پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

آموزش کاربردی

سازندگان مستقل با هوش مصنوعی «دی‌ان‌ای صوتی» برند خود را می‌سازند

ابزارهای تولید موسیقی با هوش مصنوعی، برندسازی صوتی را از یک کالای لوکس برای شرکت‌های بزرگ به دارایی عملیاتی برای تولیدکنندگان کوچک تبدیل کرده‌اند. این رویکرد به جای یک آهنگ کوتاه،…

۳ دقیقه خواندن
آموزش کاربردی

ترکیب Gemma 4 و تراشه‌های Cerebras تأخیر مدل‌های صوتی را به صفر رساند

هگینگ فیس و سربرس با ادغام مدل Gemma 4 و سخت‌افزار استنتاج فوق‌سریع، یک خط لوله صوتی بلادرنگ ایجاد کردند. این سیستم با حذف تأخیرهای چندثانیه‌ای، مکالمات هوش مصنوعی را به جریان…

۲ دقیقه خواندن۲

تغییر اولویت در مقالات هاکینگ فیس به سمت مدل‌های جهانی و خروجِ عامل‌ها

موج جدیدی از پژوهش‌ها در هاکینگ فیس نشان می‌دهد که تمرکز صنعت از تولید متن ساده به سمت مدل‌های جهانی (World Models) برای درک قوانین فیزیک و عامل‌هایی که زمان توقف برای جلوگیری از…

۱۰ دقیقه خواندن۲
آموزش کاربردی

گزارش PhishVision: جایگزینی تحلیل بصری با لیست‌های سیاه در شناسایی فیشینگ

ابزار جدید PhishVision با ترکیب مرورگرهای بدون رابط کاربری و مدل GPT-4o، سایت‌های فیشینگ و دستورات مخفی تزریق پرامپت را شناسایی می‌کند. این سیستم به‌جای تکیه بر لیست‌های سیاه،…

۳ دقیقه خواندن۲
آموزش کاربردی

هوش مصنوعی چگونه نظارت بر سلامت گاوهای مینیاتوری را خودکار می‌کند؟

توسعه‌دهندگان با استفاده از بینایی ماشین، شناسایی گاوهای مینیاتوری را از طریق ویژگی‌های چهره و الگوهای پوست ممکن کرده‌اند. این فناوری هدفش خودکارسازی نظارت بر سلامت و حضور دام‌ها…

۱ دقیقه خواندن

«سرعت، معیار جدید»؛ رویکرد مشترک گوگل و آنتروپیک در مدل‌های جدید

آنتروپیک و گوگل دیپ‌مایند با معرفی مدل‌های فوق‌سریع، رقابت را از «هوش» به «سرعت» تغییر دادند. مدل Sonnet 5 بر استدلال آنی تمرکز دارد و DiffusionGemma تولید تصویر با وزن‌های باز را…

۲ دقیقه خواندن

NotebookLM: تبدیل متون پیچیده به ویدیوهای عمودی برای کاربران Ultra و Pro

گوگل قابلیت تولید ویدیوهای کوتاه و عمودی را به NotebookLM اضافه کرد تا متون پیچیده پژوهشی به کلیپ‌های شباه به تیک‌تاک تبدیل شوند. این ابزار در حال حاضر برای مشترکان نسخه‌های Ultra…

۱ دقیقه خواندن

نتفلیکس صدای جین وایلدر را با هوش مصنوعی برای یک رئالیتی‌شو بازسازی کرد

نتفلیکس با همکاری ElevenLabs صدای جین وایلدر را برای برنامه رقابتی 'Wonka’s The Golden Ticket' شبیه‌سازی کرده است. این پروژه با موافقت خانواده بازیگر پیش رفته و نشان‌دهنده تغییر…

۱ دقیقه خواندن