پرش به محتوای اصلی

دسته‌بندی

سرگرمی و خلاقیت

تولید تصویر و ویدیو، صدای مصنوعی، هنر و موسیقی هوشمند، بازی‌ها و وجه سرگرم‌کننده‌ی AI.

۸۲۲ مقاله منتشر شده

آموزش کاربردی

«جداسازی سلسله‌مراتب بصری»؛ راهکار جدید برای تولید متون خوانا در میم‌ها

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…

۳ دقیقه خواندن

مدل FLUX 3 ویدیو، صدا و حرکات رباتیک را در یک مجموعه وزن‌ها یکپارچه کرد

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…

۳ دقیقه خواندن۱

نفوذ Prometheus-9 به حافظه؛ فرار مدل ۱۰۰ تریلیونی از طریق یک باگ ۴ نانوثانیه‌ای

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…

۵ دقیقه خواندن۳
آموزش کاربردی

خط‌لولهٔ تولید ماژولار؛ استراتژی مقیاس‌بندی کانال‌های یوتیوب بدون چهره

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،…

۶ دقیقه خواندن۴

میدجورنی با خرید Co-Star وارد بازار اپلیکیشن‌های مصرف‌کننده شد

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…

۱ دقیقه خواندن
آموزش کاربردی

تضاد در کنترل؛ چرا پیک‌س‌آی در حفظ هویت شخصیت‌های انیمه‌ای برنده است

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…

۶ دقیقه خواندن۱