Tether, ਦੁਨੀਆ ਦੇ ਸਭ ਤੋਂ ਵੱਡੇ ਸਟੈਬਲਕੋਇਨ ਦੇ ਪਿੱਛੇ ਦੀ ਕੰਪਨੀ, ਨੇ ਟ੍ਰਾਂਸਕ੍ਰਾਈਬਪਸੀ, 254-ਮਿਲੀਅਨ-ਪੈਰਾਮੀਟਰ ਸਪੀਚ ਰੀਕੋਗਨੀਸ਼ਨ ਮਾਡਲ ਜਾਰੀ ਕੀਤਾ ਹੈ ਜੋ ਕਲਾਉਡ ਸਰਵਰਾਂ ਨੂੰ ਕੋਈ ਵੀ ਆਡੀਓ ਭੇਜੇ ਬਿਨਾਂ ਸਮਾਰਟਫੋਨ, ਸਮਾਰਟ ਗਲਾਸ ਅਤੇ ਹਿਊਮਨਾਈਡ ਰੋਬੋਟਾਂ 'ਤੇ ਗੱਲਬਾਤ ਨੂੰ ਸਿੱਧਾ ਟ੍ਰਾਂਸਕ੍ਰਾਈਬ ਕਰਦਾ ਹੈ। ਕੰਪਨੀ ਦੇ QVAC ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਪ੍ਰੋਜੈਕਟ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ਇਸ ਹਫਤੇ ਐਲਾਨੀ ਗਈ ਰੀਲੀਜ਼, ਇਸ ਗੱਲ ਦਾ ਨਵੀਨਤਮ ਸੰਕੇਤ ਹੈ ਕਿ ਟੈਥਰ AI ਸਾਫਟਵੇਅਰ ਬਣਾਉਣ ਲਈ ਗੰਭੀਰ ਹੈ ਜੋ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਿੱਜੀ ਡਿਵਾਈਸਾਂ 'ਤੇ ਚੱਲਦਾ ਹੈ।

ਇਹ ਕਦਮ ਇੱਕ ਕ੍ਰਿਪਟੋ ਕੰਪਨੀ ਨੂੰ ਇੱਕ ਅਚਾਨਕ ਸਥਿਤੀ ਵਿੱਚ ਰੱਖਦਾ ਹੈ: ਕਲਾਉਡ ਏਆਈ ਪ੍ਰਦਾਤਾਵਾਂ ਨਾਲ ਇਸ ਦਲੀਲ 'ਤੇ ਮੁਕਾਬਲਾ ਕਰਨਾ ਕਿ ਵੌਇਸ ਡੇਟਾ ਡਿਵਾਈਸ ਨੂੰ ਛੱਡਣ ਲਈ ਬਹੁਤ ਸੰਵੇਦਨਸ਼ੀਲ ਹੈ। ਟੀਥਰ ਦੇ ਸੀਈਓ ਪਾਓਲੋ ਅਰਡੋਨੋ ਨੇ ਘੋਸ਼ਣਾ ਵਿੱਚ ਕਿਹਾ, "ਏਆਈ ਦੇ ਭਵਿੱਖ ਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੇਂਦਰੀ ਪਲੇਟਫਾਰਮਾਂ ਨੂੰ ਸਾਡੀ ਨਿੱਜੀ ਜ਼ਿੰਦਗੀ ਲਈ ਇੱਕ ਅਗਲੀ ਕਤਾਰ ਵਾਲੀ ਸੀਟ ਦਿੱਤੀ ਜਾਵੇ।" ਉਸਨੇ ਟ੍ਰਾਂਸਕ੍ਰਾਈਬਪਸੀ ਨੂੰ ਬੋਲਣ ਦੀ ਮਾਨਤਾ ਦੀ ਇੱਕ ਉਦਾਹਰਣ ਵਜੋਂ ਦਰਸਾਇਆ ਜੋ ਨਿੱਜੀ ਹਾਰਡਵੇਅਰ 'ਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ, ਕੇਂਦਰੀ ਢਾਂਚੇ 'ਤੇ ਕੋਈ ਨਿਰਭਰਤਾ ਨਹੀਂ ਹੈ। For more context on this story, see our ongoing AI news.

ਬੈਂਚਮਾਰਕ ਨਤੀਜੇ: ਫ਼ੋਨ CPUs 'ਤੇ ਵਿਸਪਰ ਨਾਲੋਂ ਤੇਜ਼

crypto.news ਦੇ ਅਨੁਸਾਰ, ਜਿਸ ਨੇ ਕੰਪਨੀ ਦੇ ਪ੍ਰਕਾਸ਼ਿਤ ਮੁਲਾਂਕਣ ਦੀ ਸਮੀਖਿਆ ਕੀਤੀ, Tether ਨੇ ਛੇ ਸਮਾਰਟਫ਼ੋਨਾਂ ਵਿੱਚ ਮਾਡਲ ਦੀ ਜਾਂਚ ਕੀਤੀ ਅਤੇ ਪਾਇਆ ਕਿ ਇਹ ਅਗਲੇ ਸਭ ਤੋਂ ਤੇਜ਼ ਸਿਸਟਮ ਦੇ ਮੁਲਾਂਕਣ ਨਾਲੋਂ 2.6 ਗੁਣਾ ਤੇਜ਼ ਚੱਲਦਾ ਹੈ, ਅਤੇ ਓਪਨਏਆਈ ਦੇ ਓਪਨ-ਸੋਰਸ ਵਿਸਪਰ-ਛੋਟੇ ਮਾਡਲ ਨਾਲੋਂ 5.7 ਗੁਣਾ ਤੇਜ਼ ਹੈ ਜਦੋਂ ਫ਼ੋਨ CPUs 'ਤੇ ਚੱਲਦਾ ਹੈ। ਆਈਫੋਨ 'ਤੇ, ਇੱਕ ਕੋਰ ML-ਅਨੁਕੂਲਿਤ ਸੰਸਕਰਣ ਨੂੰ ਤੁਲਨਾ ਵਿੱਚ ਸ਼ਾਮਲ ਇੱਕ ਮੁਕਾਬਲੇ ਵਾਲੇ ਕੋਰ ML ਮਾਡਲ ਨਾਲੋਂ ਅੱਧੇ ਤੋਂ ਘੱਟ ਡਿਸਕ ਸਪੇਸ ਅਤੇ 1.7 ਗੁਣਾ ਘੱਟ ਮੈਮੋਰੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਸ਼ੁੱਧਤਾ ਨੂੰ ਸ਼ਬਦ ਦੀ ਗਲਤੀ ਦਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਾਪਿਆ ਗਿਆ ਸੀ, ਮਿਆਰੀ ਮੈਟ੍ਰਿਕ ਜੋ ਇਹ ਗਿਣਦਾ ਹੈ ਕਿ ਇੱਕ ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ ਸਿਸਟਮ ਅਸਲੀ ਬੋਲੇ ​​ਗਏ ਸਮਗਰੀ ਦੇ ਵਿਰੁੱਧ ਕਿੰਨੇ ਸ਼ਬਦਾਂ ਨੂੰ ਗਲਤ ਕਰਦਾ ਹੈ। Tether ਨੇ ਮਾਡਲ ਦੇ ਨਾਲ-ਨਾਲ ਮੁਲਾਂਕਣ ਸੰਰਚਨਾਵਾਂ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੀਆਂ ਤਾਂ ਜੋ ਸੁਤੰਤਰ ਖੋਜਕਰਤਾ ਰਿਪੋਰਟ ਕੀਤੇ ਗਏ ਸੰਖਿਆਵਾਂ ਨੂੰ ਦੁਬਾਰਾ ਤਿਆਰ ਕਰ ਸਕਣ - ਇੱਕ ਪਾਰਦਰਸ਼ਤਾ ਅਭਿਆਸ ਜੋ ਉਪਭੋਗਤਾ AI ਵਿਕਰੇਤਾਵਾਂ ਵਿੱਚ ਅਸਧਾਰਨ ਰਹਿੰਦਾ ਹੈ।

ਵੱਖ-ਵੱਖ ਹਾਰਡਵੇਅਰ ਲਈ ਚਾਰ ਸੰਸਕਰਣ

ਹਾਰਡਵੇਅਰ ਦੀਆਂ ਵੱਖ-ਵੱਖ ਸ਼੍ਰੇਣੀਆਂ ਦੇ ਉਦੇਸ਼ ਨਾਲ ਚਾਰ ਬਿਲਡਾਂ ਵਿੱਚ ਟ੍ਰਾਂਸਕ੍ਰਾਈਬਪੀਸੀ ਜਹਾਜ਼:

  • ਇੱਕ ਲੈਪਟਾਪ ਮਾਡਲ 25 ਯੂਰਪੀਅਨ ਭਾਸ਼ਾਵਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ
  • ਇੱਕ ਛੋਟੀ ਸੰਰਚਨਾ ਅੱਠ ਆਮ ਤੌਰ 'ਤੇ ਵਰਤੀਆਂ ਜਾਂਦੀਆਂ ਭਾਸ਼ਾਵਾਂ 'ਤੇ ਕੇਂਦ੍ਰਿਤ
  • ਇੱਕ GGUF ਸੰਸਕਰਣ ਜੋ ਮੋਬਾਈਲ ਡਿਵਾਈਸਾਂ ਲਈ, Tether ਦੇ qvac-fabric-speech ਸੌਫਟਵੇਅਰ ਦੇ ਅੰਦਰ parakeet.cpp ਇੰਜਣ ਦੁਆਰਾ ਚਲਦਾ ਹੈ
  • ਐਪਲ ਦੇ ਨਿਊਰਲ ਇੰਜਣ ਲਈ ਅਨੁਕੂਲਿਤ ਇੱਕ ਕੋਰ ML ਸੰਸਕਰਣ, ਸਮਰਪਿਤ ਸਿਲੀਕਾਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਕੂਲ iPhones ਨੂੰ ਟ੍ਰਾਂਸਕ੍ਰਾਈਬ ਕਰਨ ਦਿੰਦਾ ਹੈ

ਮਾਡਲਾਂ ਨੂੰ ਨਿਰੰਤਰ ਆਡੀਓ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਭਾਸ਼ਣ ਦਾ ਪਤਾ ਲੱਗਣ ਤੋਂ ਤੁਰੰਤ ਬਾਅਦ ਟੈਕਸਟ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਟੀਥਰ ਕਹਿੰਦਾ ਹੈ ਕਿ ਸਿਸਟਮ ਵੌਇਸ-ਨਿਯੰਤਰਿਤ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦਾ ਸਮਰਥਨ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਕਦੇ ਵੀ ਬਾਹਰੀ ਸਰਵਰਾਂ ਨੂੰ ਰਿਕਾਰਡਿੰਗਾਂ ਨੂੰ ਸੰਚਾਰਿਤ ਕੀਤੇ ਬਿਨਾਂ ਜਵਾਬ ਦਿੰਦੇ ਹਨ - ਸਮਾਰਟ ਗਲਾਸ ਅਤੇ ਪਹਿਨਣਯੋਗ ਡਿਵਾਈਸਾਂ ਲਈ ਇੱਕ ਸਾਰਥਕ ਦਾਅਵਾ, ਜਿੱਥੇ ਹਮੇਸ਼ਾ-ਚਾਲੂ ਮਾਈਕ੍ਰੋਫੋਨਾਂ ਨੇ ਲਗਾਤਾਰ ਗੋਪਨੀਯਤਾ ਦੀਆਂ ਚਿੰਤਾਵਾਂ ਪੈਦਾ ਕੀਤੀਆਂ ਹਨ।

ਇੱਕ ਵਿਆਪਕ QVAC ਪੁਸ਼ ਦਾ ਹਿੱਸਾ

TranscribePsy Tether ਦੇ QVAC ਪ੍ਰੋਜੈਕਟ ਦੇ ਤਹਿਤ ਨਵੀਨਤਮ ਰੀਲੀਜ਼ ਹੈ, ਜਿਸ ਦਾ 2026 ਤੱਕ ਲਗਾਤਾਰ ਵਿਸਤਾਰ ਹੋਇਆ ਹੈ। ਅਪ੍ਰੈਲ ਵਿੱਚ, ਕੰਪਨੀ ਨੇ QVAC SDK ਪੇਸ਼ ਕੀਤਾ, ਇੱਕ ਓਪਨ-ਸੋਰਸ ਡਿਵੈਲਪਮੈਂਟ ਟੂਲਕਿੱਟ iOS, Android, Windows, macOS ਅਤੇ Linux 'ਤੇ AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਚਲਾਉਣ ਲਈ, ਟੈਕਸਟ ਜਨਰੇਸ਼ਨ, ਸਪੀਚ ਪ੍ਰੋਸੈਸਿੰਗ, ਚਿੱਤਰ ਪਛਾਣ ਅਤੇ ਅਨੁਵਾਦ ਨੂੰ ਕਵਰ ਕਰਦੀ ਹੈ। ਟੂਲਕਿੱਟ QVAC ਫੈਬਰਿਕ 'ਤੇ ਬਣਾਈ ਗਈ ਹੈ, llama.cpp ਦਾ ਇੱਕ ਅਨੁਕੂਲਿਤ ਸੰਸਕਰਣ, ਅਤੇ ਪੀਅਰ-ਟੂ-ਪੀਅਰ ਮਾਡਲ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਲਈ ਹੋਲਪੰਚ ਤਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।

ਸਾਲ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ, Tether ਨੇ QVAC ਫੈਬਰਿਕ ਵਿੱਚ BitNet LoRA ਸਿਖਲਾਈ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕੀਤਾ, ਇਹ ਕਿਹਾ ਕਿ ਇਸ ਵਿੱਚ Pixel 9, Galaxy S25 ਅਤੇ iPhone 16 ਸਮੇਤ ਉਪਭੋਗਤਾ ਡਿਵਾਈਸਾਂ 'ਤੇ 3.8 ਬਿਲੀਅਨ ਪੈਰਾਮੀਟਰਾਂ ਦੇ ਮਾੱਡਲ ਹਨ, iPhone 16 'ਤੇ 13 ਬਿਲੀਅਨ ਪੈਰਾਮੀਟਰਾਂ ਤੱਕ ਦੇ ਮਾਡਲਾਂ ਨੂੰ ਕਵਰ ਕਰਨ ਵਾਲੇ ਟੈਸਟਾਂ ਦੇ ਨਾਲ। ਨੇ ਪੂਰੇ ਵਿਕੀਪੀਡੀਆ ਆਰਕਾਈਵ ਨੂੰ 100 ਵਿਤਰਿਤ ਨੋਡਾਂ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਹੈ। ਅਤੇ ਅਕਤੂਬਰ 2025 ਵਿੱਚ, ਕੰਪਨੀ ਨੇ QVAC ਉਤਪੱਤੀ I ਡੇਟਾਸੈਟ, ਗਣਿਤ, ਵਿਗਿਆਨ ਅਤੇ ਤਕਨੀਕੀ ਤਰਕ ਵਿੱਚ ਸਿਖਲਾਈ ਮਾਡਲਾਂ ਦੇ ਉਦੇਸ਼ ਨਾਲ 41 ਬਿਲੀਅਨ ਸਿੰਥੈਟਿਕ ਟੋਕਨ ਜਾਰੀ ਕੀਤੇ।

ਇਹ ਮਾਇਨੇ ਕਿਉਂ ਰੱਖਦਾ ਹੈ

ਆਨ-ਡਿਵਾਈਸ ਏਆਈ ਰੇਸ ਤੇਜ਼ ਹੋ ਗਈ ਹੈ ਕਿਉਂਕਿ ਡਿਵਾਈਸ ਨਿਰਮਾਤਾ ਅਜਿਹੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਭਾਲ ਕਰਦੇ ਹਨ ਜੋ ਬਿਨਾਂ ਕਨੈਕਟੀਵਿਟੀ ਦੇ ਕੰਮ ਕਰਦੇ ਹਨ ਅਤੇ ਹੈਂਡਸੈੱਟ ਨੂੰ ਛੱਡੇ ਬਿਨਾਂ ਡੇਟਾ ਦੇ ਕੰਮ ਕਰਦੇ ਹਨ। ਵਿਸਪਰ ਸਭ ਤੋਂ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਤੈਨਾਤ ਓਪਨ ਸਪੀਚ ਮਾਡਲ ਬਣਿਆ ਹੋਇਆ ਹੈ, ਪਰ ਇਹ ਇੱਕ ਫ਼ੋਨ CPU ਦੇ ਪਾਵਰ ਲਿਫ਼ਾਫ਼ੇ ਲਈ ਨਹੀਂ ਡਿਜ਼ਾਇਨ ਕੀਤਾ ਗਿਆ ਸੀ, ਜਿੱਥੇ ਉਦੇਸ਼-ਨਿਰਮਿਤ ਛੋਟੇ ਮਾਡਲਾਂ ਨੂੰ ਵੱਖ ਕਰਨ ਲਈ ਥਾਂ ਹੁੰਦੀ ਹੈ। ਟੀਥਰ ਦੇ ਬੈਂਚਮਾਰਕ ਦਾਅਵਿਆਂ, ਜੇਕਰ ਉਹ ਸੁਤੰਤਰ ਪ੍ਰਤੀਕ੍ਰਿਤੀ ਨੂੰ ਕਾਇਮ ਰੱਖਦੇ ਹਨ, ਤਾਂ ਉਸ ਪੈਕ ਦੇ ਮੂਹਰਲੇ ਪਾਸੇ ਟ੍ਰਾਂਸਕ੍ਰਾਈਬਪਸੀ ਪਾ ਦੇਣਗੇ।

ਟੀਥਰ ਲਈ, ਰਣਨੀਤੀ ਵੀ ਇੱਕ ਹੇਜ ਹੈ। ਕੰਪਨੀ ਦਾ ਮੁੱਖ ਕਾਰੋਬਾਰ USDT ਸਟੇਬਲਕੋਇਨ ਬਣਿਆ ਹੋਇਆ ਹੈ, ਪਰ ਇਸਦੀ ਲੀਡਰਸ਼ਿਪ ਨੇ 2026 ਵਿੱਚ ਸਥਾਨਕ-ਪਹਿਲੇ AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦਾ ਇੱਕ ਪੋਰਟਫੋਲੀਓ ਬਣਾਉਣ ਵਿੱਚ ਖਰਚ ਕੀਤਾ ਹੈ — ਮਾਡਲਾਂ, SDKs, ਡਾਟਾਸੈਟਾਂ ਅਤੇ ਪੀਅਰ-ਟੂ-ਪੀਅਰ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ — ਜੋ ਕਿ ਇਸ ਦੇ ਉਪਭੋਗਤਾ ਅਧਾਰ ਦੇ ਵਿਕੇਂਦਰੀਕ੍ਰਿਤ ਸਿਧਾਂਤ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਮੌਜੂਦਾ ਸਮੇਂ ਵਿੱਚ ਜ਼ਿਆਦਾਤਰ ਕਲਾਉਡ AI ਨਿਯੰਤਰਣ ਵਿੱਚ ਨਿਰਭਰਤਾ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ।

ਕੀ ਇੱਕ ਸਟੇਬਲਕੋਇਨ ਜਾਰੀਕਰਤਾ ਭਾਸ਼ਣ AI ਵਿੱਚ ਇੱਕ ਭਰੋਸੇਯੋਗ ਖਿਡਾਰੀ ਬਣ ਸਕਦਾ ਹੈ ਇੱਕ ਖੁੱਲਾ ਸਵਾਲ ਹੈ। ਪਰ ਇੱਕ ਪ੍ਰਕਾਸ਼ਿਤ ਬੈਂਚਮਾਰਕ, ਰੀਪ੍ਰੋਡਿਊਸੀਬਲ ਕੌਂਫਿਗਰੇਸ਼ਨਾਂ ਅਤੇ ਇੱਕ ਕਾਰਜਸ਼ੀਲ ਮਾਡਲ ਦੇ ਨਾਲ ਜੋ ਲੋਕਾਂ ਦੇ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਆਪਣੇ ਫ਼ੋਨਾਂ 'ਤੇ ਚੱਲਦਾ ਹੈ, ਟ੍ਰਾਂਸਕ੍ਰਾਈਬਪਸੀ ਜ਼ਿਆਦਾਤਰ ਆਨ-ਡਿਵਾਈਸ AI ਘੋਸ਼ਣਾਵਾਂ ਨਾਲੋਂ ਇੱਕ ਵਧੇਰੇ ਠੋਸ ਰੀਲੀਜ਼ ਹੈ - ਅਤੇ ਇੱਕ ਸੰਕੇਤ ਹੈ ਕਿ AI ਮਾਰਕੀਟ ਦਾ ਗੋਪਨੀਯਤਾ-ਪਹਿਲਾ ਹਿੱਸਾ ਅਸੰਭਵ ਪ੍ਰਵੇਸ਼ਕਾਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰ ਰਿਹਾ ਹੈ।

ਵਪਾਰ-ਬੰਦ: ਸਮਰੱਥਾ ਬਨਾਮ ਨਿਯੰਤਰਣ

ਛੋਟੇ ਔਨ-ਡਿਵਾਈਸ ਮਾਡਲ ਅਜੇ ਵੀ ਆਪਣੇ ਕਲਾਉਡ ਹਮਰੁਤਬਾ ਨੂੰ ਕੱਚੀ ਸ਼ੁੱਧਤਾ 'ਤੇ ਪਛਾੜਦੇ ਹਨ, ਖਾਸ ਤੌਰ 'ਤੇ ਲਹਿਜ਼ੇ ਵਾਲੇ ਭਾਸ਼ਣ, ਪਿਛੋਕੜ ਦੇ ਸ਼ੋਰ ਅਤੇ ਵਿਸ਼ੇਸ਼ ਸ਼ਬਦਾਵਲੀ 'ਤੇ। ਬਦਲੇ ਵਿੱਚ ਉਹ ਜੋ ਪੇਸ਼ਕਸ਼ ਕਰਦੇ ਹਨ ਉਹ ਢਾਂਚਾਗਤ ਹੈ: ਕੋਈ ਨੈੱਟਵਰਕ ਨਿਰਭਰਤਾ ਨਹੀਂ, ਕੋਈ ਪ੍ਰਤੀ-ਲਿਪੀ ਪ੍ਰਤੀਲਿਪੀ API ਲਾਗਤ ਨਹੀਂ, ਅਤੇ ਕੋਈ ਤੀਜੀ ਧਿਰ ਆਡੀਓ ਰੱਖਣ ਵਾਲੀ ਨਹੀਂ ਹੈ। ਸਮਾਰਟ ਗਲਾਸ ਵਰਗੀਆਂ ਪਹਿਨਣਯੋਗ ਚੀਜ਼ਾਂ ਲਈ, ਜਿੱਥੇ ਇੱਕ ਕਲਾਉਡ ਰਾਊਂਡ-ਟਰਿੱਪ ਹਰ ਪਰਸਪਰ ਕ੍ਰਿਆ ਵਿੱਚ ਲੇਟੈਂਸੀ ਜੋੜਦਾ ਹੈ ਅਤੇ ਇੱਕ ਹਮੇਸ਼ਾ-ਸੁਣਨ ਵਾਲਾ ਮਾਈਕ੍ਰੋਫ਼ੋਨ ਉਤਪਾਦ ਦਾ ਪੂਰਾ ਬਿੰਦੂ ਹੈ, ਸਥਾਨਕ ਪ੍ਰੋਸੈਸਿੰਗ ਦਲੀਲ ਨਾਲ ਇੱਕੋ ਇੱਕ ਡਿਜ਼ਾਇਨ ਹੈ ਜੋ ਗੋਪਨੀਯਤਾ ਪ੍ਰਤੀਕਿਰਿਆ ਦੇ ਬਿਨਾਂ ਸਕੇਲ ਕਰਦਾ ਹੈ।

ਟੀਥਰ ਸੱਟੇਬਾਜ਼ੀ ਕਰ ਰਿਹਾ ਹੈ ਕਿ ਇਹ ਵਪਾਰ ਹਰ ਹਾਰਡਵੇਅਰ ਪੀੜ੍ਹੀ ਦੇ ਨਾਲ ਸਥਾਨਕ ਪ੍ਰੋਸੈਸਿੰਗ ਵੱਲ ਹੋਰ ਝੁਕਦਾ ਹੈ। ਮੌਜੂਦਾ ਫਲੈਗਸ਼ਿਪ ਫੋਨਾਂ ਵਿੱਚ ਨਿਊਰਲ ਇੰਜਣ ਪਹਿਲਾਂ ਹੀ ਡਬਲ-ਅੰਕ-ਬਿਲੀਅਨ-ਪੈਰਾਮੀਟਰ ਅਨੁਮਾਨ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਅਤੇ ਕੁਝ ਸੌ-ਮਿਲੀਅਨ ਰੇਂਜ ਵਿੱਚ ਮਾਡਲ — ਜਿਵੇਂ ਕਿ ਟ੍ਰਾਂਸਕ੍ਰਾਈਬਪਸੀ — ਬੈਟਰੀ ਨੂੰ ਖਤਮ ਕੀਤੇ ਬਿਨਾਂ ਲੰਬੇ ਸੰਦਰਭ, ਵਧੇਰੇ ਭਾਸ਼ਾਵਾਂ, ਅਤੇ ਹਮੇਸ਼ਾਂ ਚਾਲੂ ਓਪਰੇਸ਼ਨ ਲਈ ਹੈੱਡਰੂਮ ਛੱਡ ਦਿੰਦੇ ਹਨ।

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →