سرگرمی و خلاقیت

گوگل برای آموزش مدل‌های هوش مصنوعی خود با استودیوهای بزرگی چون دیزنی وارد مذاکره شده است. این استراتژی تلاشی است برای تبدیل Gemini از یک ابزار بحث‌برانگیز به یک محصول سرگرمیِ…

گوگل ابزار Google Pics را برای کاربران Workspace و مشترکین AI عرضه کرد. این سرویس با قابلیت قطعه‌بندی اشیا و ویرایش متن‌های درون‌تصویری، فرآیند آزمون و خطای پرامپت‌نویسی را برای…

شرکت World Labs مدل چندوجهی Atlas را معرفی کرد که قادر است محیط‌های سه‌بعدی پیچیده را تنها با چند تصویر محدود بازسازی و شبیه‌سازی کند. این مدل برخلاف ابزارهای تخصصی، درک بومی از…

گوگل ابزار Google Pics را برای کاربران تجاری Workspace معرفی کرد تا امکان ویرایش دقیق اشیا و متون درون تصاویر تولیدشده توسط هوش مصنوعی فراهم شود. این مجموعه ابزار با هدف جایگزینی…

آزمون‌های مدل Tsubaki.3 نشان می‌دهد که با افزایش تعداد پنل‌ها در یک تصویر، جزئیات ظریف شخصیت‌ها حذف می‌شوند. این یافته‌ها ثابت می‌کند که مدل‌های تبدیل متن به تصویر با محدودیت…

عامل Hermes اکنون با پشتیبانی از NeuTTS، امکان تبدیل متن به گفتار را بدون نیاز به کلیدهای API خارجی فراهم کرده است. این به‌روزرسانی با حذف پیچیدگی‌های احراز هویت، گردش کار تولید…

ابزارهای خلاقیت مبتنی بر هوش مصنوعی اکنون امکان تولید عکس‌های حرفه‌ای استودیویی و لایف‌استایل را تنها با یک تصویر مرجع فراهم کرده‌اند. این تحول نیاز به مدل‌های انسانی، تجهیزات…

سیستم Solaris از شرکت Runway رابط‌های کاربری را به‌جای اجرای کد، به‌صورت فریم‌به‌فریم و در قالب ویدیو تولید می‌کند. این رویکرد اجازه می‌دهد اپلیکیشن‌ها به‌صورت آنی با نیاز کاربر…

شرکت Runway مدل Solaris را معرفی کرد که به جای کدهای سنتی، رابط‌های کاربری وب و اپلیکیشن را به‌صورت ویدیوهای زنده و در لحظه تولید می‌کند. این فناوری می‌تواند نیاز به توسعه…

نسخه ۴.۰ ویرایشگر OpenShot با اضافه کردن قابلیت‌های جداسازی سوژه مبتنی بر هوش مصنوعی و ابزارهای پیشرفته اصلاح رنگ، به یک استودیوی تولید کامل تبدیل شده است. این به‌روزرسانی با…

بازبینی بصری تصاویر تولیدشده توسط هوش مصنوعی برای نرم‌افزارهای تجاری کافی نیست. این راهنما یک خط لوله ماشین‌خوان را معرفی می‌کند که با استفاده از OCR و تأکیدات سخت‌گیرانه، صحت متن…

پلتفرم Spoken با استفاده از یک سیستم هوش مصنوعی عامل‌محور، نسخه‌های متنی کتاب‌ها را به آثار صوتی با چندین گوینده تبدیل می‌کند. این سیستم با تحلیل ساختار روایت، صداهای متمایزی را…