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

۲۸۰ میلیارد تصویر؛ گوگل دنیای واقعی را برای عامل‌های AI شبیه‌سازی می‌کند

گوگل دیپ‌مایند با ادغام داده‌های Street View در مدل Genie، محیط‌های تعاملی و قابل ویرایشی از مکان‌های واقعی خلق کرده است. این ابزار برای آموزش ربات‌ها و خودروهای خودران ویمو طراحی…

۲ دقیقه خواندن۱

مدل Agora-1 و گذار از شبیه‌سازی تک‌عاملی به موتورهای بازی زاینده

شرکت Odyssey با معرفی Agora-1، مدل‌های جهان را از حالت تک‌کاربره خارج کرده و محیط‌های شبیه‌سازی‌شده‌ی مشترک و بلادرنگ را ممکن ساخته است. این سیستم با جداسازی تکامل وضعیت جهان از…

۲ دقیقه خواندن۳

درون استراتژی ۵.۳ میلیارد دلاری Runway برای شبیه‌سازی واقعیت

شرکت Runway از تولید ابزارهای ویدیوئی به سمت «مدل‌های جهانی» حرکت می‌کند تا قوانین فیزیک را از طریق مشاهده یاد بگیرد. هدف این شرکت ساخت دوقلوی دیجیتالی جهان برای سرعت بخشیدن به…

۲ دقیقه خواندن۱

سازوکار INKubator: نتفلیکس چگونه تولید انیمیشن را با هوش مصنوعی بازتعریف می‌کند؟

نتفلیکس استودیوی داخلی INKubator را برای تولید انیمیشن‌های کوتاه با استفاده از هوش مصنوعی زاینده راه‌اندازی کرد. هدف این واحد، عبور از ابزارهای پس‌تولید و ایجاد یک خط تولید کاملاً…

۲ دقیقه خواندن۱

۸ میلیون دلار سرمایه برای تبدیل محیط‌های بازی به داده‌های آموزشی مدل‌های جهانی

استارتاپ Origin Lab با جذب ۸ میلیون دلار سرمایه، بازاری را برای فروش داده‌های شبیه‌سازی‌شده‌ی بازی‌های ویدئویی به آزمایشگاه‌های هوش مصنوعی ایجاد می‌کند. این داده‌ها برای آموزش…

۲ دقیقه خواندن

چگونه PoDAR با جداسازی توان سیگنال، سرعت همگرایی مدل‌های صوتی را دو برابر کرد؟

چارچوب PoDAR با جداسازی توان سیگنال از محتوای معنایی در فضاهای نهان صوتی، سرعت همگرایی مدل‌های زاینده را دو برابر می‌کند. این رویکرد در مدل F5-TTS منجر به بهبود چشمگیر شباهت…

۲ دقیقه خواندن۱
آموزش کاربردی

چرا تشخیص انسانی جعل عمیق منجر به ضرر ۲۵ میلیون دلاری Arup شد؟

ضرر سنگین شرکت Arup نشان داد که تکیه به تشخیص انسانی برای شناسایی جعل عمیق دیگر پاسخگو نیست. اکنون صنعت به سمت تحلیل‌های الگوریتمی حرکت می‌کند تا استانداردهای قانونی «دقت معقول»…

۲ دقیقه خواندن۲

HapticLDM: جایگزینی توالی‌های خطی با مدل‌های انتشار برای تولید لرزش‌های لمسی

پژوهشگران مدل HapticLDM را معرفی کردند؛ نخستین سیستم تبدیل متن به لرزش بر پایه مدل‌های انتشار لایه‌ای. این مدل با غلبه بر محدودیت‌های مدل‌های توالی‌محور، بازخوردهای لمسی…

۲ دقیقه خواندن۲

برنامه‌ریزی برای رضایت: تلاش هالیوود برای تبدیل هویت دیجیتال به دارایی تجاری

ستاره‌های هالیوود و آژانس‌های مدلینگ از استانداردی فنی برای کنترل برنامه‌ریزی‌شده‌ی دسترسی هوش مصنوعی به چهره و صدای خود حمایت می‌کنند. این سیستم از طریق یک دفتر ثبت مرکزی و…

۳ دقیقه خواندن۱