پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

آموزش کاربردی

سیاست‌های شفاف fal و Replicate در برابر ابهام هزینه‌ای سایر ارائه‌دهندگان ویدیو

بررسی جدید سیاست‌های پرداخت نشان می‌دهد که fal و Replicate برای خطاهای سرور و اجراهای ناموفق مدل‌های عمومی هزینه دریافت نمی‌کنند. در مقابل، اکثر ارائه‌دهندگان دیگر در مورد نحوه…

۹ دقیقه خواندن۴

Gemini 3.8 Flash؛ بهینه‌سازی گوگل برای کاهش هزینه و تأخیر در عامل‌های سازمانی

گوگل دیپ‌مایند مدل Gemini 3.8 Flash را برای تسریع گردش‌کارهای عامل‌محور و مهندسی نرم‌افزار عرضه کرد. این مدل با حفظ پنجره متنی یک میلیون توکنی، تعادلی بهینه میان کیفیت، هزینه و…

۵ دقیقه خواندن۲

بوهرینگر اینگلهایم برای تسریع کشف دارو به عامل‌های هوش مصنوعی Owkin روی آورد

شرکت داروسازی بوهرینگر اینگلهایم با دریافت مجوز استفاده از پلتفرم K Pro و داده‌های چندوجهی Owkin، فرآیند کشف دارو در حوزه‌های سرطان و ایمنی را خودکار می‌کند. این همکاری بر پایه…

۴ دقیقه خواندن۴

مدل Atlas با معماری زمینهٔ مکانی، دقت بازسازی سه‌بعدی را ارتقا داد

شرکت World Labs مدل Atlas را معرفی کرد؛ سیستمی که با درک مختصات سه‌بعدی، محیط‌های پیچیده را از چند عکس بازسازی و شبیه‌سازی می‌کند. این مدل برخلاف مدل‌های ویدیویی، داده‌ها را در…

۵ دقیقه خواندن۲

آیا دسکتاپ‌های فوق‌فشرده می‌توانند جایگزین ابرسرویس‌های هوش مصنوعی شوند؟

شرکت ایسر دسکتاپ فوق‌فشرده‌ای را معرفی کرد که با تکیه بر تراشه RTX Spark انویدیا، اجرای عامل‌های هوش مصنوعی پیچیده را به‌صورت محلی ممکن می‌کند. این سیستم با ترکیب پردازنده و…

۴ دقیقه خواندن۲

«جایگزینی نمونه‌برداری ثابت»؛ راهکار گوگل برای تحلیل بهینه ویدیوها

گوگل با جایگزینی نمونه‌برداری ثابت با رویکردی عامل‌محور، هزینه‌های تحلیل ویدیوهای طولانی را به‌شدت کاهش داد. این سیستم به‌جای اسکن تمام ثانیه‌ها، به‌صورت هوشمند تنها فریم‌ها و…

۳ دقیقه خواندن