موضوع
C2PA, watermarking, deepfake detection, provenance
۴۳۴ مقاله منتشر شده
استارتاپ Modulate با جذب ۲۵ میلیون دلار سرمایه، مدل‌های کوچک خود را برای تشخیص جعل عمیق و تحلیل احساسات انسانی گسترش می‌دهد. تمرکز این شرکت بر ارائه تحلیل‌های دقیق از قصد کاربر…
تحلیل ۵۱ هزار کامنت در ردیت نشان می‌دهد گروه کوچکی از کاربران، سهم نامتناسبی از توصیه‌های خرید برندهای خاص را در اختیار دارند. اگرچه این الگو شبیه به کمپین‌های تبلیغاتی…
زیرساخت‌های هوش مصنوعی صوتی از ابر به لبه منتقل شده‌اند و اکنون شبیه‌سازی فوق‌واقع‌گرایانه صدا روی دستگاه‌های موبایل در کمتر از یک ثانیه رخ می‌دهد. این تحول با ادغام قابلیت‌های…
یک تست استرس روی ابزار متن‌باز AIR Blackbox نشان داد که ۱۷ مورد از ۷۵ حمله، توانسته‌اند سیستم اعتبارسنجی لاگ‌های هوش مصنوعی را دور بزنند. این یافته‌ها هشدار می‌دهد که برچسب‌های…
شرکت Synthesia با معرفی پلتفرم Sessions، از ویدیوهای ایستا به سمت «عامل‌های دیجیتال» حرکت می‌کند که می‌توانند به‌جای خواندن متن، به‌صورت زنده با مخاطب گفتگو کنند. این فناوری با…
ابزارهای شبیه‌سازی صدا به کالاهایی ارزان تبدیل شده‌اند که با ۳ ثانیه فایل صوتی و هزینه‌ای کمتر از ۵۰۰ دلار، هر صدایی را بازسازی می‌کنند. این کاهش شدید هزینه، سیستم‌های احراز هویت…
ابزارهای تولید عکس پروفایل با ترکیب استخراج هویت و شرطی‌سازی سبک، سلفی‌های خانگی را به تصاویر حرفه‌ای تبدیل می‌کنند. این فناوری هزینه‌های برندینگ شخصی را کاهش داده اما چالش‌های…
نسل آلفا اصطلاح AI را به عنوان یک زبان عامیانه برای توصیف موارد غیرواقعی، ارزان یا باورنکردنی به کار می‌برد. این عبارت اکنون به جای اشاره به فناوری، به توهینی برای هر چیزی تبدیل…
پلتفرم HISTOR با ایجاد یک دفتر ثبت عمومی و تغییرناپذیر، از به‌روزرسانی‌های بی‌صدا در تعاریف ابزارهای پروتکل MCP جلوگیری می‌کند. این سامانه به کاربران اجازه می‌دهد هرگونه تغییر در…
همگام‌سازی دقیق لب‌ها برای واقعی به نظر رسیدن آواتارهای هوش مصنوعی کافی نیست. علت اصلی ایجاد حس ناخوشایند یا «دره وهم‌آور»، نبود ریز-حرکاتی مانند پلک‌زدن و تکان‌های جزئی سر است که…
پلتفرم arXiv با جذب ۱۷.۲ میلیون دلار سرمایه از سه سازمان خیریه، در حال تبدیل شدن به یک نهاد غیرانتفاعی مستقل است. این بودجه برای مدرن‌سازی زیرساخت‌ها و مقابله با سیل مقالات…
گوگل مدل‌های جدید Gemini 3.8 Flash و Flash-Lite TTS را برای شبیه‌سازی دقیق صدا و طراحی شخصیت‌های صوتی معرفی کرد. این مدل‌ها با توانایی پشتیبانی از ۱۰۰ زبان، استانداردهای کیفیت صدا…