سرگرمی و خلاقیت

شرکت Runway ابزاری به نام Media Router را معرفی کرد که بر اساس اولویت‌های کیفیت، سرعت یا هزینه، بهینه‌ترین مدل تصویر، ویدیو یا صدا را برای توسعه‌دهندگان انتخاب می‌کند. این اقدام،…

شرکت Black Forest Labs مدل چندوجهی Flux 3 را معرفی کرد که برخلاف رقبایش، صوت و تصویر را به‌طور هم‌زمان آموزش دیده است. این مدل ویدیوهایی تا ۲۰ ثانیه با صدای بومی تولید می‌کند و در…

یک مهارت (Skill) متن‌باز جدید با استفاده از پروتکل MCP، مدل Gemini Omni Flash را به Claude Code متصل کرد. این ابزار امکان ویرایش تکرارشونده و حالت‌مند (Stateful) ویدیوها را فراهم…

آمازون سرویس بازی ابری Luna را برای کاربران Fire TV در آمریکا و انگلیس مستقیماً به اپلیکیشن Prime Video اضافه کرد. این اقدام به مشترکان پرایم اجازه می‌دهد بدون نیاز به…

یک چارچوب تست سخت‌گیرانه برای خط لوله waoowaoo معرفی شده است که امکان اندازه‌گیری پایداری شخصیت‌ها و قابلیت بازیابی را در تولید ویدیوهای محلی فراهم می‌کند. این متد با استفاده از…

پلتفرم Speakworld با جایگزینی تمرینات تکراری با محیط‌های مجازی تعاملی، یادگیری زبان‌های هندی، ژاپنی و اسپانیایی را به یک تجربه بازی‌گونه تبدیل کرده است. کاربران در این سامانه از…

ابزار متن‌باز nb2lite-skill-kiro با ادغام مدل Gemini 3.1 Flash Lite، امکان ویرایش گام‌به‌گام و حفظ وضعیت (Stateful) تصاویر را فراهم کرد. این سیستم با استفاده از پروتکل MCP اجازه…

یک گردش‌کار جدید در هوش مصنوعی امکان تولید ورقه‌های چند-فیگوری (Pose Sheets) را از طریق یک تصویر مرجع فراهم می‌کند. این روش با ترکیب پرامپت‌های ساختاریافته و تثبیت جزئیات، مشکل…

در حالی که استقرار محلی Stable Diffusion کنترل کاملی به کاربر می‌دهد، پیچیدگی‌های فنی برای تازه‌کاران بازدارنده است. پلتفرم PixAI با انتقال مدل‌ها به مرورگر، نیاز به سخت‌افزار…

پلتفرم Xelta با ساده‌سازی جریان‌های کاری هوش مصنوعی، امکان تبدیل متون کوتاه به ویدئوهای باکیفیت را فراهم کرده است. این ابزار هزینه‌ها و زمان تولید محتوای بصری را برای کسب‌وکارها و…

پلتفرم Voor AI روشی را معرفی کرده است که گردش‌کارهای تولید محتوای بصری را از تب‌های مرورگر به سیستم‌هایی مانند Git منتقل می‌کند. این متد با استفاده از گراف‌های JSON قابل حمل،…