سرگرمی و خلاقیت

یک پروژه متن‌باز با استفاده از مدل Amazon Nova 2 Sonic و رزبری‌پای ۵، اسباب‌بازی ماهی Billy Bass را به یک دستیار صوتی با تأخیر بسیار کم تبدیل کرده است. این سامانه با تحلیل لحظه‌ای…

ابزار Hailuo AI امکان تبدیل پرامپت‌های ساده یا تصاویر به آزمایش‌های بصری کوتاه را فراهم می‌کند. این سرویس به عنوان یک دفترچه طراحی دیجیتال برای تست اتمسفر و قلاب‌های ویدئویی پیش…

خواننده و ستاره موسیقی، لورد، در کنسرت مادرید از خرید عینک‌های هوشمند AI خودداری کرد و این فناوری را «ناجذاب» خواند. این واکنش در حالی رخ می‌دهد که متا تلاش می‌کند سخت‌افزارهای…

ابزار جدیدی با ترکیب Snowflake SQL و مدل‌های زبانی، الگوهای کدنویسی را در مخازن گیت‌هاب شناسایی کرده و داستان توسعه پروژه را روایت می‌کند. این سیستم برای جلوگیری از توهمات هوش…

یک تکنیک جدید در مهندسی پرامپت برای GPT-Image-2، عکاسی محصول را به یک مسئله‌ی «تغییر محدود» تبدیل کرده تا پس‌زمینه‌های شلوغ حذف شوند. با تعریف محصول به عنوان یک متغیر ثابت،…

پلتفرم LoRA AI فرآیند آموزش مدل‌های انطباق کم‌رتبه را به‌طور کامل به مرورگر منتقل کرد. این ابزار نیاز به نصب CUDA یا داشتن GPUهای قدرتمند محلی را حذف کرده و زنجیره تولید تصویر و…

مدل Runway Gen 5 با تمرکز بر پایداری بصری و کیفیت ۱۰۸۰p عرضه شد. با وجود پیشرفت در جزئیات، تولیدکنندگان برای حل مشکل فراموشی شخصیت‌ها به سامانه‌های چندعاملی روی آورده‌اند.

یک فونت آزمایشی جدید با استفاده از حرکت و نویز، متونی ایجاد می‌کند که برای انسان قابل خواندن اما برای مدل‌های چندوجهی هوش مصنوعی نامفهوم است. این سیستم با انتقال اطلاعات از تصاویر…

توسعه‌دهنده‌ای به نام هیمانشو اپلیکیشن Ember را طراحی کرده است تا کاربران با سرابی از سرگرمی‌های رهاشده در کودکی مواجه شوند. این ابزار با استفاده از هوش مصنوعی زاینده و بلاک‌چین،…

تیم‌های Kyutai و Mirelo مدل وزن‌باز MuScriptor را برای تبدیل فایل‌های صوتی چند‌سازه به نت‌های MIDI معرفی کردند. این مدل با استفاده از یک خط‌لوله آموزشی سه‌مرحله‌ای، رکورد جدیدی را…

یک دموی فنی جدید با استفاده از LiteRT.js گوگل، امکان شناسایی ۳۸۷ نوع محصول کشاورزی را کاملاً درون مرورگر فراهم کرده است. این پروژه ثابت می‌کند شناسایی تصاویر با تنوع بالا می‌تواند…