موضوع
SLMs, on-device inference, mobile AI, AI PCs
۱٬۷۶۳ مقاله منتشر شده
گوگل قابلیت ترجمه صوتی هم‌زمان را برای بیش از ۷۰ زبان در Gemini 3.5 فعال کرد. این ابزار با حفظ لحن و ضرب‌آهنگ گوینده، سدهای زبانی را در Google Meet و اپلیکیشن Translate از بین…
شرکت Transload با ترکیب هوش مصنوعی فضایی و دوربین‌های امنیتی موجود، ابعاد محموله‌ها را به‌طور خودکار اندازه‌گیری می‌کند. این سیستم با شناسایی خطاهای اندازه‌گیری، درآمدهای از دست…
پلتفرم CodeAnswr راهکارهای گذرا و موقت AI در کدنویسی را به یک کتابخانه دائمی و قابل جست‌وجو تبدیل می‌کند. این ابزار با استفاده از رایانش لبه و پرداخت‌های کریپتویی، هزینه‌های سرور…
اپل برای مدل‌های جدید Siri AI به حافظه رم ۱۲ گیگابایتی نیاز دارد و این موضوع بسیاری از دستگاه‌های اخیر، از جمله آیفون ۱۶ پرو مکس را از اجرای محلی مدل‌های پیشرفته محروم می‌کند. این…
پروژه gas-fakes با معرفی یک معماری ترکیبی، هزینه APIهای گوگل را به‌شدت کاهش داده است. این سیستم وظایف استراتژیک را به Gemini و کارهای اجرایی کدنویسی را به مدل محلی Gemma می‌سپارد.
اپل در مقابل رویکرد عامل‌محور مایکروسافت، بر «بافت شخصی» و داده‌های محلی دستگاه تمرکز کرده است. در حالی که مایکروسافت به دنبال خودکارسازی کارهای سازمانی در ابر است، اپل می‌خواهد…
پروژه‌ی NeuroBait با تنظیم دقیق مدل Gemma 3، رویکردی جدید برای مقابله با «فلج تصمیم‌گیری» در افراد دارای ADHD ارائه داد. این مدل به جای ارائه چک‌لیست‌های طولانی، از لحنی حمایتی…
یک توسعه‌دهنده روشی را منتشر کرد که در آن آیفون را به ترمینالی برای مدیریت عامل‌های کدنویسی تبدیل می‌کند. این سیستم با استفاده از یک مک به عنوان سرور SSH و ابزارهای شبکه، اجازه…
چارچوب ATN3D با ادغام هوشمند لایدار و رادار، مشکل پراکندگی داده‌ها در تشخیص اشیاء دوردست را حل کرده است. این مدل دقت شناسایی را در مه غلیظ ۸.۴۱٪ بهبود می‌بخشد و زمان تصمیم‌گیری…
مدل جدید CT-VAM با استفاده از معماری الهام‌گرفته از سیستم عصبی انسان، موفق شد با ۶۸ میلیون پارامتر، عملکرد مدل‌های عظیم بینایی-زبانی-کنشی (VLA) را در کنترل ربات‌ها بازتولید کند.…
پژوهشگران پیشنهاد داده‌اند که میان‌افزارهای رباتیک به عنوان یک «هارنس» بازتعریف شوند تا سیاست‌های یادگیری‌شده‌ی هوش مصنوعی را مدیریت کنند. این چارچوب با معرفی توابع نگاشت، جداسازی…
پژوهشگران سیستمی برای تشخیص نیت ارتباطی انسان از طریق ژست‌های بدن در سخت‌افزارهای ارزان‌قیمت توسعه داده‌اند. این فناوری با استفاده از یک معیار خود-سازگاری اتورگرسیو، می‌تواند…