تحلیل و بررسی تخصصی

شرکت Poolside AI با معرفی خانواده مدل‌های Laguna، استانداردهای کدنویسی عامل‌محور را تغییر داد. مدل بازمتن Laguna XS.2 اکنون می‌تواند پیچیده‌ترین وظایف مهندسی نرم‌افزار را با دقتی…

انویدیا با معرفی Nemotron 3 Nano Omni، استانداردهای تحلیل اسناد و ویدئو را جابه‌جا کرد. این مدل با معماری ترکیبی، کارایی را در پردازش‌های پیچیده تا ۹ برابر افزایش داده است.

شرکت Mistral AI مدل Voxtral TTS را معرفی کرد؛ یک مدل ۴ میلیارد پارامتری که در طبیعی بودن صدا، ElevenLabs را شکست می‌دهد. این مدل با تأخیر بسیار کم و قابلیت تطبیق سریع صدا،…

مایکروسافت با معرفی VibeVoice، عصر خرد کردن فایل‌های صوتی را به پایان رساند. این چارچوب قادر است فایل‌های ۶۰ دقیقه‌ای را در یک مرحله پردازش کند و انسجام لحن گوینده را در بازه‌های…

سری مدل‌های جدید Qwen3-VL با معرفی معماری‌های DeepStack و MRope، استانداردهای درک ویدیو را تغییر دادند. این مدل‌ها با استفاده از همراستاسازی متنی، دقت خیره‌کننده‌ای در شناسایی…

شرکت Anthropic برای مقابله با دست‌کاری‌های سیاسی در انتخابات ۲۰۲۶، لایه‌های دفاعی جدیدی را برای مدل‌های Claude فعال کرده است. این استراتژی ترکیبی از آموزش‌های اخلاقی،…

پژوهشگران مدل talkie را معرفی کردند؛ یک مدل ۱۳ میلیارد پارامتری که تنها با متون پیش از سال ۱۹۳۱ آموزش دیده است. این مدل با وجود عدم شناخت کامپیوترهای دیجیتال، توانایی‌های…

انحصار آزمایشگاه‌های آمریکایی در هوش مصنوعی در حال فروپاشی است. مدل‌های باز-وزن چینی با کاهش شدید هزینه‌های آموزش، قابلیت‌های پیشرو را به یک کالای عمومی تبدیل کرده‌اند.

پژوهشگران مدل Talkie-1930-13b را معرفی کردند؛ سیستمی که تنها با متون پیش از سال ۱۹۳۱ آموزش دیده اما قادر است کدنویسی پایتون را بیاموزد. این دستاورد ثابت می‌کند که مقیاس مدل…

پلتفرم OpenMOSS با معرفی MOSS-Audio، مرزهای تحلیل صوتی را جابه‌جا کرد. این مدل بنیادی با معماری نوآورانه، توانسته است در نسخه‌ی ۸ میلیاردی خود، مدل‌های ۳۰ میلیاردی را در دقت تحلیل…

اوپن‌ای‌آی مدل متن‌باز Privacy Filter را برای شناسایی و حذف خودکار اطلاعات حساس در پنجره‌های حجیم ۱۲۸ هزار توکنی معرفی کرد. این ابزار با حذف نیاز به تکه‌تکه کردن متن، امنیت…