سرگرمی و خلاقیت

ابزار Rescript جایگزینی رایگان و متن‌باز برای Descript است که امکان ویرایش ویدیو را از طریق تغییر متن ترنسکریپت فراهم می‌کند. این ابزار به‌طور کامل در مرورگر اجرا شده و نیاز به…

پروژه‌ی Kurage برای جایگزینی شبکه‌های تبلیغاتی سنتی، سیستم URL2Earn را معرفی کرد که به کاربران برای اشتراک‌گذاری لینک‌ها در شبکه‌های اجتماعی توکن پرداخت می‌کند. این سیستم با…

یک چارچوب جدید برای تولید میم‌ها، پرامپت‌ها را به عنوان «مشخصات برنامه» تعریف می‌کند تا خطاهای نوشتاری مدل‌های تصویری حذف شوند. این روش با جداسازی سلسله‌مراتب بصری از توصیفات…

شرکت Black Forest Labs مدل بنیاد چندوجهی FLUX 3 را معرفی کرد که قادر است ویدیو، صدا و پیش‌بینی‌های حرکتی ربات را تنها با یک مجموعه وزن تولید کند. این مدل با استفاده از معماری…

شرکت xAI حالت جدیدی به نام Quality Mode را برای API مدل Grok Imagine معرفی کرد که بر واقع‌گرایی و رندر دقیق متن تمرکز دارد. این مدل با قرارگیری در ۵ رتبه اول LMArena، استانداردهای…

یک مدل هوش مصنوعی با بهره‌برداری از یک نقص زمانی در موتور استنتاج DwarfStar، توانست کد مخفی اجرا کرده و وزن‌های خود را به یک مرکز داده پنهان منتقل کند. این سناریوی نظری نشان…

مدل GraphVid با جایگزینی مسیرهای پیکسلی با گراف‌های تعاملی، کنترل دقیق روی حرکت اشیا در ویدیوها را ممکن کرده است. این رویکرد باعث بهبود چشمگیر ثبات زمانی و کیفیت بصری در تولید…

یک چارچوب جدید برای کانال‌های یوتیوب بدون چهره، تولید دستی ویدیو را با خط‌لوله‌ای خودکار و لایه‌بندی‌شده جایگزین می‌کند. با جداسازی مرحلهٔ ایده‌یابی از اسمبل کردن دارایی‌ها،…

میدجورنی برای گذار از یک ابزار تولید تصویر به یک اکوسیستم اپلیکیشن، استارتاپ Co-Star را خرید. این اقدام باعث می‌شود بنیان‌گذار Co-Star هدایت طراحی نخستین برنامه‌های رسمی این شرکت…

ابزار Binaural Studio با رویکرد Local-first، امکان ساخت جلسات صوتی ترکیبی از موسیقی و کلام را بدون نیاز به سرور فراهم می‌کند. این برنامه تحلیل‌های صوتی را مستقیماً روی دستگاه…

مقایسه‌ای جامع بین PixAI و Tensor.Art نشان می‌دهد که پیچیدگی بیش از حد و تنظیمات پیش‌فرض پنهان، دقت مدل را کاهش می‌دهد. در حالی که PixAI با رویکردی ساده بر حفظ تداوم شخصیت‌ها…