پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

حفظ پیچیدگی‌های گفتاری AudioShake در برابر پاک‌سازی سنتی صدا

سامانه جدید AudioShake با جداسازی صداهای هم‌پوشان و نویز پس‌زمینه، آرشیوهای صوتی قدیمی را به مجموعه‌داده‌های آموزشی برای هوش مصنوعی تبدیل می‌کند. این ابزار برخلاف سیستم‌های…

۶ دقیقه خواندن
آموزش کاربردی

MusPatrol: مبارزه با تب دنگی در کامبوج با هوش مصنوعی آفلاین روی دستگاه

یک دانشجوی کامبوجی اپلیکیشن MusPatrol را برای شناسایی محل‌های پرورش پشه در شرایط قطع اینترنت طراحی کرده است. این ابزار با اجرای مدل‌های CLIP و Gemma 4 به‌صورت محلی در مرورگر، حریم…

۱۱ دقیقه خواندن

اتصال Claude به گوگل ورک‌اسپیس چه تغییراتی در جریان کاری ایجاد می‌کند؟

آنتروپیک قابلیت‌های کلود را با ابزارهای بصری جدید برای تحلیل داده‌های زنده و ساخت ویدیوهای متحرک گسترش داد. این به‌روزرسانی همچنین دسترسی مستقیم کلود به محیط گوگل ورک‌اسپیس را…

۱ دقیقه خواندن
آموزش کاربردی

درون معماری مربی شطرنجی که حرکات غیرقانونی پیشنهاد نمی‌کند

یک توسعه‌دهنده با جداسازی لایه محاسباتی از لایه زبانی، مربی شطرنجی ساخت که هرگز حرکات غیرقانونی پیشنهاد نمی‌کند. این سیستم به‌جای تکیه بر حافظه مدل زبانی، داده‌های دقیق یک موتور…

۹ دقیقه خواندن۱

فروش استارتاپ InterPositive به نتفلیکس؛ بن افلک و تسلط بر لایه‌های فنی AI

بن افلک استارتاپ تولید فیلم InterPositive را به مبلغ ۵۸۷ میلیون دلار به نتفلیکس فروخت. این معامله نشان داد که افلک برخلاف بسیاری از سلبریتی‌ها، تسلط عمیقی بر ریاضیات و کدنویسی…

۴ دقیقه خواندن
سرگرمی و خلاقیت

«هودینی: بازگشت از مرگ»؛ اولین اثر بلند استریمینگ با تصاویر سنتتیک

پلتفرم FOX Nation با تولید سریال «هودینی: بازگشت از مرگ»، برای نخستین بار در تاریخ استریمینگ از تصاویر کاملاً سنتتیک برای یک اثر بلند استفاده می‌کند. این پروژه با ترکیب بازیگران…

۴ دقیقه خواندن
آموزش کاربردی

Falcon-ASR چگونه بدون تعیین زبان، لهجه‌های مختلف عربی را تشخیص می‌دهد؟

مؤسسه TII مدل Falcon-ASR را با ۱.۶ میلیارد پارامتر معرفی کرد که رکورد جدیدی در دقت تبدیل گفتار به متن برای لهجه‌های عربی و اماراتی ثبت کرده است. این مدل بدون نیاز به تعیین زبان،…

۶ دقیقه خواندن

شکاف میان دموهای ویروسی و واقعیت؛ ربات‌های انسان‌نما هنوز با خانه فاصله دارند

با وجود ادعاهای تسلا و انویدیا، متخصصان هشدار می‌دهند که مدل‌های فعلی هوش مصنوعی قادر به مدیریت متغیرهای دنیای فیزیکی نیستند. پیشرفت در «مدل‌های جهان» امیدوارکننده است، اما…

۱۵ دقیقه خواندن
آموزش کاربردی

درون موتور سایزینگ آمازون؛ تبدیل مدل‌های سه‌بعدی به نسبت‌های نرمال

آمازون از بینایی ماشین و بردارهای ویژگی با ابعاد بالا برای تحلیل فرم بدن و بهینه‌سازی تناسب لباس استفاده می‌کند. این سامانه مدل‌های سه‌بعدی بدن را به نسبت‌های نرمال‌شده تبدیل…

۳ دقیقه خواندن