مدل Damo Radar علیبابا ۱۴۶ بیماری شکمی را از روی سیتیاسکن تشخیص میدهد
آکادمی دمو متعلق به علیبابا، مدل بینایی-زبانی Damo Radar را بهصورت متنباز منتشر کرد. این مدل قادر است ۱۴۶ وضعیت بالینی مختلف در ناحیه شکم را با دقت بالا شناسایی کند.
موضوع
Models that natively process text+image+audio+video
۱٬۶۶۴ مقاله منتشر شده
آکادمی دمو متعلق به علیبابا، مدل بینایی-زبانی Damo Radar را بهصورت متنباز منتشر کرد. این مدل قادر است ۱۴۶ وضعیت بالینی مختلف در ناحیه شکم را با دقت بالا شناسایی کند.
پلتفرم Metacasa AI Studio با ترکیب طبقهبندی فایلها، چیدمان مجازی و تولید محتوا، فرآیند تبدیل مستندات خام املاک به داراییهای تبلیغاتی را خودکار کرده است. این سیستم جایگزین…
ابزارهای جدید مبتنی بر هوش مصنوعی، فرآیندهای خستهکننده ریتوپولوژی و UV Mapping را خودکار کردهاند. این پیشرفتها در کنار ویرایش هوشمند ویدیوها، هزینههای نیروی انسانی در تولید…
استارتاپهای پیشرو در زمینه مدلهای جهانی برای جلوگیری از واکنش غولهایی مثل OpenAI، نقشههای راه خود را حتی از تأمینکنندگان داده مخفی میکنند. این رویکرد امنیتی نشان میدهد که…
شرکت x.ai مدل جدید Grok Voice Transcribe 2.0 را معرفی کرد که بدون افزایش قیمت، دقت تبدیل صوت به متن را در محیطهای پرسر و صدا دو برابر میکند. این مدل اکنون در پلتفرم Atlassian…
والت دیزنی کاراندپ آناند، مدیرعامل سابق Character.AI را به عنوان نخستین مدیر ارشد فناوری (CTO) خود منصوب کرد. آناند مأموریت دارد زیرساختهای هوش مصنوعی دیزنی را برای ایجاد…
مدل وزنباز Kimi K3 با ۲.۸ تریلیون پارامتر اکنون در پلتفرم Amazon Bedrock در دسترس است. این مدل با تمرکز بر کارهای پیچیده برنامهنویسی و تحلیل دادههای حجیم، قابلیت کشینگ پرامپت و…
ابزار متنباز Hypit فرمتهای موفق ویدیو را بهجای تصادف، به عنوان کدهای تکرارپذیر میبیند. این ابزار با استفاده از عاملهای کدنویس، امکان تولید صدها نسخه از یک محتوا را بر اساس یک…
سامانه ADE شرکت LandingAI با استفاده از یک خط لوله سهمرحلهای، اسناد پیچیده مالی را به JSON تبدیل میکند. ویژگی کلیدی این ابزار، اتصال هر مقدار استخراجشده به مختصات دقیق…
علیبابا مدل جدید Qwen3.8-Omni-Flash را معرفی کرد که با ادغام درک صوت و تصویر در یک معماری واحد، هزینههای پردازش ویدیو را بهشدت کاهش میدهد. این مدل با استفاده از یک مکانیزم…
شرکت PrismML مدل چندوجهی Ternary Bonsai 2 27B را معرفی کرد که با کاهش شدید حجم حافظه به ۵.۹ گیگابایت، ۹۸ درصد از توانمندی مدل اصلی را حفظ میکند. این مدل امکان اجرای هوش مصنوعی…
شبکه عصبی جدید شرکت Figure به رباتهای انساننما اجازه میدهد بدون آموزش محیطی، کارهای خانه را در مکانهای کاملاً جدید انجام دهند. این سیستم با بهرهگیری از مجموعه داده Index، نرخ…