OpenAI ने लियांग वेनफ़ेंग की "भविष्यवाणी" की पुष्टि की

पत्र ए.आई

2026.11.20 08:05

· बीजिंग से

पूर्ण पाठ 4468 शब्द

पाठ | पत्र ए.आई

GPT-6.2 एस्ट्रा वास्तविक रोबोट आर्म परीक्षण में शीर्ष पर रहा, जिसने सामान्य बड़े-मॉडल डायरेक्ट-ड्राइव रोबोट की क्षमताओं को एक कदम आगे बढ़ाया।

स्वतंत्र मूल्यांकन एजेंसी आर्टिफिशियल एनालिसिस द्वारा जारी AA-रोबोटिक्स v0.1 सूची के अनुसार, GPT-6.2 एस्ट्रा ने 79 अंक प्राप्त किए और 8 भौतिकी कार्यों में से 6 को पूरा किया।

न केवल OpenAI के प्रमुख मॉडल, बल्कि अपेक्षाकृत कमजोर GPT-6.2 Sol को भी 78 अंक का उच्च स्कोर प्राप्त हुआ।

इस बेंचमार्क परीक्षण में, मॉडल विशेष प्रशिक्षण की अनुमति नहीं देता है, और पूरे समय शून्य-नमूना सेटिंग्स का उपयोग किया जाता है। कोड लिखकर वास्तविक वस्तुओं को स्थानांतरित करने के लिए मॉडल सीधे 6-अक्ष रोबोटिक भुजा को नियंत्रित करता है।

अतीत में, रोबोट निर्माता आम तौर पर मानते थे कि ऊर्ध्वाधर रोबोट मॉडल में रोबोट अनुकूलन और बल नियंत्रण में फायदे थे, और सार्वभौमिक मॉडल की तुलना में रोबोट के लिए अधिक उपयुक्त थे।

अब ऐसा लगता है कि सामान्य मॉडल के विकास के साथ, प्रदर्शन पुनरावृत्तियों के बाद, सामान्य मॉडल ऊर्ध्वाधर मॉडल की स्थिति को प्रतिस्थापित कर सकते हैं।

लियांग वेनफ़ेंग ने भी इसी तरह का विचार व्यक्त किया है। उनका मानना ​​है कि सन्निहित बुद्धि में सफलता सामान्य मॉडल क्षमताओं के निरंतर विकास पर आधारित हो सकती है।

लियांग वेनफेंग के एआई मार्ग में, सामान्य मॉडल की क्षमताओं का विकास ही एजीआई की ओर जाने वाली मुख्य लाइन है, और सन्निहित बुद्धिमत्ता इस मार्ग का विस्तार है।

01

13 नवंबर को, विदेशी मीडिया ने बताया कि ओपनएआई ने अपनी स्वतंत्र रोबोटिक्स टीम को भंग कर दिया और मूल रोबोटिक्स टीम को कंपनी की मुख्य अनुसंधान टीम में विलय कर दिया। एप्लिकेशन रोबोटिक्स और हार्डवेयर टीमों को अन्य विभागों में समायोजित किया गया।

ओपनएआई ने मीडिया को पुष्टि की कि समायोजन का कारण यह है कि सामान्य मॉडल रोबोट को नियंत्रित करने में अच्छा प्रदर्शन करता है।

शोधकर्ताओं ने पाया कि जीपीटी-6 एस्ट्रा को रोबोट से जोड़ने के बाद, यह कुछ विशिष्ट कार्यों के निष्पादन में भाग लेने में सक्षम हो गया और आश्चर्यजनक रूप से अच्छा प्रदर्शन किया।

वास्तव में, GPT-6 एस्ट्रा के जारी होने के बाद, रोबोटों को चलाने के लिए एस्ट्रा का उपयोग करने के प्रयासों का दौर चल रहा है। उदाहरण के लिए, स्वतंत्र मूल्यांकन एजेंसी रोबोकर्व द्वारा वास्तविक-मशीन परीक्षण से पता चलता है कि "ब्लॉकों को पकड़ने और उन्हें एक कटोरे में रखने" का कार्य करने के लिए दो-हाथ वाले रोबोटिक हाथ का उपयोग करते समय एस्ट्रा ने 95% सफलता दर हासिल की।

ऐसे प्रयोग सार्वभौमिक मॉडल-नियंत्रित रोबोटों को अधिक यथार्थवादी आधार देते हैं। इस संदर्भ में, OpenAI ने आधे साल से भी कम समय पहले स्थापित स्वतंत्र रोबोटिक्स टीम को मुख्य अनुसंधान टीम में विलय कर दिया, और शोधकर्ताओं ने सामान्य कृत्रिम बुद्धिमत्ता मॉडल के विकास की ओर रुख किया।

इसका मतलब है कि OpenAI ने अपना तकनीकी मार्ग बदल दिया है। अब जब सामान्य मॉडल ने रोबोट को नियंत्रित करना शुरू कर दिया है, तो रोबोट के लिए एक अलग विशेष "स्थानिक बुद्धिमत्ता" मॉडल विकसित करने की आवश्यकता नहीं है।

वास्तव में, यह पहली बार नहीं है जब OpenAI ने रोबोटिक्स प्रौद्योगिकी मार्ग पर अपनी दिशा समायोजित की है।

2019 की शुरुआत में, OpenAI ने एक रोबोटिक्स टीम की स्थापना की, जो रोबोटों को वस्तुओं को पकड़ने और रखने जैसे कार्यों को सीखने देने के लिए सुदृढीकरण सीखने और अन्य तरीकों का उपयोग करने की कोशिश कर रही थी। लेकिन 2020 आते-आते टीम को भंग कर दिया गया.

इसके सह-संस्थापक वोज्शिएक ज़रेम्बा ने एक बार समझाया था कि रोबोट डेटा सीमित है और एजीआई को अन्य तरीकों से अधिक कुशलता से लागू किया जा सकता है। बाद में, OpenAI ने बड़े भाषा मॉडल पर ध्यान केंद्रित किया और 2022 में ChatGPT लॉन्च किया।

मल्टी-मोडल मॉडल के विकास के साथ, ओपनएआई ने अपना ध्यान फिर से रोबोट पर केंद्रित कर दिया है।

2024 में, OpenAI रोबोटों में बड़ी मॉडल क्षमताओं को लागू करने का प्रयास करने के लिए ह्यूमनॉइड रोबोट कंपनी फिगर AI के साथ सहयोग करेगा।

उस समय, ओपनएआई के उपाध्यक्ष पीटर वेलिंडर ने कहा कि फिगर के साथ सहयोग बुद्धिमत्ता के उस स्तर का पता लगाने के लिए था जिसे ह्यूमनॉइड रोबोट बड़े पैमाने पर मल्टी-मोडल एआई मॉडल के समर्थन से हासिल कर सकते हैं।

बाद में, चित्रा एआई द्वारा जारी चित्र 01 प्रदर्शन वीडियो से पता चला कि रोबोट मानव निर्देशों के अनुसार सरल वस्तु वितरण को पूरा कर सकता है। इस सहयोग में, OpenAI का मॉडल दृश्य समझ और भाषा इंटरैक्शन क्षमताएं प्रदान करता है।

हालाँकि, एक साल बाद, फिगर एआई ने सहयोग की समाप्ति की घोषणा की और रोबोट एआई के स्वतंत्र अनुसंधान और विकास की ओर रुख किया।

और OpenAI के रोबोट के पास एक अमर हृदय है। 2026 की शुरुआत में, ओपनएआई शोधकर्ताओं ने एक और तकनीकी मार्ग तलाशना शुरू किया: सोरा जैसे वीडियो पीढ़ी मॉडल से शुरुआत की।

एक वीडियो जेनरेटर मॉडल के रूप में, सोरा वस्तुओं, अंतरिक्ष और गति के बीच संबंधों को समझने में सक्षम है, जिससे उसे भौतिक दुनिया कैसे काम करती है इसकी एक निश्चित समझ मिलती है।

OpenAI की बारी कोई अलग मामला नहीं है। 2025 की शुरुआत में, सन्निहित बुद्धिमत्ता के लिए मुख्यधारा का मार्ग अभी भी वीएलए मॉडल था। वर्ष के अंत तक, जैसे-जैसे क्रॉस-परिदृश्य सामान्यीकरण और अन्य पहलुओं में वीएलए की कमियां सामने आईं, उद्योग ने अपना ध्यान विश्व मॉडल की ओर लगाना शुरू कर दिया।

इस साल जून में, सोरा के बंद होने के दो महीने बाद, सैम ऑल्टमैन ने रोबोटिक्स विभाग "ओपनएआई रोबोटिक्स" की स्थापना की घोषणा की और सोरा टीम को पूरी तरह से रोबोट अनुसंधान और विकास में स्थानांतरित कर दिया। सोरा के पिता और DALL-E के संस्थापक, आदित्य रमेश के नेतृत्व में, सोरा द्वारा संचित विश्व सिमुलेशन तकनीक को रोबोट प्रशिक्षण में स्थानांतरित कर दिया गया है। अल्पकालिक फोकस औद्योगिक सहायक रोबोट पर है, और दीर्घकालिक लक्ष्य उपभोक्ता-ग्रेड ह्यूमनॉइड रोबोट है।

लेकिन जल्द ही रास्ता फिर बदल गया.

इस विभाग की स्थापना के ठीक तीन महीने बाद, इस साल सितंबर में, OpenAI ने GPT-6 एस्ट्रा जारी किया। OpenAI ने पाया कि सामान्य मॉडल स्वयं पहले से ही रोबोटिक कार्यों में भाग लेने में सक्षम है। रोबोट में विशेषज्ञता वाली विश्व सिमुलेशन तकनीक की तुलना में, सामान्य मॉडलों की मौजूदा दृश्य समझ, तर्क क्षमताओं और कार्य योजना क्षमताओं का सीधे उपयोग करने का एक तरीका है।

कार्नेगी मेलॉन यूनिवर्सिटी के रोबोटिक्स इंस्टीट्यूट के सहायक प्रोफेसर गुआन्या शि ने टिप्पणी की कि इसका मतलब है कि ओपनएआई का मानना ​​​​है कि रोबोटिक्स "अब कोई विशेष समस्या नहीं है।"

रोबोटिक्स की राह पर एक चक्कर लगाने के बाद, ओपनएआई ने अपना ध्यान सामान्य मॉडलों की ओर लगाया।

02

OpenAI के परिवर्तन कोई अलग मामला नहीं है। रोबोटिक कार्यों पर सार्वभौमिक मॉडलों का प्रदर्शन उद्योग को इस प्रौद्योगिकी मार्ग की समीक्षा करने के लिए प्रेरित कर रहा है।

अक्टूबर में NVIDIA द्वारा जारी एस्ट्रानॉमी अनुसंधान नकली रोबोटों को नियंत्रित करने के लिए सीधे GPT-6 एस्ट्रा का उपयोग करता है। रोबोलैब-120 परीक्षण में, प्रत्यक्ष नियंत्रण योजना ने 66.3% की मिशन सफलता दर हासिल की।

NVIDIA के रोबोटिक्स विभाग के प्रमुख दीपू तल्ला ने हाल ही में एक साक्षात्कार में कहा कि GPT-6 एस्ट्रा का उद्भव रोबोटों के लिए मल्टी-टास्किंग क्षमताओं को बढ़ावा देने में एक बड़ी सफलता है।

एंथ्रोपिक द्वारा जारी क्लाउड फैबल 5.2 भी इसी तरह की क्षमताओं को प्रदर्शित करता है। मॉडल-नियंत्रित रोबोट ने विभिन्न प्रकार के कार्य पूरे किए, जैसे रूबिक क्यूब्स को हल करना, बोतल के ढक्कन खोलना और रोबोट का चित्र बनाना। रोबोडोजो सिम सिमुलेशन बेंचमार्क में, फ़ेबल 5.2 की औसत सफलता दर 64.9% तक पहुंच गई, और उसी परीक्षण ढांचे के तहत जीपीटी -6 एस्ट्रा का स्कोर 29.8% था।

हालाँकि यह तकनीकी मार्ग अभी परिपक्व नहीं है, लेकिन कम से कम यह दर्शाता है कि सार्वभौमिक मॉडल सन्निहित खुफिया अनुसंधान में प्रयास करने लायक मार्ग बनता जा रहा है।

चीन में रोबोटिक्स कंपनियां भी इस बदलाव पर ध्यान दे रही हैं।

युशू रोबोट में बड़े मॉडलों के उपयोग की खोज कर रहा है। वांग ज़िंगक्सिंग ने यहां तक ​​​​कहा: "जब GPT-7 अगले साल आएगा, तो यह सीधे तौर पर सन्निहित बुद्धिमत्ता की समस्या को हल कर सकता है।"

पहले, युशु वीएलए मॉडल का प्रचार और विश्व मॉडल की खोज दोनों कर रहा था। वांग ज़िंगक्सिंग ने एक बार उल्लेख किया था कि पिछले साल युशू ने फिर से वीडियो पीढ़ी के आधार पर विश्व मॉडल चुना था। युशू ने यूनिवर्सल वीएलए मॉडल यूनिफोएलएम-वीएलए-0 और डब्लूएमए (वर्ल्ड मॉडल-एक्शन) मॉडल जारी किया है।

लेकिन हाल ही में, युशू ने रोबोटिक प्रयोगों के लिए जीपीटी-6 एस्ट्रा का उपयोग करने की कोशिश शुरू कर दी है।

वांग ज़िंगक्सिंग ने एक बार उल्लेख किया था कि जटिल कार्यक्रमों को पहले से लिखे बिना, रोबोट केवल त्वरित शब्दों के माध्यम से पेंटिंग को पूरा कर सकता है; उदाहरण के लिए, रोबोट न केवल शतरंज की बिसात को पहचानता है, बल्कि शतरंज के मोहरों को सटीक स्थिति में भी रखता है। वांग जिंगक्सिंग ने इस बात पर जोर दिया कि ये प्रयोग "शून्य प्रशिक्षण" स्थितियों के तहत पूरे किए गए थे।

ज़ियुआन रोबोट भी इसी दिशा में खोज कर रहा है।

हाल ही में, झिहुई जून की टीम ने एक पेपर जारी किया। इस पेपर का मूल एक बड़े मॉडल को जोड़ना है जो रोबोट बॉडी के साथ चैट कर सकता है जो कार्य कर सकता है। मॉडल न केवल मौखिक निर्देशों को समझ सकता है, बल्कि वास्तविक वस्तुओं की ओर इशारा करने, शरीर की गतिविधियों और चेहरे के भावों जैसे कार्यों को पूरा करने के लिए रोबोट के शरीर का भी उपयोग कर सकता है।

इसका मतलब यह है कि रोबोटिक्स कंपनियां सन्निहित बुद्धिमत्ता को बढ़ावा देने के लिए सामान्य प्रयोजन के बड़े मॉडलों की क्षमताओं को रोबोट निकायों में "कनेक्ट" करने का प्रयास कर रही हैं।

इससे लियांग वेनफेंग को अपने पिछले फैसले के लिए एक नया संदर्भ भी मिल गया।

जब विश्व मॉडल सन्निहित बुद्धिमत्ता के क्षेत्र में एक लोकप्रिय दिशा बन गए, तो लियांग वेनफ़ेंग इस तकनीकी मार्ग पर अपेक्षाकृत संयमित दिखाई दिए। वह सामान्य मॉडल की क्षमताओं के विकास को अधिक महत्व देते हैं और इसे एजीआई की ओर ले जाने वाली मुख्य लाइन मानते हैं।

लियांग वेनफेंग के एआई मार्ग अवधारणा में, एजेंट के बाद, हमें पहले एआई मॉडल की निरंतर सीखने की क्षमता को हल करना होगा, और फिर उस विलक्षणता तक पहुंचना होगा जो स्वयं पुनरावृत्त हो सकती है, और फिर सन्निहित बुद्धिमत्ता।

दूसरे शब्दों में, वह उम्मीद करता है कि पहले सामान्य मॉडल को ही पर्याप्त मजबूत बनाया जाए, और फिर इस क्षमता को भौतिक दुनिया तक विस्तारित किया जाए।

यह कुछ हद तक OpenAI के नवीनतम बदलावों से मिलता जुलता है। दोनों इस निष्कर्ष की ओर इशारा करते हैं कि सन्निहित बुद्धिमत्ता को शुरू से ही रोबोटिक बुद्धिमत्ता के एक स्वतंत्र सेट के प्रशिक्षण की आवश्यकता नहीं होती है। सामान्य मॉडल क्षमताओं का विकास रोबोटों के लिए सन्निहित बुद्धिमत्ता की ओर बढ़ने का मार्ग भी बन सकता है।

और कोई भी कंपनी मॉडल स्तर पर नहीं रुक रही है।

जबकि OpenAI अपने रोबोटिक्स व्यवसाय को समायोजित कर रहा है, इसने कई रोबोटिक्स कंपनियों में निवेश किया है। डीपसीक ने सन्निहित बुद्धिमत्ता के क्षेत्र में भी विस्तार करना शुरू कर दिया है, युशु टेक्नोलॉजी की नियुक्ति में भाग लिया है, युशु के साथ तीन साल के रणनीतिक सहयोग तक पहुंच गया है, और विनवर्स एआई और लिगे वानवु जैसी कंपनियों में निवेश किया है।

03

सामान्य बड़े मॉडलों को रोबोट में एकीकृत करना एक नया चलन बन गया है, लेकिन इसका मतलब यह नहीं है कि वीएलए मॉडल और विश्व मॉडल गायब हो जाएंगे।

पिछले कुछ वर्षों में, सन्निहित बुद्धिमत्ता के मुख्यधारा प्रौद्योगिकी मार्ग में वीएलए मॉडल से लेकर विश्व मॉडल, सामान्य बड़े मॉडल तक कई बदलाव हुए हैं। लेकिन वास्तव में कोई भी कभी किसी की जगह नहीं लेता।

ध्यान आकर्षित करने वाला पहला मॉडल वीएलए मॉडल था। तथाकथित वीएलए (विजुअल-लैंग्वेज-एक्शन मॉडल), सीधे शब्दों में कहें तो, मॉडल को एक ही समय में कैमरा छवियों और मानव निर्देशों को संसाधित करने की अनुमति देता है, और फिर समझ के परिणामों को रोबोट क्रियाओं में परिवर्तित करता है।

इस मार्ग का उद्भव उस समय के बड़े मॉडलों के विकास चरण से संबंधित है। उस समय, बड़े मॉडल में कुछ भाषा और दृश्य समझ क्षमताएं थीं, लेकिन यह सीधे रोबोट को नियंत्रित नहीं कर सका। रोबोट का अपना डेटा सीमित है, और रोबोट मॉडल को शुरुआत से प्रशिक्षित करना मुश्किल है।

जुलाई 2023 में, Google DeepMind ने VLA मॉडल RT-2 जारी किया, जो नेटवर्क और रोबोट डेटा से सीखने में सक्षम है और इस ज्ञान को रोबोट नियंत्रण के लिए सार्वभौमिक निर्देशों में परिवर्तित करता है।

वीएलए मार्ग ने उस समय एक व्यवहार्य समाधान प्रदान किया। हालाँकि, वीएलए में सामान्यीकरण क्षमता और स्वायत्तता का अभाव है। परिणामस्वरूप, रोबोट जटिल वास्तविक दुनिया के वातावरण के अनुकूल नहीं बन पाता है।

वास्तविक भौतिक दुनिया में, रोबोटों को निरंतर भौतिक परिवर्तनों से निपटने की आवश्यकता होती है। रोबोट को न केवल यह जानना होगा कि उसे अब क्या करना चाहिए, बल्कि यह भी निर्धारित करना होगा कि ऐसा करने के बाद दुनिया कैसे बदलेगी।

इसलिए, जब वीडियो जेनरेशन मॉडल सामने आया, तो निर्माताओं ने आमतौर पर माना कि वीडियो जेनरेशन मॉडल से वीएलए मॉडल को बदलने की उम्मीद थी।

फरवरी 2024 में, ओपनएआई ने सोरा जारी किया और एक तकनीकी रिपोर्ट में प्रस्तावित किया कि बड़े पैमाने पर वीडियो प्रशिक्षण भौतिक विश्व सिम्युलेटर के निर्माण का मार्ग बन गया है।

इंटरनेट पर मानवीय गतिविधियों के ढेरों वीडियो हैं। मनुष्य किस प्रकार चीज़ों को उठाते हैं, चीज़ों को हिलाते हैं, चलते हैं, चीज़ों को व्यवस्थित करते हैं, आदि सभी वीडियो में रिकॉर्ड किए जाते हैं। यदि मॉडल इन वीडियो से वस्तु की गति, स्थानिक संबंध और कार्रवाई के परिणाम सीख सकता है, तो इस क्षमता को रोबोट में स्थानांतरित करने का अवसर है।

लेकिन वीडियो निर्माण किसी रोबोट को नियंत्रित करने में सक्षम होने के समान नहीं है। परिणामस्वरूप, उद्योग ने विश्व कार्रवाई मॉडल (डब्ल्यूएएम) बनाने के लिए विश्व भविष्यवाणी और कार्रवाई पीढ़ी को संयोजित करने का प्रयास करना शुरू कर दिया।

दूसरे शब्दों में, वीएलए अवलोकनों से लेकर कार्यों तक के मानचित्रण पर ध्यान केंद्रित करता है, जबकि विश्व कार्रवाई मॉडल भविष्य की भविष्यवाणियों को कार्रवाई निर्णयों में शामिल करने का प्रयास करता है।

हालाँकि, विश्व मॉडल अभी भी कई समस्याओं का सामना कर रहा है, और सिम्युलेटेड भौतिक प्रक्रियाओं को वास्तविक वातावरण में सटीक रूप से पुन: पेश नहीं किया जा सकता है।

एस्ट्रा के बाद, उद्योग ने एक और संभावना तलाशनी शुरू की। क्या सामान्य प्रयोजन के बड़े मॉडल सीधे रोबोट को समझने, योजना बनाने और निर्णय लेने का कार्य कर सकते हैं?

होमबॉडी, कैलिफोर्निया इंस्टीट्यूट ऑफ टेक्नोलॉजी के साथ मिलकर स्टैनफोर्ड टीम द्वारा जारी सन्निहित खुफिया अनुसंधान परियोजना, एक उदाहरण प्रदान करती है। यह अध्ययन एक प्रश्न का उत्तर देने का प्रयास करता है: यदि सार्वभौमिक बड़ा मॉडल पर्याप्त स्मार्ट है, तो क्या रोबोट को बड़े मॉडल और शरीर के बीच मध्यवर्ती परत के रूप में वीएलए मॉडल की भी आवश्यकता है?

होमबॉडी द्वारा दिया गया उत्तर है: कार्यों की एक निश्चित सीमा के भीतर, यह आवश्यक नहीं है।

शोधकर्ताओं द्वारा GPT-6 एस्ट्रा को युशू G1 ह्यूमनॉइड रोबोट से जोड़ने के बाद, रोबोट को सीधे पूर्व-निर्मित रोबोट कौशल लाइब्रेरी कहा जाता है। रोबोट के रसोईघर में प्रवेश करने के बाद, जिसे उसने पहले कभी नहीं देखा था, उसने मानवीय निर्देशों के अनुसार वस्तुओं की छँटाई और खोज का काम पूरा किया।

यही बात फ़ेबल 5.2 के लिए भी सच है, जिसे बाद में एंथ्रोपिक द्वारा जारी किया गया था। फ़ेबल 5.2 ने रोबोट को नियंत्रित करने की अपनी क्षमता में काफी सुधार किया है, यहां तक ​​कि उन रोबोट कार्यों के लिए भी जिनके लिए इसे कभी विशेष रूप से प्रशिक्षित नहीं किया गया है।

इसका मतलब यह है कि जैसे-जैसे मॉडल की तर्क क्षमताएं बढ़ती हैं, कुछ रोबोट कौशल जिन्हें मूल रूप से विशेष प्रशिक्षण की आवश्यकता होती है, सामान्य मॉडल से उभरना शुरू हो सकते हैं।

सन्निहित बुद्धिमत्ता का एक मुख्य मुद्दा रोबोटों को पर्यावरण को समझने और कार्यों के संभावित परिणामों को निर्धारित करने की अनुमति देना है। विश्व मॉडल का विचार वीडियो से सीखना और फिर भविष्य का अनुकरण करना है। एक सामान्य बड़े मॉडल का विचार कार्यों का विश्लेषण करने के लिए मौजूदा तर्क क्षमताओं का उपयोग करना और फिर उन्हें कार्य योजना के लिए उपयोग करना है।

दोनों मार्गों के तकनीकी विचार अलग-अलग हैं, लेकिन वे एक ही लक्ष्य की ओर इशारा करते हैं: एआई को वास्तविक दुनिया में कार्रवाई करने देना।

मूल कार्य का सम्मान, यदि आप योग्य हैं तो आपकी सराहना की जानी चाहिए।

साइबर सुरक्षा कानून की वास्तविक नाम आवश्यकता के अनुसार, टिप्पणी पोस्ट करने से पहले कृपया अपना मोबाइल फोन नंबर बाध्य करें।

अभिव्यक्त करना

08:05

एनवीडिया $500 मिलियन से अधिक में डिफ्यूजन एआई स्टार्टअप इंसेप्शन का अधिग्रहण करने के करीब है

08:04

यूरोपीय संघ ने हंगरी की 5.4 अरब यूरो की रक्षा ऋण योजना को मंजूरी दी

08:01

वांग यी ने चीन, रूस और संयुक्त राज्य अमेरिका के राष्ट्राध्यक्षों के बीच बैठक की स्थिति का परिचय दिया

07:59

MSCI 1 दिसंबर को एंथ्रोपिक को अपने लार्ज-कैप इंडेक्स में शामिल करेगा

07:39

एंथ्रोपिक सीईओ: कंपनी को भविष्य में निवेश-ग्रेड क्रेडिट रेटिंग प्राप्त करने की उम्मीद है

07:36

एंथ्रोपिक सीईओ ने 900 बिलियन अमेरिकी डॉलर की एआई निवेश प्रतिबद्धता पर प्रतिक्रिया दी: यह मौजूदा नकदी भंडार और राजस्व की तुलना में बड़ा नहीं है

07:34

स्पेसएक्स ने कथित तौर पर एआई चिप से संबंधित ऋण में कम से कम $32 बिलियन जारी करने की योजना बनाई है

07:32

एंथ्रोपिक ने नैस्डैक की शुरुआती घंटी बजाई और इतिहास में सबसे बड़े आईपीओ का रिकॉर्ड बनाया

07:20

अमेरिकी शेयर बाजार समापन टिप्पणियाँ: तीन प्रमुख स्टॉक सूचकांक ऊंचे खुलने और नीचे जाने के बाद 2% से अधिक गिर गए। एंथ्रोपिक अपनी शुरुआत में 17% ऊपर बंद हुआ।

07:14

ट्रंप का कहना है कि वह नए साल से पहले ईरान के खिलाफ कार्रवाई में 'जल्दबाजी' नहीं करेंगे

07:08

फंड का शुद्ध मूल्य स्थिति समायोजन की दिशा को प्रकट करता है, और संस्थान अगले चरण की निश्चितता का पता लगाते हैं।

2026-11-19 23:11

निदेशक झू लिडान ने वहाहा कमर्शियल कंपनी लिमिटेड पर मुकदमा दायर किया।

2026-11-19 23:02

घरेलू कमोडिटी वायदा बाजार ज्यादातर रात में बढ़त के साथ बंद हुए, जिसमें काले उत्पादों की बढ़त रही।

2026-11-19 23:01

अंतर्राष्ट्रीय ऊर्जा एजेंसी: मध्य पूर्व संघर्ष वैश्विक ऊर्जा परिदृश्य को नया आकार दे सकता है

2026-11-19 22:59

स्पेसएक्स ने गुरुवार को एआई चिप ऋण में कम से कम $32 बिलियन जारी करने की योजना बनाई है

2026-11-19 22:55

कारोबार के पहले दिन एंथ्रोपिक के $99.60 पर खुलने की उम्मीद है

2026-11-19 22:52

लिवरमोर के चीनी अवधारणा शेयरों का प्रमुख सूचकांक 2% तक बढ़ गया, जबकि पिंडुओडुओ लगभग 13% बढ़ गया।

2026-11-19 22:51

एंथ्रोपिक आईपीओ में लगभग 15% शेयर खुदरा निवेशकों को बेचे गए

2026-11-19 22:50

亚太经合组织互联互通蓝图

2026-11-19 22:46

Anthropic的IPO未向多数机构买家配售股份

扫描下载App