پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

عامل‌های هوش مصنوعی ادوبی کارهای تکراری تولید محتوا را خودکار کردند

ادوبی با ادغام عامل‌های هوشمند در مجموعه‌ی Creative Cloud، فرآیندهای تکراری تولید را حذف کرده است. این ابزارها با اتصال به پلتفرم‌هایی مثل ChatGPT، فاصله میان ایده‌پردازی و خروجی…

۳ دقیقه خواندن۲
آموزش کاربردی

محاسبات کد در برابر تخمین‌های LLM برای تحلیل دقیق بلندخوانی

یک توسعه‌دهنده با استفاده از برچسب‌های زمانی AmiVoice، اپلیکیشنی برای آموزش بلندخوانی زبان ژاپنی ساخته است که معیارهای سرعت و مکث را با دقت ریاضی محاسبه می‌کند. این سیستم با سپردن…

۱۲ دقیقه خواندن۱

اسکنر جدید Midjourney زمان تشخیص‌های پزشکی را از ۹۰ دقیقه به ۶۰ ثانیه رساند

شرکت Midjourney با ورود به سخت‌افزار پزشکی، اسکنری اولتراسونیک معرفی کرد که می‌تواند کل بدن را در ۶۰ ثانیه نقشه‌برداری کند. این شرکت قصد دارد با راه‌اندازی «اسپاهای تشخیصی» در…

۳ دقیقه خواندن۳
آموزش کاربردی

اشتراک‌های مصرف‌کننده در برابر هزینه‌های سازمانی برای تولید ویدیو با AI

یک پل ارتباطی API جدید به توسعه‌دهندگان اجازه می‌دهد به جای پرداخت هزینه‌های سنگین سازمانی، با اشتراک‌های مصرف‌کننده به مدل‌های ویدیویی گوگل دسترسی یابند. این تغییر هزینه تولید…

۸ دقیقه خواندن۱

LifeSciBench: مدل‌های برتر زیست‌شناسی در ۶۴٪ تکالیف پژوهشی شکست خوردند

OpenAI با معرفی محک LifeSciBench نشان داد که حتی پیشرفته‌ترین مدل‌های تخصصی زیست‌شناسی در مواجهه با مسائل پیچیده پژوهشی ناتوان‌اند. این داده‌ها حاکی از شکاف عمیق میان حفظ اطلاعات…

۶ دقیقه خواندن۱