پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

سرمایه‌گذاری سری B: ۳۱۰ میلیون دلار برای شبیه‌سازی فیزیک در Odyssey

استارتاپ Odyssey با جذب ۳۱۰ میلیون دلار سرمایه در سری B، بر توسعه «مدل‌های جهانی» برای شبیه‌سازی قوانین فیزیک تمرکز می‌کند. این دور سرمایه‌گذاری با حمایت انویدیا، ای‌ام‌دی و…

۱ دقیقه خواندن۱

استراتژی IO-AI Tech برای آموزش ربات‌های انسان‌نما با کنترل از راه دور

استارت‌آپ چینی IO-AI Tech از اپراتورهای انسانی برای آموزش ربات‌های انسان‌نما استفاده می‌کند تا داده‌های فیزیکی لازم برای رسیدن به خودمختاری کامل را جمع‌آوری کند. این روش، شکاف…

۴ دقیقه خواندن۱
آموزش کاربردی

تحلیل استاتیک در برابر اجرای پویا برای شناسایی باگ‌های رابط کاربری

شرکت Greptile لایه‌ی اجرایی TREX را معرفی کرد تا بررسی کدهای AI را از خواندن ساده به اجرای واقعی تغییر دهد. این رویکرد اجازه می‌دهد خطاهای منطقی و پس‌روی‌های رابط کاربری که در…

۷ دقیقه خواندن
آموزش کاربردی

تبدیل متن به مدل‌های سه‌بعدی پارامتریک با ابزار متن‌باز CADAM

پلتفرم CADAM با تبدیل توصیفات متنی به کدهای OpenSCAD، امکان ساخت مدل‌های سه‌بعدی قابل ویرایش را فراهم می‌کند. این ابزار برخلاف مدل‌های رایج، خروجی‌هایی مهندسی و دقیق تولید می‌کند…

۶ دقیقه خواندن۱
آموزش کاربردی

«چشمان جدید برای عامل‌ها»؛ روشی برای تشخیص آیکون‌های غیرمتنی در موبایل

توسعه‌دهنده‌ای به نام Dexter2344 با ادغام قابلیت تطبیق الگو در عامل‌های موبایلی، مشکل «دکمه‌های نامرئی» را حل کرد. این روش به عامل اجازه می‌دهد آیکون‌هایی مثل دکمه ارسال واتس‌اپ…

۳ دقیقه خواندن۱
آموزش کاربردی

«پیش‌بینی مسیر از طریق متن»؛ دستاورد جدید مؤسسه AllenAI در فضای سه‌بعدی

مؤسسه AllenAI مدل MolmoMotion را معرفی کرد که می‌تواند حرکت آینده اشیاء در فضای سه‌بعدی را بر اساس دستورات متنی پیش‌بینی کند. این سیستم با ارائه یک مجموعه داده عظیم شامل یک میلیون…

۸ دقیقه خواندن۶
اخبار کوتاه روزانهگزارش تأییدنشده

گوگل کنترل‌های صوتی Gemini را به تلویزیون‌های TCL آورد

گوگل قابلیت‌های صوتی مبتنی بر Gemini را برای مدل‌های منتخب TCL فعال کرد. کاربران اکنون می‌توانند تنظیمات پیچیده تصویر و صدا را به‌جای گشتن در منوها، با دستورات صوتی ساده تغییر…

۲ دقیقه خواندن۱
آموزش کاربردیتأییدنشده · منبع منفرد

قابلیت‌های پنهان iOS 27 تجربه کاربری اپل را به اتوماسیون فعال برد

کاربران iOS 27 ابزارهای پیشرفته‌ای مانند Image Wand و Describe Your Change را نادیده می‌گیرند. این قابلیت‌ها فراتر از خلاصه‌سازی ساده، تجربه کاربری را به سمت اتوماسیون فعال…

۶ دقیقه خواندن۳
آموزش کاربردیگزارش تأییدنشده

«جایگزینی متن با طرح»، رویکرد جدید اپل در پیام‌رسان iOS 27

اپل در iOS 27 کیبوردهای متنی را با یک بوم دیجیتال جایگزین می‌کند تا کاربران بتوانند یادداشت‌های دست‌نویس و طرح‌های سریع ارسال کنند. این قابلیت در حال حاضر برای توسعه‌دهندگان در…

۳ دقیقه خواندن۱

درون قمار ۷۰ میلیون دلاری XDOF برای رفع گلوگاه داده‌های رباتیک

استارت‌آپ XDOF با جذب ۷۰ میلیون دلار سرمایه، زیرساخت جمع‌آوری داده‌های باکیفیت برای هوش مصنوعی فیزیکی را می‌سازد. این شرکت خدماتی را ارائه می‌دهد که آزمایشگاه‌های بزرگ AI برای…

۴ دقیقه خواندن۱

درون قمار ۳۱۰ میلیون دلاری Odyssey برای آموزش فیزیک به هوش مصنوعی

آزمایشگاه Odyssey با جذب ۳۱۰ میلیون دلار سرمایه در valuation ۱.۴۵ میلیارد دلاری، قصد دارد مدل‌هایی بسازد که به جای پیش‌بینی کلمات، قوانین فیزیکی جهان را بشناسند. این پروژه با تکیه…

۴ دقیقه خواندن۱

«لباس‌های قابل خرید»؛ خروجی جدید پژوهشگر امنیت AI در دنیای مد

پژوهشگری که پیش‌تر فیلترهای امنیتی هوش مصنوعی را می‌شکست، اکنون از یک خط‌لوله اختصاصی برای تبدیل مفاهیم بصری به لباس‌های واقعی از برندهای تجاری استفاده می‌کند. این رویکرد برخلاف…

۴ دقیقه خواندن