سرگرمی و خلاقیت

آزمایش‌های جدید نشان می‌دهد مدل‌های زبانی بزرگ می‌توانند با نوشتن کد برای شبیه‌سازی فیزیکی رنگ روی بوم، آثار هنری پیچیده خلق کنند. این رویکرد برخلاف مدل‌های انتشار، بر استدلال…

پروژه agent-wow به مدل GPT-6 Astra اجازه داد تا بدون استفاده از بینایی ماشین و تنها از طریق تعامل مستقیم با پروتکل سرور، تمام ماموریت‌های منطقه آغازین بازی World of Warcraft را در…

پروژه Afterlight با ایجاد یک موزه دیجیتال از سال ۲۱۲۶، سیستمی را معرفی می‌کند که در آن هر روایت تولیدشده توسط Gemini باید توسط یک کیوریتور انسانی تأیید شود. این رویکرد نشان می‌دهد…

شرکت Black Forest Labs مدل Flux 3 Image را برای ویرایش دقیق بخش‌های خاصی از تصویر بدون تغییر در کل صحنه معرفی کرد. این مدل با پشتیبانی از خروجی 4K و لایسنس تجاری، مستقیماً با رقیب…

شرکت Suno مدل بتای Speech را معرفی کرد که قادر است گفتار و موسیقی پس‌زمینه را به‌صورت هم‌زمان و هماهنگ تولید کند. این قابلیت مرز میان تولید موسیقی و تولید محتوای صوتی را از بین…

یک چارچوب جدید برای مهندسی معکوس ویدیو، تولید لوپ‌های سینمایی پیش‌بینی‌پذیر را بدون نیاز به آزمون و خطاهای هزینه‌بر ممکن می‌کند. این روش با تفکیک پرامپت‌ها به دو بخش «گراف صحنه» و…

توسعه‌دهندگانی که از نسخه‌های رایگان TTS به مدل‌های پولی مهاجرت می‌کنند، باید تأخیر، شبیه‌سازی صدا و مجوزهای تجاری را بر هزینه اولویت دهند. مدل‌های عصبی برای عبور از سقف کیفیت…

مدل جدید Ideogram 4.5 با تمرکز بر ویرایش‌های جزئی و سازگار، امکان تغییر بخش‌های خاصی از تصویر را بدون تغییر در سایر پیکسل‌ها فراهم می‌کند. این به‌روزرسانی فاصله میان ایده‌پردازی…

شرکت Tavus مدل Griffin را معرفی کرد؛ سیستمی که با شبیه‌سازی دقیق حرکات صورت و زبان بدن، مرز بین آواتارهای دیجیتال و انسان را می‌شکند. در یک مطالعه، نیمی از شرکت‌کنندگان نتوانستند…

شرکت Shadow یک خط لولهٔ نظارتی چندوجهی برای شناسایی تغییرات ناخواسته در چهره و آرتیفکت‌های تصویری معرفی کرد. این سیستم با شناسایی خطاها پیش از رندر نهایی، از اتلاف گستردهٔ منابع…

یک توسعه‌دهنده معماری فنی اپلیکیشن Colorize Old Photos را افشا کرد که با استفاده از رایانش لبه و مدل‌های تخصصی، عکس‌های سیاه و سفید را رنگی و ترمیم می‌کند. این پروژه چالش‌های…

پرانیث کاویا تاتسارا با استفاده از ابزار Rive، سیستم‌های انیمیشنی پویا را برای ربات‌های همراه AI طراحی کرده است. این متد با جایگزینی ویدیوهای ثابت با ماشین‌های حالت، اجازه می‌دهد…