پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

آموزش کاربردی

«بهینه‌سازی عمیق»؛ رویکرد vLLM برای تسریع پاسخ‌دهی مدل‌های هوش مصنوعی

پروژه vLLM در نسخه ۰.۲۸.۰ با معرفی بهینه‌سازی‌های عمیق برای مدل‌های Kimi-K3 و DeepSeek V4، هزینه‌های حافظه را کاهش و سرعت پاسخ‌دهی را افزایش داد. این به‌روزرسانی با تکیه بر…

۱۲ دقیقه خواندن۱

تحریم شرکت‌های AI در برابر تحریم دولت‌ها؛ تغییر استراتژی واشینگتن

دولت ایالات متحده با هدف مهار تسلیحات خودمختار و جنگ‌های اطلاعاتی، شبکه A/I Collective را تحریم کرد. این نخستین بار است که یک مجموعه شرکت هوش مصنوعی به‌جای یک دولت، به‌عنوان تهدید…

۶ دقیقه خواندن۱

مدل‌های توزیع یوتیوب در برابر استراتژی‌های آسیایی در بازار درام‌های عمودی

درآمدهای سالانه بازار درام‌های عمودی هوش مصنوعی در آمریکا به ۴.۲ میلیارد دلار رسیده است. با این حال، ثروت در دست ۲۰ درصد از استودیوهای برتر متمرکز شده و مدل‌های درآمدزایی آسیایی…

۳ دقیقه خواندن
آموزش کاربردی

مدل Qwen3.8 27B سرعت استنتاج را نصف کرد اما پاسخ‌ها را سریع‌تر به پایان می‌رساند

بنچمارک‌های مدل Qwen3.8 27B روی مک استودیو نشان می‌دهد که با وجود کاهش سرعت تولید توکن، به‌دلیل ایجاز بیشتر در پاسخ‌ها، زمان کل انتظار کاربر کاهش یافته است. این مدل امکان…

۹ دقیقه خواندن۵
آموزش کاربردی

کارخانهٔ خودکار Mathondu عکس‌های منوی دست‌نویس را به اپلیکیشن اندروید تبدیل

پلتفرم Mathondu با استفاده از ابزارهای گوگل، سیستمی ساخته است که عکس‌های نامرتب و یادداشت‌های صوتی فروشندگان خرد را به فروشگاه‌های دیجیتال تبدیل می‌کند. این سامانه تمام مراحل، از…

۵ دقیقه خواندن۳
آموزش کاربردی

PixAI Studio در برابر ComfyUI؛ تقابل بهره‌وری سریع و کنترل فنی در خلق انیمه

هنرمندان انیمه میان کنترل ذره‌بینی ComfyUI و اکوسیستم یکپارچه PixAI Studio تقسیم شده‌اند. انتخاب نهایی به این بستگی دارد که سازنده اولویت را به شخصی‌سازی خط لوله فنی بدهد یا فضای…

۹ دقیقه خواندن۳