پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

«حذف تمام کدهای قبلی»: استراتژی Melius برای ورود به بازار AI

مهندسان سابق Ramp با جذب ۲۵ میلیون دلار سرمایه، پلتفرم Melius را برای تولید خودکار کمپین‌های تبلیغاتی راه‌اندازی کردند. این تیم پس از شکست محصول اولیه، کل کدنویسی‌های قبلی خود را…

۳ دقیقه خواندن
آموزش کاربردی

گوگل قابلیت Guided Vision را برای کمک به نابینایان در اندروید ۹ به بالا عرضه کرد

گوگل ابزار Guided Vision را به Gemini Live اضافه کرد تا کاربران اندروید بتوانند با اشتراک‌گذاری دوربین، توصیفات صوتی لحظه‌ای از محیط دریافت کنند. این قابلیت به‌طور ویژه برای…

۵ دقیقه خواندن۲
اخبار کوتاه روزانهگزارش تأییدنشده

چرا اپل و گوگل پردازش لحظه‌ای را جایگزین ذخیره‌سازی فایل‌های خام می‌کنند؟

اپل و گوگل در حال توسعه سخت‌افزارهایی هستند که داده‌های صوتی و تصویری را به‌صورت لحظه‌ای پردازش کرده و بدون ذخیره فایل خام، آن‌ها را به متن تبدیل می‌کنند. این استراتژی تلاشی برای…

۳ دقیقه خواندن
آموزش کاربردی

پلتفرم CMeIn: تایید ۵-وجهی برای حذف اثر غریبه در تصاویر هوش مصنوعی

اپلیکیشن CMeIn برای جلوگیری از اثر «غریبه» در تصاویر تولیدشده، الزام دریافت ۵ زاویه مختلف از چهره را اجباری کرد. این رویکرد با مسدود کردن تولید تصویر تا زمان تأمین داده‌های کافی،…

۲ دقیقه خواندن