طراحی متنی در برابر مدلسازی سنتی در ابزار Cartesian
ابزار Cartesian با تبدیل طرحهای دستی و متن به هندسههای دقیق سهبعدی، نیاز به لایسنسهای گرانقیمت CAD در مراحل اولیه طراحی را حذف میکند. این سیستم مستقیماً با نرمافزارهای…
موضوع
Models that natively process text+image+audio+video
۱٬۶۶۴ مقاله منتشر شده
ابزار Cartesian با تبدیل طرحهای دستی و متن به هندسههای دقیق سهبعدی، نیاز به لایسنسهای گرانقیمت CAD در مراحل اولیه طراحی را حذف میکند. این سیستم مستقیماً با نرمافزارهای…
یک نقص امنیتی در مدیریت حافظه (heap-buffer-overflow) در کتابخانه llama.cpp باعث میشود مدلهایی مانند Qwen2.5-VL دادههای خارج از محدوده تخصیصشده را بخوانند. این باگ منجر به…
پلتفرم AI Photo Editor با بهرهگیری از مدلهای Nano Banana و GPT Image 2، ابزارهای پیچیده دستی را با دستورات متنی جایگزین کرده است. این سیستم اجازه میدهد کاربران بدون دانش طراحی،…
هوش مصنوعی با تلفیق پردازش زبان طبیعی و بینایی ماشین، منوهای رستوران را به پایگاهدادههای تغذیهای تبدیل میکند. این فناوری به کاربران اجازه میدهد بر اساس نیازهای پزشکی یا اهداف…
یک توسعهدهنده معماری جدیدی برای عاملهای صوتی فروش B2B طراحی کرده است که با تفکیک مدل زبانی از پایگاهداده، دقت دادههای حساس مانند قیمت و موجودی را تضمین میکند. این سیستم با…
یک راهنمای کاربردی جدید روشهای تبدیل عکس به ویدیو با استفاده از هوش مصنوعی را بررسی میکند. این متد بر ایجاد حرکات ظریف و مهندسی دقیق پرامپت برای حفظ ثبات بصری تأکید دارد.
پلتفرم Reaxys با ادغام مدل بینایی MolMole متعلق به LG AI Research، ترسیمهای شیمیایی در پتنتها و مقالات را به دادههای متنی تبدیل میکند. این فناوری نیاز به بررسی دستی ترکیبات…
ابزار Motion Control AI امکان انتقال حرکات یک ویدیو به یک تصویر ثابت را فراهم میکند. این سیستم نیاز به سختافزارهای گرانقیمت موشنکپچر یا ریگینگ دستی را برای تولید محتوای کوتاه…
یک پلتفرم جدید با ارائه API برای مدلهای Sora 2 و Sora 2 Pro، امکان تبدیل کلیپهای تکمرحلهای به سیستمهای تولیدی تکرارپذیر را فراهم کرد. این ابزار با ادغام تولید ویدیو از متن و…
استارتاپ Nuance Labs برای جایگزینی زنجیرههای تکهتکهی آواتارهای هوش مصنوعی با یک مدل واحد و یکپارچه، ۵۰ میلیون دلار جذب کرد. این سیستم با پردازش همزمان صدا و تصویر، تعاملات…
شرکت Reward AI با معرفی مدل OM-1، یادگیری مهارتهای پیچیده رباتیک را از وابستگی به سختافزار خاص جدا کرد. این سیستم بهجای استفاده از دادههای ربات، تنها از طریق یک دستکش…
شرکت OpenAI استارتاپ Glass Imaging را برای ادغام شبکههای عصبی در سختافزار دوربینها تصاحب کرد. این اقدام نشاندهنده استراتژی جدید OpenAI برای عبور از لایه نرمافزاری و ورود به…