Çinli teknoloji devi Alibaba'nın araştırma ekibi, çok modalı yapay zeka alanında yeni bir kilometre taşı olan Qwen3.5-Omni modelini tanıttı. Yüz milyarlarca parametreye sahip bu gelişmiş model, aynı anda metin, görüntü ve ses verilerini işleyebiliyor. 256 bin token'lık bağlam uzunluğu ile 10 saate kadar ses kaydını anlayabilen sistem, 100 milyondan fazla saatlik görsel-işitsel içerikle eğitildi. Model, 215 farklı ses ve görsel-işitsel anlama testinde Google'ın Gemini-3.1 Pro modelini geride bırakarak sektörde yeni bir standart belirledi. Hibrit Dikkat ve Uzmanlar Karışımı mimarisi sayesinde uzun sekansları verimli şekilde işleyebilen Qwen3.5-Omni, yapay zeka asistanları ve çok modalı uygulamalar için önemli bir gelişme olarak değerlendiriliyor.

Araştırmacılar, yapay zeka modellerinin MRI görüntülerini daha etkili analiz etmesi için yeni bir yaklaşım geliştirdi. Geleneksel sistemler tek tek görüntü karelerini inceleyerek sınırlı sonuçlar verirken, yeni sistem birden fazla MRI kesitini aynı anda değerlendirerek uzamsal akıl yürütme yapabiliyor. 41 binden fazla soru-cevap çiftinden oluşan veri seti, uzman radyologların yorumlarıyla destekleniyor. Bu gelişme, tıbbi görüntü analizi alanında yapay zekanın daha güvenilir ve açıklanabilir sonuçlar üretmesini sağlayarak, gelecekte radyoloji pratiğinde önemli değişimlere yol açabilir.

Araştırmacılar, uydu görüntülerindeki nesneleri tanımlamak için kuantum ve klasik bilişim tekniklerini birleştiren yeni bir yapay zeka modeli geliştirdi. HQF-Net adı verilen bu hibrit sistem, geleneksel yöntemlerin aksine hem küçük detayları hem de geniş bölgelerdeki anlamsal bağlamı eşzamanlı olarak yakalayabiliyor. Model, dondurulmuş bir görü transformatörü omurgası ile özelleştirilmiş U-Net mimarisini birleştirirken, kuantum devrelerini kullanan özel bileşenler aracılığıyla özellik iyileştirmesi gerçekleştiriyor. Bu yaklaşım, uzaktan algılama uygulamalarında görüntü segmentasyonunda önemli iyileşmeler vaat ediyor ve kuantum hesaplamanın pratik AI uygulamalarında nasıl kullanılabileceğine dair yeni perspektifler sunuyor.

Araştırmacılar, konuşan yüz videolarında duygu düzenleme konusunda devrim niteliğinde bir yöntem geliştirdi. Mevcut teknolojiler duygusal ifadelerde sınırlı kalırken, yeni Cross-Modal Emotion Transfer tekniği farklı veri türlerini birleştirerek daha geniş bir duygu yelpazesi sunuyor. Geleneksel yöntemler kategorik etiketlerle sınırlı kalırken, ses tabanlı sistemler duygu ve dil içeriğini ayırmakta zorlanıyor. Görüntü tabanlı yaklaşımlar ise yüksek kaliteli referans görüntüler gerektiriyor. Bu yeni teknik, hem ses hem görüntü verilerini akıllıca kullanarak bu sorunları aşmayı hedefliyor ve yapay zeka destekli video üretiminde önemli bir adım atıyor.

Araştırmacılar, modern geometri ve topolojinin temel yapı taşlarından biri olan Stiefel manifoldları üzerinde breakthrough bir çalışma gerçekleştirdi. Bu çok boyutlu geometrik nesneler, fizikten mühendisliğe kadar birçok alanda kritik rol oynuyor. Bilim insanları, bu manifoldların kendileriyle olan dönüşümlerinin ne kadar katı olduğunu ve küre şeklindeki yapılarla birleştiklerinde nasıl davrandıklarını matematiksel olarak karakterize etmeyi başardı. Çalışma, özellikle belirli boyutlardaki Stiefel manifoldları için tam bir sınıflandırma sunuyor ve bu geometrik yapıların neredeyse diffeomorfizm altında nasıl davrandığını açıklığa kavuşturuyor. Bulgular, yüksek boyutlu geometri teorisine önemli katkılar sağlarken, gelecekteki araştırmalar için de sağlam bir temel oluşturuyor.

Araştırmacılar, hiperspektral görüntüleme teknolojisi için yeni bir yapay zeka modeli geliştirdi. SSFT adındaki bu model, malzemelerin spektral özelliklerini ve uzamsal yapılarını ayrı ayrı analiz ederek daha sonra birleştiriyor. Geleneksel yöntemlere göre hem daha hızlı çalışıyor hem de daha az veri ile eğitiliyor. Model, uydu görüntülerinden meyve kalite kontrolüne kadar farklı alanlarda test edildi ve en iyi performansı gösterdi. Hiperspektral görüntüleme, insan gözünün göremediği dalga boylarında görüntü alarak malzemelerin kimyasal özelliklerini tespit edebiliyor. Ancak bu görüntüler çok boyutlu ve karmaşık olduğu için analizi zor. Yeni model bu sorunu çözerek teknolojinin daha yaygın kullanımına katkı sağlıyor.

Holografik ekranlar uzun zamandır '3D görüntülemenin geleceği' olarak görülse de, coherent ışığın yarattığı speckle gürültüsü sorunu bu teknolojinin yaygınlaşmasını engellemekteydi. MIT araştırmacıları tarafından geliştirilen Ellipsography adlı yeni teknik, bu sorunu tek bir çekimde çözerek hologram kalitesinde büyük ilerleme sağlıyor. Geleneksel yöntemler speckle gürültüsünü azaltmak için yüksek hızlı donanım ve karmaşık algoritmalar gerektirirken, bu yeni yaklaşım vektörel girişim şekillendirme kullanarak aynı anda hem yüksek kalite hem de pratiklik sunuyor. Araştırma, holografik ekranların tıp, eğitim ve eğlence sektörlerindeki uygulamalarını hızlandırabilir.

Görme-dil modelleri (VLM) birçok görevi başarıyla yerine getirse de, bu sistemlerin geometrik şekilleri gerçekten anlayıp anlamadığı belirsizdi. Araştırmacılar, bu modellerin renk ve doku ipuçlarından yararlanarak başarılı görünüp görünmediğini test etmek için BareBones adlı yeni bir değerlendirme sistemi geliştirdi. Bu benchmark, yapay zeka modellerinin saf geometrik anlama yetisini ölçmek için piksel düzeyinde silüetler kullanıyor. Altı farklı veri setinden yararlanılarak oluşturulan bu test, görsel yapay zeka sistemlerinin gerçek geometrik kavrayış kapasitelerini ortaya çıkarmayı hedefliyor. Çalışma, mevcut değerlendirme yöntemlerinin çevresel ipuçlarını sızdırdığını ve bu durumun modellerin gerçek yeteneklerini maskelediğini gösteriyor.

Araştırmacılar, yapay zekanın az sayıda örnekle öğrenmesini sağlayan 'few-shot learning' alanında çığır açan bir yöntem geliştirdi. ACSESS adı verilen bu teknik, farklı örnek seçim stratejilerini otomatik olarak birleştirerek daha etkili sonuçlar elde ediyor. Çalışmada 23 farklı seçim stratejisi, 5 farklı yapay zeka modeli ve 14 veri seti üzerinde test edildi. Sonuçlar, birleştirilmiş stratejilerin tekil yöntemlerden sürekli olarak daha iyi performans gösterdiğini ortaya koydu. Bu gelişme, özellikle büyük dil modelleri ve görüntü işleme alanlarında önemli ilerlemeler sağlayabilir. Few-shot learning, yapay zekanın insan gibi az örnekle hızla öğrenmesini hedefleyen kritik bir araştırma alanı olarak dikkat çekiyor.

Araştırmacılar, video analizi alanında önemli bir yenilik geliştirdi. 3AM adlı yeni sistem, SAM2 video segmentasyon teknolojisini 3D geometrik özelliklerle güçlendirerek, kamera açısı değişimlerinde bile tutarlı nesne takibi sağlıyor. Geleneksel yöntemlerin aksine, sadece RGB görüntü girişiyle çalışan sistem, karmaşık ön işleme veya kamera pozisyonu bilgisine ihtiyaç duymuyor. MUSt3R teknolojisinden gelen 3D farkındalığı sayesinde, sistem hem görsel benzerlik hem de uzamsal konum bilgisini kullanarak nesneleri daha güvenilir şekilde tanımlayabiliyor. Bu gelişme, video analizi, artırılmış gerçeklik ve robotik uygulamalar için önemli bir adım.

Araştırmacılar, titreşimli uydu videolarında araçları tespit etme ve takip etme konusunda devrim yaratacak DeTracker adlı yeni bir yapay zeka sistemi geliştirdi. Bu sistem, uydu platformunun titreşimi ve küçük nesnelerin zayıf görüntü kalitesi gibi zorluklarla başa çıkabiliyor. DeTracker, hareket dengesizliğini çözmek için küresel-yerel hareket ayrıştırma modülü ve zamansal özellik piramidi kullanıyor. Bu teknoloji, trafik izleme, güvenlik uygulamaları ve şehir planlaması gibi alanlarda büyük potansiyel taşıyor.