Gnani.ai ने उपक्रमांसाठी सार्वभौम AI स्टॅक अर्थाचे अनावरण केले
Gnani.ai ने Artha चे अनावरण केले आहे, एक सार्वभौम AI स्टॅक आहे जो त्याच्या 30 Bn-पॅरामीटर बहुभाषिक मॉडेल Evon v3.3 आणि एजंटिक AI प्लॅटफॉर्म Plexus वर बांधला आहे.
संवेदनशील डेटा आणि अंतर्निहित तंत्रज्ञानावर नियंत्रण राखून एंटरप्राइजेस आणि सार्वजनिक संस्थांना एआय तैनात करण्यात मदत करणे हे अर्थाचे उद्दिष्ट आहे.
Evon v3.3 11 भारतीय भाषांना सपोर्ट करते, तर त्याचे वजन Apache 2.0 लायसन्स अंतर्गत Hugging Face वर विनंती केल्यावर उपलब्ध आहे.
व्हॉइस एआय स्टार्टअप ज्ञानी.आई ने Artha चे अनावरण केले आहे, जो भारतीय उद्योग आणि सार्वजनिक संस्थांना उद्देशून एक एंड-टू-एंड सार्वभौम AI स्टॅक आहे.
भारताचे उपाध्यक्ष सीपी राधाकृष्णन यांच्या हस्ते आज नवी दिल्लीत या व्यासपीठाचे अनावरण करण्यात आले.
अर्थाने Gnani.ai च्या दोन मुख्य ऑफरिंग्स एकत्र केल्या आहेत – Evon v3.3, 30 Bn-पॅरामीटर ओपन वेट मॉडेल जे 11 भारतीय भाषांमध्ये प्रशिक्षित आहे आणि Plexus, स्टार्टअपचे एजंटिक AI प्लॅटफॉर्म.
Evon v3.3 अंतर्निहित भाषा बुद्धिमत्ता प्रदान करते, Plexus संस्थांना विशिष्ट कार्यप्रवाहांसाठी AI एजंट तयार आणि तैनात करण्यास सक्षम करते. Gnani.ai ने सांगितले की, इंटिग्रेटेड स्टॅक एंटरप्राइझना त्यांच्या डेटा आणि तंत्रज्ञानाच्या पायाभूत सुविधांवर नियंत्रण ठेवत AI वापरण्याची परवानगी देईल.
Evon v3.3 चे वजन Apache 2.0 लायसन्स अंतर्गत AI मॉडेल रिपॉजिटरी हगिंग फेस वर विनंती केल्यावर उपलब्ध आहे. मॉडेल वेट्समध्ये प्रशिक्षणादरम्यान एआय मॉडेलने शिकलेले नमुने आणि संबंध असतात आणि ते इनपुट्सचा अर्थ कसा लावतात आणि प्रतिसाद कसा निर्माण करतात हे निर्धारित करतात.
Evon v3.3 हे Gnani.ai चे पहिले मोठ्या भाषेतील मॉडेल लाँच आहे, Gnani.ai सहसंस्थापक आणि CEO गणेश गोपालन यांनी Inc42 ला सांगितले. 30 Bn-पॅरामीटर मॉडेलला 2 Tn टोकन्सवर प्रशिक्षित केले गेले आहे, ज्यामध्ये तर्क आणि भारतीय-भाषेच्या कामगिरीवर लक्ष केंद्रित केले आहे.
स्टार्टअप आता 70 Bn- आणि 100 Bn- पॅरामीटर मॉडेल्ससह मॉडेल कुटुंबाचा विस्तार करण्याची योजना आखत आहे, वापर प्रकरणांच्या जटिलतेवर अवलंबून. शिवाय, Gnani.ai नजीकच्या काळात मॉडेलच्या भाषा कव्हरेजचा विस्तार 11 वरून 22 भाषांमध्ये करण्याचा विचार करत आहे.
गोपालन म्हणाले की Gnani.ai चे आगामी स्पीच-टू-स्पीच तंत्रज्ञान लक्षात घेऊन 30 Bn-पॅरामीटर मॉडेल विकसित केले गेले आहे, जेथे कमी-विलंबता तर्क गंभीर असेल. स्टार्टअपने स्पीच-टू-स्पीच मॉडेल लॉन्च करण्यासाठी टाइमलाइन उघड केलेली नाही.
तरीसुद्धा, त्यात असे म्हटले आहे की Evon v3.3 भारतीय भाषेतील वर्कलोडसाठी तुलनात्मक मॉडेल्सपेक्षा सुमारे 40% कमी टोकन वापरते, ज्यामुळे गणना खर्च कमी करण्यास मदत होते. गोपालन म्हणाले की कार्यक्षमतेवर लक्ष केंद्रित करणे विशेषतः महत्वाचे आहे कारण ज्ञानी त्यांचे मॉडेल बेंचमार्क कामगिरीसाठी पूर्णपणे तयार करण्याऐवजी उत्पादनात तैनात करण्याचा विचार करतात.
Gnani.ai नुसार, AI चा अवलंब करणाऱ्या भारतीय संस्थांना भेडसावणाऱ्या तीन आव्हानांना सामोरे जाण्यासाठी Artha विकसित करण्यात आली आहे – डेटा सार्वभौमत्व, मोठ्या प्रमाणावर AI तैनात करण्याची किंमत आणि भारतीय भाषांमध्ये प्रभावीपणे काम करण्याची क्षमता आणि वास्तविक-जगातील वापर प्रकरणे.
गोपालन म्हणाले की, Gnani.ai ने निवडक ग्राहकांना मॉडेल दाखवण्यास सुरुवात केली आहे, 20 पैकी पाच एंटरप्राइजेस ज्यांनी पुण्यात नुकत्याच झालेल्या ग्राहक बैठकीला हजेरी लावली आहे त्यांनी आधीच स्वारस्य व्यक्त केले आहे आणि इव्हॉनच्या शीर्षस्थानी तयार होण्यास सुरुवात केली आहे. त्याच्या संभाव्य वापराच्या प्रकरणांमध्ये अंडररायटिंग, जाहिराती आणि पेमेंट रिकन्सिलिएशनचा समावेश आहे, जरी या प्रतिबद्धता सध्या सुरुवातीच्या टप्प्यावर आहेत आणि इव्हॉनचे कोणतेही उपयोजन अद्याप थेट झाले नाही.
काही व्हॉईस एआय वर्कफ्लो आधीच मोठ्या प्रमाणावर स्वायत्त आहेत, गोपालन म्हणाले की अंडररायटिंग आणि पेमेंट रिकन्सिलिएशन यासारख्या नियमन केलेल्या वापराच्या केसेस सुरुवातीला लूपमध्ये मानवांना ठेवतील. कर्ज ऑनबोर्डिंग दरम्यान दस्तऐवज आणि डेटा जुळणे यासारखी अधिक नियमित कार्ये अधिक स्वायत्त होण्याची त्याला अपेक्षा आहे.
ज्ञानी सार्वभौम AI पिच
परदेशी AI प्रणालींवरील देशाचे अवलंबित्व कमी करण्यासाठी भारत सरकार स्वदेशी पायाभूत मॉडेल्सच्या विकासावर जोर देत असताना हे लॉन्च करण्यात आले आहे.
Gnani.ai हे 2025 मध्ये IndiaAI मिशन अंतर्गत स्वदेशी पायाभूत AI मॉडेल्स विकसित करण्यासाठी निवडलेल्या स्टार्टअप्सपैकी एक होते. तर्क क्षमतांसह बहुभाषिक, रिअल-टाइम व्हॉइस एआय मूलभूत मॉडेल तयार करण्यासाठी स्टार्टअपची निवड करण्यात आली.
डिसेंबर 2025 मध्ये, 1 मिलियन तासांहून अधिक रिअल-वर्ल्ड व्हॉइस डेटावर प्रशिक्षित भारतीय भाषांसाठी भाषणा-टू-टेक्स्ट (STT) मॉडेल, Vachana STT लाँच केले. हे मॉडेल इंडियाएआय मिशन अंतर्गत विकसित करण्यात आले होते आणि ते स्टार्टअपच्या व्यापक आवाज तंत्रज्ञान स्टॅकचा भाग होते.
गोपालन आणि अनंत नागराज यांनी 2017 मध्ये स्थापन केलेले, बेंगळुरूस्थित Gnani.ai एंटरप्राइजेससाठी व्हॉइस एआय उत्पादने ऑफर करते. त्याच्या ऑफरमध्ये आभासी सहाय्यक, ग्राहक सेवा एजंटना रिअल-टाइम मार्गदर्शन देणारी साधने आणि फसवणूक शोधण्यासाठी व्हॉइस बायोमेट्रिक्स यांचा समावेश आहे.
बँकिंग, विमा, आरोग्यसेवा, दूरसंचार आणि सरकारी सेवा यांसारख्या क्षेत्रांमध्ये वापरल्या जाणाऱ्या उत्पादनांसह स्टार्टअप उद्योग आणि सरकारी संस्थांची पूर्तता करते.
Gnani.ai ची अपेक्षा आहे की इव्हॉन आणि प्लेक्सस पुढील वर्षभरात त्यांच्या व्यवसायात 20-30% योगदान देतील, जरी त्यांचा विद्यमान व्हॉईस एआय व्यवसाय वाढत चालला आहे. गोपालन म्हणाले की कंपनी सध्या आपल्या पारंपरिक व्हॉईस व्यवसायात महिन्याला सुमारे 10-15 ग्राहक जोडत आहे.
या वर्षाच्या सुरुवातीला Gnani.ai मालिका B फेरीत $10 मिलियन जमा केले अविष्कार कॅपिटलच्या नेतृत्वाखाली, विद्यमान गुंतवणूकदार इन्फो एज व्हेंचर्सच्या सहभागासह. हे भांडवल आंतरराष्ट्रीय स्तरावर विस्तारण्यासाठी, त्याच्या एजंटिक एआय क्षमतांना बळकट करण्यासाठी, बहुभाषिक आणि उद्योग-विशिष्ट उत्पादने विकसित करण्यासाठी आणि त्याच्या अभियांत्रिकी आणि उत्पादन संघांचा विस्तार करण्यासाठी वापरला जाईल असे त्यात म्हटले आहे.
जर (window.location.pathname === ” || window.location.pathname === “/datalabs/pricing/” || window.location.pathname === “/datalabs/demo/” ) { !function(f,b,e,v,n,t,s) {if(f.fbq)return;n=f.fbq=function(){n.callMethod.apply(n,arguments):n.queue.push(arguments)}; if(!f._fbq)f._fbq=n;n.pushed=n.';=0; n.queue=();t=b.createElement(e);t.async=!0; t.src=v;s=b.getElementsByTagName(e)(0); s.parentNode.insertBefore(t,s)}(विंडो, डॉक्युमेंट,'स्क्रिप्ट', 'fbq,'76}58); कार्य if(!f._fbq)f._fbq=n;n.push=n;n.loaded=!0;n.version='2.0'; n.queue=();t=b.createElement(e);t.async=!0; t.src=v;s=b.getElementsByTag(0); s.parentNode.insertBefore(t,s)}(विंडो, दस्तऐवज,'स्क्रिप्ट', 'fbq('init', '862840770475518');

Comments are closed.