پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

آموزش کاربردی

پاسخ‌های محاوره‌ای هوش مصنوعی در برابر لینک‌های سنتی موتورهای جست‌وجو

بازاریابی دیجیتال از رتبه‌بندی کلمات کلیدی به سمت بهینه‌سازی موتورهای زاینده (GEO) و سامانه‌های عامل‌محور حرکت کرده است. در این مدل جدید، داده‌های دست اول و پاسخ‌های محاوره‌ای هوش…

۳ دقیقه خواندن۲

آیا داده‌های بازی‌های ویدئویی می‌توانند محدودیت‌های خودروهای خودران را بشکنند؟

استارتاپ بریتانیایی Worldmodeldata با لایسنس میلیون‌ها ساعت داده‌های کنترلر بازی‌ها، به دنبال آموزش مدل‌های جهانی برای درک علت و معلول در دنیای فیزیکی است. این رویکرد قصد دارد…

۴ دقیقه خواندن۲
آموزش کاربردی

آنتروپیک: مکانیزم تفکر تعادل میان هوش و هزینه را برقرار کرد

مدل جدید آنتروپیک با معرفی مکانیزم اجباری «تفکر» و سیستم کالیبراسیون تلاش (Effort)، تعادلی میان هوش و هزینه ایجاد کرده است. این مدل در تحلیل‌های بصری پیچیده و کدنویسی خودکار، دقتی…

۱۵ دقیقه خواندن۳
آموزش کاربردی

«نرخ پذیرش پایین»؛ عامل پنهان در گرانی ابزارهای تولید ویدیو

تحلیل هزینهٔ ۸ ابزار تولید ویدیو نشان می‌دهد «نرخ پذیرش» یا تعداد دفعات تکرار برای رسیدن به یک کلیپ قابل‌استفاده، قیمت نهایی تولید را به‌شدت افزایش می‌دهد. در حالی که قیمت هر بار…

۵ دقیقه خواندن۲
آموزش کاربردی

«پایان مشکل Barge-in»؛ راهکار جدید برای قطع طبیعی صحبت‌های هوش مصنوعی

توسعه‌دهنده AI Group Call جزئیات فنی سیستمی را افشا کرد که اجازه می‌دهد انسان‌ها به‌طور طبیعی صحبت‌های ۸ عامل هوش مصنوعی را قطع کنند. این راهکار بر پایه تشخیص فعالیت صوتی مبتنی بر…

۵ دقیقه خواندن۲
آموزش کاربردی

تفاوت درک اسناد و پردازش هوشمند؛ چرا استخراج داده به معنای اتوماسیون نیست

درک اسناد تنها محتوای فایل را تفسیر می‌کند، اما پردازش هوشمند اسناد (IDP) این داده‌ها را به جریان‌های کاری کسب‌وکار متصل می‌کند. این تمایز برای سازمان‌هایی که از استخراج ساده به…

۴ دقیقه خواندن۱

ارزش‌گذاری ۱۰۰ میلیارد یوانی Momenta در مسیر عرضه در بورس هنگ‌کنگ

شرکت Momenta، تأمین‌کننده زیرساخت‌های رانندگی خودکار، برای پذیرش در بورس هنگ‌کنگ اقدام کرد. هم‌زمان، شرکت‌های DiDi و GAC Aion عملیات تاکسی‌های بدون راننده خود را در پکن و گوانگژو…

۱۲ دقیقه خواندن۳

استنفورد و کالتک: کنترل مستقیم VLM ربات را بی‌نیاز از نقشه کرد

پژوهشگران استنفورد و کالتک با ادغام GPT-6 Astra در ربات Unitree G1، لایه‌های سنتی کنترل سخت‌افزار را حذف کردند. این سیستم به ربات اجازه می‌دهد بدون نقشه قبلی، محیط را شناسایی کرده…

۱ دقیقه خواندن۲