پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

سرگرمی و خلاقیت

درون پروژهٔ سینمایی زک لندن؛ نخستین فیلم کاملاً تولیدشده با هوش مصنوعی

فیلم «خدایان هدیه نمی‌دهند» اولین اثر سینمایی کاملاً تولیدشده با هوش مصنوعی است که رده‌بندی سنی بزرگسالان (R) را دریافت کرده و دسامبر ۲۰۲۶ در سینماهای آمریکا و انگلیس اکران…

۲ دقیقه خواندن
آموزش کاربردی

الگوی سرورلس AWS هزینه نمونه‌های اولیه هوش مصنوعی را به صفر رساند

یک معماری جدید با ترکیب ابزارهای سرورلس AWS، امکان ساخت نمونه‌های اولیه (PoC) چندوجهی را بدون بودجه فراهم می‌کند. این روش با حذف لایه‌های پیچیده زیرساختی، هزینه‌های استقرار را…

۳ دقیقه خواندن
آموزش کاربردی

«فراتر از چت»؛ کاربرد جدید GRPO در بهینه‌سازی لایوت‌های OCR

پژوهش‌های جدید نشان می‌دهد که الگوریتم GRPO از فضای چت‌بات‌ها خارج شده و برای تسک‌های ساختاریافته مانند OCR به کار گرفته می‌شود. هم‌زمان، تکنیک‌های جدید هزینه محاسبات تقطیر مدل را…

۶ دقیقه خواندن
آموزش کاربردی

AniMix با هوش مصنوعی محلی حیوانات واقعی را به کارت‌های هیولایی تبدیل می‌کند

اپلیکیشن AniMix با استفاده از مدل‌های بینایی روی دستگاه، حیوانات را شناسایی و به کارت‌های جمع‌کردنی تبدیل می‌کند. این پروژه نشان می‌دهد که مدل‌های وزن‌باز چگونه می‌توانند بدون…

۲ دقیقه خواندن۲
آموزش کاربردی

«کاهش هزینه‌های استنتاج»؛ هدف چارچوب ماژولار Vantemio در تولید محتوا

پلتفرم Vantemio چارچوبی ماژولار برای حفظ بستر متنی واحد میان هوش مصنوعی ابری و ابزارهای محلی ویدیو ایجاد کرده است. این رویکرد با تثبیت استایل برند و تصمیمات خلاقانه، نیاز به تکرار…

۲ دقیقه خواندن۱