سازوکار تبدیل سلفیهای معمولی به پرترههای استودیویی با هوش مصنوعی
ابزارهای تولید عکس پروفایل با ترکیب استخراج هویت و شرطیسازی سبک، سلفیهای خانگی را به تصاویر حرفهای تبدیل میکنند. این فناوری هزینههای برندینگ شخصی را کاهش داده اما چالشهای…
موضوع
Models that natively process text+image+audio+video
۱٬۶۶۴ مقاله منتشر شده
ابزارهای تولید عکس پروفایل با ترکیب استخراج هویت و شرطیسازی سبک، سلفیهای خانگی را به تصاویر حرفهای تبدیل میکنند. این فناوری هزینههای برندینگ شخصی را کاهش داده اما چالشهای…
شرکت ElevenLabs پیشرو در هوش مصنوعی صوتی، با درآمد سالانه ۶۰۰ میلیون دلار به ارزش ۲۲ میلیارد دلار رسید. این شرکت اکنون اولویت خود را گسترش سهم بازار در لایه مکالمات هوشمند قرار…
متا با معرفی Muse Charm، یک جاکلیدی هوشمند، قصد دارد تعامل با عامل هوش مصنوعی Muse را از محیط اپلیکیشنها خارج کرده و به یک شیء فیزیکی تبدیل کند. این سختافزار با هدف کاهش اصطکاک…
نسخه اندروید Adobe Premiere با قابلیتهای تدوین حرفهای و برش دقیق فریم بهصورت رایگان منتشر شد. در حالی که ابزارهای پایه رایگان هستند، دسترسی به قابلیتهای پیشرفته هوش مصنوعی…
شرکت Liquid AI مدل آزمایشی DSpark را برای شتابدهی به استنتاج مدلهای بینایی-زبانی معرفی کرد. این سیستم با استفاده از رمزگشایی گمانهزنانه، سرعت تولید توکن را در دستگاههای لبه و…
قابلیت جدید اپل برای شنود محیطی و خلاصهسازی اتفاقات روز، موجی از نگرانیهای امنیتی را برانگیخته است. اپل برای دفاع از این فناوری، از مکانیزمهای بافر موقت و هشدارهای صوتی برای…
همگامسازی دقیق لبها برای واقعی به نظر رسیدن آواتارهای هوش مصنوعی کافی نیست. علت اصلی ایجاد حس ناخوشایند یا «دره وهمآور»، نبود ریز-حرکاتی مانند پلکزدن و تکانهای جزئی سر است که…
متا از زیرساخت TEE برای پردازش دادههای عینکهای هوشمند در ابر استفاده میکند تا دسترسی شرکت به اطلاعات کاربران را بهصورت رمزنگاریشده مسدود کند. این معماری امکان ایجاد حافظه…
متا عامل هوش مصنوعی Muse را در عینکهای هوشمند خود ادغام کرد تا وظایفی مانند هدایت تمرینات ورزشی و ثبت وعدههای غذایی را بر عهده بگیرد. این بهروزرسانی شامل قابلیتهای بهبود…
برنامهنویسان اکنون میتوانند قابلیتهای تولید موسیقی Suno را از طریق پروتکل MCP مستقیماً در محیط Gemini CLI ادغام کنند. این ابزار امکان ساخت آهنگ، ترانه و موسیقی پسزمینه را بدون…
متا با معرفی Ray-Ban Meta Audio، نسخهای بدون دوربین از عینکهای هوشمند خود را برای رفع نگرانیهای حریم خصوصی عرضه میکند. این گجت بر تجربه صوتی و تعامل با عامل هوش مصنوعی Muse…
اپل مدل بینایی-زبانی LensVLM-9B را معرفی کرد که با فشردهسازی تصاویر و بازگردانی گزینشی صفحات کلیدی به وضوح کامل، تعادل میان سرعت و دقت را برقرار میکند. این سازوکار اجازه میدهد…