தனது நோக்கத்தையும் வெளிப்படுத்துகிறது.

ஹாலிவுட்டில் ஏற்படும் மாற்றம்: காணொளி உருவாக்கத்தை மறுவரையறுக்கும் ByteDance மற்றும் Kuaishou

ByteDance-இன் Seedance 2.0 மற்றும் Kuaishou-வின் Kling 3.0 ஆகியவை உரையிலிருந்து காணொளி உருவாக்குவதைப் புதுமையான முயற்சி என்ற நிலையிலிருந்து தொழில்முறை தயாரிப்புக் கருவியாக மாற்றியுள்ளன. இவை நேரடியாக OpenAI-யின் Sora-வுக்குச் சவால் விடுவதுடன், படைப்பாக்க உள்ளடக்கத்துக்கான தொழில்துறைத் தரத் தளத்தை உருவாக்கியுள்ளதாக ஆய்வாளர்கள் கூறுகின்றனர்.

Seedance 2.0 உரை, படங்கள், ஒலி, காணொளி ஆகிய உள்ளீடுகளை ஒரே நேரத்தில் செயலாக்கி, கதாபாத்திரங்களில் சீர்மை, யதார்த்தமான இயற்பியல், பல மொழிகளில் ஒத்திசைக்கப்பட்ட ஒலி ஆகியவற்றுடன் 15 வினாடிகள் வரையிலான திரைப்படத்தரக் காட்சிகளை உருவாக்குகிறது. ByteDance-இன் CapCut செயலியிலுள்ள Dreamina தொகுப்புடன் இது ஒருங்கிணைக்கப்பட்டுள்ளது. இதனால் விளம்பரதாரர்கள், சமூக ஊடகப் படைப்பாளர்கள், திரைப்படத் தயாரிப்பாளர்கள் ஆகியோர் எளிதில் பயன்படுத்தக்கூடிய கருவியாகிறது. செயற்கை நுண்ணறிவால் உருவாக்கப்பட்ட உள்ளடக்கத்தைத் தயாரிக்கும் ஸ்டாக்ஹோமைச் சேர்ந்த படைப்பாக்க இயக்குநர் Billy Boman, இந்தத் தொழில்நுட்ப வளர்ச்சிப் போக்கை மாற்றத்தை ஏற்படுத்துவதாக விவரித்தார்.

2023-இல் ஒருவரை ஓடச் செய்வதோ நடக்கச் செய்வதோ கடினமாக இருந்தது. எந்த வகையான யதார்த்தத் தோற்றமும் மிகக் குறுகிய காணொளிகளில்தான் சாத்தியமானது; எல்லாமே மிகவும் மெதுவாக இருந்தன, அமைப்புகள் தரமற்றிருந்தன, தோல் அமைப்புகள் இல்லை, விவரங்களும் குறைவாக இருந்தன. இப்போது நிலைமை தலைகீழாகிவிட்டது. இப்போது என்னால் எதையும் செய்ய முடிகிறது. தொழில்நுட்ப முன்னேற்றங்கள் அசாதாரணமானவை என்றுதான் சொல்ல வேண்டும்.

ஆனால் விரைவான அறிமுகம், நிர்வாகக் கட்டுப்பாடுகளில் உள்ள பலவீனங்களை வெளிச்சத்துக்குக் கொண்டுவந்தது. ஒலி மாதிரிகளோ ஒப்புதலோ இன்றி, ஒரே ஒரு புகைப்படத்திலிருந்து ஒருவரின் குறிப்பிட்ட குரலையும் பேசும் பாணியையும் மீண்டும் உருவாக்கக்கூடிய சர்ச்சைக்குரிய Face-to-Voice அம்சத்தை ByteDance இடைநிறுத்தியது. சீனத் தொழில்நுட்ப மதிப்பாய்வாளர் Tim Pan, பிப்ரவரி 10 அன்று இதன் திறனைச் செயல்முறையில் காட்டினார். ஒரு படத்திலிருந்து மட்டுமே தனது குரலை இந்த அமைப்பு நகலெடுத்த அனுபவம் அச்சமூட்டுவதாக அவர் தெரிவித்தார். இந்தச் சம்பவம், தொழில்நுட்பத் திறனுக்கும் நெறிமுறைப் பாதுகாப்பு வரம்புகளுக்கும் இடையிலான முரண்பாட்டை எடுத்துக்காட்டுகிறது. குறிப்பாக, Tom Cruise மற்றும் Brad Pitt இடையே சண்டை நடந்ததாகப் புனையப்பட்ட காணொளி வைரலானதைத் தொடர்ந்து, பெருமளவிலான பதிப்புரிமை மீறல் குறித்து Motion Picture Association முறையான புகார் அளித்துள்ளது.

Kuaishou-வின் Kling 3.0 இதற்கு துணைபுரியும் தனித்திறன்களை வழங்குகிறது. பல காட்சிகளைக் கொண்ட தொடர்களில் கதாபாத்திரங்களின் தோற்றத்தைச் சீராகப் பேணுதல், சிக்கலான காட்சிகளில் பௌதிக யதார்த்தம், பல மொழிகள் மற்றும் வட்டார வழக்குகளில் இயல்பான ஒலி உருவாக்கம் ஆகியவற்றின் மூலம் தொழில்முறை கதைசொல்லலுக்கு இது முக்கியத்துவம் அளிக்கிறது. கதைப்படத் திட்டமிடலுக்காகத் தொகுதியாகப் படங்களை உருவாக்கும் வசதியையும், ஒரே உருவாக்கத்தில் 15 வினாடிகள் வரையிலான காணொளியை உருவாக்கும் வசதியையும் இந்த மாதிரி ஆதரிக்கிறது. ஒவ்வொரு காட்சியின் நீளம், படச்சட்ட அமைப்பு, கேமரா நகர்வு ஆகியவற்றையும் துல்லியமாகக் குறிப்பிடலாம். தற்போது கட்டணம் செலுத்தும் சந்தாதாரர்களுக்கு மட்டுமே கிடைக்கும் Kling, பொதுவெளியீட்டுக்குத் தயாராகி வருகிறது. செயற்கை நுண்ணறிவு மேம்படுத்திய உள்ளடக்கக் கருவிகள் பயனர்களின் ஈடுபாட்டை அதிகரித்து, குறுங்காணொளிச் சூழலில் புதிய வருவாய் வழிகளை உருவாக்கும் என்ற முதலீட்டாளர்களின் நம்பிக்கையை இது பிரதிபலிக்கிறது. கடந்த ஓராண்டில் Kuaishou-வின் பங்கு விலை 50 சதவீதத்துக்கும் மேலாக உயர்ந்துள்ளது.

நுண்ணறிவை அனைவருக்கும்: திறந்த மூலப் பெருவெள்ளம்

நுகர்வோரை மையமாகக் கொண்ட பயன்பாடுகளைத் தாண்டி, பெரிய மொழி மாதிரிகளையும் தன்னாட்சி முகவர் அமைப்புகளையும் திறந்த மூலமாகப் பகிர்வதைச் சீன ஆய்வகங்கள் விரைவுபடுத்தி வருகின்றன. Zhipu AI, GLM-5-ஐ வெளியிட்டது. நிரலாக்கத் தரநிலைச் சோதனைகளில் இந்த மாதிரி Anthropic-இன் Claude Opus 4.5-ஐ நெருங்குவதாகவும், குறிப்பிட்ட சோதனைகளில் Google-இன் Gemini 3 Pro-வை மிஞ்சுவதாகவும் அந்நிறுவனம் கூறுகிறது. தன்னாட்சி முகவர்களுக்கான மேம்படுத்தப்பட்ட கருவிகளைக் கொண்ட M2.5 திறந்த மூல மாதிரியை MiniMax அறிமுகப்படுத்தியது. திட்டமிடல், ஆய்வு, மென்பொருள் வெளியீடு போன்ற பல படிகளைக் கொண்ட பணிச்சூழல்களை மிகக் குறைந்த மனிதத் தலையீட்டுடன் நிறைவேற்றக்கூடிய செயற்கை நுண்ணறிவு அமைப்புகளே இத்தகைய தன்னாட்சி முகவர்கள்.

சில மேற்கத்திய செயற்கை நுண்ணறிவு முன்னணி நிறுவனங்களின் மூடிய வணிக அணுகுமுறைகளிலிருந்து இந்தத் திறந்த மூல உத்தி முற்றிலும் மாறுபடுகிறது. மாதிரிகளின் எடைகள், பயிற்சிக் குறியீடு, தரவுத் தொகுப்புகள் ஆகியவற்றைப் பொதுவெளியிடுவதன் மூலம், சீன நிறுவனங்கள் சூழலமைப்பின் பயன்பாட்டை விரைவுபடுத்துகின்றன, உடனடி பின்னூட்டங்களைப் பெறுகின்றன, தொடர்ந்து உருவாகும் புதுமைகளை ஊக்குவிக்கின்றன. மேலும், மேம்பட்ட குறைக்கடத்தி ஏற்றுமதிக்கு அமெரிக்கா விதித்துள்ள கட்டுப்பாடுகளால் ஏற்படும் கணிப்புக் கட்டுப்பாடுகளைத் தாண்டிச் செயல்படுகின்றன. 2025-இல் Hugging Face தளத்தில் அதிகம் பதிவிறக்கப்பட்ட மாதிரித் தொடராக Alibaba-வின் Qwen குடும்பம் Meta-வின் Llama-வை முந்தியது. அந்தத் தளத்தின் பிரபலப் பட்டியலில் முதல் பத்து இடங்களில் எட்டு இடங்களை தற்போது சீனாவைச் சேர்ந்த அணிகள் பிடித்துள்ளன.

முகவர் சார்ந்த செயற்கை நுண்ணறிவுக் காலத்துக்காகவே வடிவமைக்கப்பட்ட Qwen 3.5-ஐ அறிமுகப்படுத்தி Alibaba தனது தயாரிப்புத் தொகுப்பை மேலும் விரிவுபடுத்தியது. இதில் உள்ள காட்சிசார் தன்னாட்சி முகவர் திறன்கள், கைப்பேசி மற்றும் கணினிச் செயலிகளில் சுயமாகச் செயல்பட உதவுகின்றன. முந்தைய மாதிரியுடன் ஒப்பிடும்போது இதை இயக்க 60 சதவீதம் குறைவான செலவாகும் என்றும், பெரிய பணிச்சுமைகளைச் செயலாக்குவதில் இது எட்டு மடங்கு மேம்பட்டது என்றும் நிறுவனம் கூறுகிறது. இதேவேளை, சீனாவில் அதிகம் பயன்படுத்தப்படும் சாட்பாட் செயலியான Doubao-வின் மேம்படுத்தப்பட்ட பதிப்பான Doubao 2.0-ஐ ByteDance வெளியிட்டது. அதன் பயனர்கள் எண்ணிக்கை 200 மில்லியனை நெருங்குகிறது.

ஆதிக்கத்துக்கான மூன்று வழிகள்: செயல்திறன், கதைசொல்லல், வணிகம்

மூன்று தொழில்நுட்ப ஜாம்பவான்களின் தனித்துவமான உத்திகளை Huachuang Securities-இன் சந்தைப் பகுப்பாய்வு வெளிப்படுத்துகிறது. மேம்பட்ட CapCut போன்ற பொதுப் பயன்பாட்டுத் திறன்களைக் கொண்ட, பயன்படுத்துவதற்கான தடையும் செலவும் குறைந்த கருவிகளை வழங்கி, செயல்திறனுக்கான உள்கட்டமைப்பை ByteDance உருவாக்கி வருகிறது. இணையம் முழுவதும் உள்ளடக்கத் தயாரிப்புச் செலவைக் குறைப்பதும், பெருமளவிலான பயன்பாட்டின் மூலம் தனது சூழலமைப்பை வளர்ப்பதும் அதன் நோக்கம்.

Kuaishou தொழில்முறை கதைசொல்லலுக்கு முக்கியத்துவம் அளிக்கிறது. திரைப்படச் செயல்விளக்கங்கள், திரைப்படத்தரக் கதைகள், கதைத் தொடர்ச்சி தேவைப்படும் உயர்தர உள்ளடக்கம் ஆகியவற்றுக்காக இயற்பியல் உருவகப்படுத்தல், சிக்கலான காட்சிகளின் யதார்த்தம், கதாபாத்திரத் தோற்றத்தின் சீர்மை ஆகியவற்றில் அது கவனம் செலுத்துகிறது. இதற்கிடையில், Alibaba செங்குத்து மின் வணிக ஒருங்கிணைப்பில் கவனம் செலுத்துகிறது. அதன் Qwen-Image-2.0, தயாரிப்புகளை எண்ணிமமாக்குதல் மற்றும் வணிகப் பணிச்சூழல்களில் திறன்களை மேம்படுத்துகிறது. செயற்கை நுண்ணறிவால் இயக்கப்படும் கூப்பன் விநியோகம் மற்றும் உணவு விநியோக ஒருங்கிணைப்பின் மூலம், ஆறு நாட்களில் 120 மில்லியனுக்கும் அதிகமான ஆர்டர்களை உருவாக்கிய விளம்பரப் பிரசாரங்கள் இதற்குத் துணைபுரிந்தன.

இந்த வேறுபாடு உள்ளடக்க உருவாக்கத்தில் ஏற்பட்டுள்ள பரந்த விநியோகத் தரப்புப் புரட்சியைப் பிரதிபலிக்கிறது. கட்டுப்படுத்தும் திறன் மேம்பட்டு, பயன்படுத்தத்தக்க முடிவைப் பெறப் படைப்பாளர்கள் மீண்டும் மீண்டும் உள்ளடக்கத்தை உருவாக்க வேண்டிய “கச்சா” முறைகள் விலகி, கணிக்கக்கூடிய தொழில்துறை உற்பத்திக்கு வழிவிடுகின்றன. இதனால் காணொளி உருவாக்கத்தின் கூடுதல் செலவு, கணிப்புச் செலவு மட்டத்துக்கு நெருங்குகிறது. சந்தைப்படுத்தல் முகமைகள், மின் வணிகச் சேவை வழங்குநர்கள், மாங்கா மற்றும் குறுநாடகத் தொழில்களில் குறிப்பிடத்தக்க தாக்கம் ஏற்படும் என ஆய்வாளர்கள் எதிர்பார்க்கின்றனர். உற்பத்தித் தடைகள் குறைவதால், அறிவுசார் சொத்துகளின் மதிப்பு முதன்மையான உள்ளடக்கங்களைச் சுற்றி குவியக்கூடும்.

இரு துருவங்களாகப் பிரிந்த உலகில் குறையும் இடைவெளி

சீனாவின் செயற்கை நுண்ணறிவு மாதிரிகள் மேற்கத்தியப் போட்டியாளர்களைவிடச் சில மாதங்கள் மட்டுமே பின்தங்கியுள்ளன என்று Google DeepMind தலைவர் Demis Hassabis அண்மையில் மதிப்பிட்டார். உள்நாட்டில் கிடைக்கும் வன்பொருளுக்கேற்ப மாதிரிகளை மேம்படுத்துவதும், உள்நாட்டு சில்லுத் திறன்களை வளர்ப்பதும் இந்த இடைவெளியைத் தொடர்ந்து குறைத்து வருகின்றன. உலகளாவிய செயற்கை நுண்ணறிவுக் காப்புரிமை விண்ணப்பங்களில் 70 சதவீதத்துக்கும் அதிகமானவை தற்போது சீனாவிலிருந்து வருகின்றன. எனினும், அடிப்படை கட்டமைப்புகளிலும் மேற்கோள் தாக்கத்திலும் அமெரிக்க நிறுவனங்கள் தொடர்ந்து முன்னிலை வகிக்கின்றன.

கணிப்பின் செயல்திறன் மற்றும் சூழலமைப்புடன் ஒருங்கிணைதல் ஆகியவையே போட்டிச் சூழலை அதிகமாகத் தீர்மானிக்கின்றன; தரநிலைச் சோதனைகளில் கிடைக்கும் மூலச் செயல்திறன் மட்டும் அல்ல. 2025-ன் பிற்பகுதியில் DeepSeek வேகமாகப் பிரபலமடைந்தது, மேற்கத்திய மாதிரிகளுக்கு இணையான செயல்திறனை மிகக் குறைந்த கணிப்புச் செலவில் சீன ஆய்வகங்களால் வழங்க முடியும் என்பதை நிரூபித்தது. இதனால் ஒட்டுமொத்தத் துறையும் தனது வளர்ச்சியை விரைவுபடுத்தியது. அதிக அலைவரிசை நினைவகச் சில்லுகள் மற்றும் மேம்பட்ட உற்பத்தி உபகரணங்களுக்கு அமெரிக்கா விதித்த ஏற்றுமதிக் கட்டுப்பாடுகள் இந்த முன்னேற்றத்தைச் சிக்கலாக்கினாலும், அதை நிறுத்தவில்லை. Huawei போன்ற நிறுவனங்கள் தன்னிறைவான குறைக்கடத்தி உற்பத்தி வரிசைகளை மேம்படுத்தி வருகின்றன.

அதேநேரத்தில், சீன உருவாக்குநர்களுக்கான அணுகலை அமெரிக்கத் தொழில்நுட்ப நிறுவனங்கள் கடுமையாக்கியுள்ளன. 2024 ஜூலையில் OpenAI API அணுகலைத் தடை செய்தது; சீனப் பெருநிலப் பகுதியில் தனிப்பட்ட உருவாக்குநர்களுக்கான Azure OpenAI சேவைகளை Microsoft நிறுத்தியது; Anthropic-இன் Claude கணக்குகளும் இடைநிறுத்தப்பட்டதாகச் செய்திகள் தெரிவிக்கின்றன. இந்தக் கட்டுப்பாடுகள் உள்நாட்டு மேம்பாட்டு முயற்சிகளை மேலும் தீவிரப்படுத்தியுள்ளன. இதனால், புவியியல் அடிப்படையில் மட்டும் அல்லாமல் துறைவாரியாகவும் தலைமை மாறுபடும் பல்துருவச் செயற்கை நுண்ணறிவுச் சூழல் உருவாகியுள்ளது.

முக்கிய அம்சங்கள்

• சந்திரப் புத்தாண்டு காலத்தில் Alibaba, ByteDance, Kuaishou ஆகியவை ரோபாட்டிக்ஸ், காணொளி உருவாக்கம், தன்னாட்சி முகவர் அமைப்புகள் ஆகியவற்றை இலக்காகக் கொண்ட செயற்கை நுண்ணறிவு மாதிரிகளை ஒருங்கிணைந்து வெளியிட்டன.
• Alibaba-வின் திறந்த மூல RynnBrain ரோபாட்டிக்ஸ் மாதிரியில் காலம் மற்றும் இடம் குறித்த புரிதல் இடம்பெற்றுள்ளது. இதனால் பல படிகளில் பணிகளைக் கண்காணிக்கவும், பொருள்களுடனான தொடர்புகளை நினைவில் வைத்திருக்கவும் ரோபோக்களால் முடிகிறது.
• ByteDance-இன் Seedance 2.0 உரைக் குறிப்புகளிலிருந்து திரைப்படத்தரக் காணொளிகளை உருவாக்குகிறது. ஆனால் ஒப்புதல் குறித்த கவலைகளால் குரல் நகலாக்க அம்சத்தை அது இடைநிறுத்தியது. அச்சமூட்டும் திறனை ஒரு மதிப்பாய்வாளர் செயல்விளக்கமாகக் காட்டியதைத் தொடர்ந்து இந்த முடிவு எடுக்கப்பட்டது.
• Kuaishou-வின் Kling 3.0, 15 வினாடிக் காணொளி உருவாக்கம், பல மொழி ஒலி, மேம்பட்ட கதாபாத்திரச் சீர்மை ஆகியவற்றுடன் தொழில்முறை கதைசொல்லலுக்கு முக்கியத்துவம் அளிக்கிறது. கடந்த ஓராண்டில் அதன் பங்கு விலை 50 சதவீதம் உயர்ந்தது.
• சீன செயற்கை நுண்ணறிவு நிறுவனங்கள் தீவிரமான திறந்த மூல உத்திகளைப் பின்பற்றுகின்றன. Hugging Face தளத்தில் அதிகம் பதிவிறக்கப்பட்ட மாதிரியாக Alibaba-வின் Qwen தொடர் Meta-வின் Llama-வை முந்தியுள்ளது.
• உத்திசார் வேறுபாட்டின்படி, ByteDance செயல்திறன் உள்கட்டமைப்பிலும், Kuaishou திரைப்படத்தர யதார்த்தத்திலும், Alibaba மின் வணிகத் துறை ஒருங்கிணைப்பிலும் கவனம் செலுத்துகின்றன.
• சீன மாதிரிகள் மேற்கத்திய மாதிரிகளுக்கு சில மாதங்கள் மட்டுமே பின்தங்கியுள்ளதாக Google DeepMind மதிப்பிடுகிறது. கணிப்புத் திறன் மற்றும் பல்மாதிரி பயன்பாடுகளில் இந்த இடைவெளி மிக வேகமாகக் குறைந்து வருகிறது.