مقایسه ۱:۱ چهرهها جایگزین کلیدهای متنی برای توقف سرقت هویت شد
سیستمهای شناسایی فعلی بهدلیل تکیه بر رشتههای متنی که بهسادگی جعل میشوند، در حال شکست هستند. جایگزینی این روش با مقایسه قطعی بردار معنایی چهره، تداخل سوابق و سرقت هویت را در…
موضوع
Models that natively process text+image+audio+video
۱٬۶۶۴ مقاله منتشر شده
سیستمهای شناسایی فعلی بهدلیل تکیه بر رشتههای متنی که بهسادگی جعل میشوند، در حال شکست هستند. جایگزینی این روش با مقایسه قطعی بردار معنایی چهره، تداخل سوابق و سرقت هویت را در…
شرکت SAIC ROEWE مدل JIAYUE 07 را معرفی کرد؛ اولین خودروی تولید انبوهی که به جای دستورات صوتی ساده، از یک معماری بومی هوش مصنوعی برای اجرای وظایف پیچیده سفر استفاده میکند. این…
کوالکام دو تراشه پرچمندار جدید برای اجرای عاملهای هوش مصنوعی مستقیماً روی گوشی معرفی کرد. نسخه Extreme میتواند مدلهای ترکیبی خبرهها با ۳۰ میلیارد پارامتر را بدون نیاز به ابر…
گوگل با ادغام Gemini 3.8 Live در Search Live، تجربه جستوجو را از پرسوجوهای متنی به گفتگوهای صوتی و بصری در لحظه تغییر داد. این بهروزرسانی شامل دو مدل مجزا برای تعادل میان سرعت…
ارزیابی عملی مدل Qwen-Image 2.1 روی مکبوک پرو ۴۸ گیگابایتی نشان میدهد که با وجود کیفیت بصری بالا و پشتیبانی بومی از شفافیت، این مدل در اجرای دستورات مکانی دقیق و حفظ ثبات محصول…
پلتفرم Prodgist با استفاده از هوش مصنوعی، یک تصویر خام محصول را به عناوین سئو شده، توضیحات متنی و ویدیوهای تبلیغاتی تبدیل میکند. این ابزار فرآیند تولید محتوا برای فروشندگان در…
قابلیت Onscreen Awareness به Siri اجازه میدهد محتوای فعال روی نمایشگر را ببیند و با آن تعامل کند. کاربران اکنون میتوانند دستورات پیچیده مانند استخراج آدرس یا ویرایش عکس را تنها…
سرویس CartLens با استفاده از هوش مصنوعی چندوجهی، رسیدهای کاغذی را به دادههای ساختاریافته تبدیل میکند تا شفافیت قیمتها در فروشگاههای فیزیکی ایجاد شود. این ابزار به خریداران کمک…
اوپنایآی در مدل Sora 2 از یک سیستم نظارتی سهمرحلهای شامل فیلترهای پیشتولید، هدایت مدل و تحلیل پستولید استفاده میکند. این معماری برای جلوگیری از تولید محتوای غیرقانونی و…
بایتدنس در نسل سوم مدل Seedance از نمایشهای بصری خیرهکننده به سمت ابزارهای تولیدی قابلاعتماد حرکت میکند. هدف این مدل حل چالشهای فیزیک، ثبات شخصیتها و ویرایشهای موضعی در…
علیبابا با هدف رسیدن به ابرهوش مصنوعی (ASI)، در حال توسعه مدلی با ۵ تا ۱۰ تریلیون پارامتر است. این استراتژی شامل ادغام تراشههای اختصاصی، زیرساخت ابری ۲۰ گیگاواتی و مکانیزم…
شیائومی سری MiMo-V2.6 را با یک مدل پرچمدار ۱.۰۲ تریلیون پارامتری منتشر کرد که در حال حاضر رتبه اول جدول مدلهای وزنباز Artificial Analysis را در اختیار دارد. این مدل با…