گوگل هزینه تولید ویدیو با Gemini Omni 1.1 Flash را به ۳ سنت رساند
گوگل با بهروزرسانی مدل Gemini Omni Flash به نسخه ۱.۱، حالت پیشنویس ۳۶۰p را معرفی کرد که سرعت را ۶۰٪ افزایش و هزینهها را به شدت کاهش میدهد. این تغییر، تولید ویدیوهای هوش مصنوعی…
موضوع
Models that natively process text+image+audio+video
۱٬۶۶۴ مقاله منتشر شده
گوگل با بهروزرسانی مدل Gemini Omni Flash به نسخه ۱.۱، حالت پیشنویس ۳۶۰p را معرفی کرد که سرعت را ۶۰٪ افزایش و هزینهها را به شدت کاهش میدهد. این تغییر، تولید ویدیوهای هوش مصنوعی…
ادوبی یک محیط ویرایشی جدید در فتوشاپ معرفی کرد که ابزارهای هوش مصنوعی را در یک نوار ابزار متمرکز میکند. این بهروزرسانی قابلیت «مارکآپ» را اضافه کرده تا کاربران بهجای متن، با…
تحلیل بازار ارزهای دیجیتال از شاخصهای فنی سنتی به سمت سنتز لحظهای دادههای غیرساختاریافته با مدلهای چندوجهی تغییر کرده است. تا سال ۲۰۲۶، توانایی تحلیل همزمان احساسات شبکههای…
ابزار Kuca با جایگزینی تولیدات تصادفی با سیستم استوریبوردینگ دقیق، امکان طراحی صحنههای سینمایی را فریمبهفریم فراهم میکند. این پلتفرم با ترکیب موتورهای Seedance و MiniMax،…
پروژه LAION یک مجموعه داده باز به نام LAION-BVD شامل ۸۰ میلیون ویدیو و ۱.۳ میلیارد URL منتشر کرد. این اقدام با هدف شکستن انحصار غولهای فناوری بر دادههای آموزشی مقیاسبزرگ برای…
استارتاپ Linum با جایگزینی فیلترهای ارزانقیمت CPU با سیستمهای شتابیافته GPU و یادگیری تقویتی (RLVR)، نویز دادههای پیشآموزش را حذف کرد. این چرخش راهبردی باعث شد مدلهای تولید…
خطوط تولید محتوای مبتنی بر هوش مصنوعی هزینه هر قسمت از درامهای کوتاه را از هزاران دلار به زیر ۲ هزار دلار رسانده است. در حالی که انسانها همچنان در انتقال ظرافتهای احساسی پیشرو…
توسعهدهندگان اکنون میتوانند وظایف پیچیده بینایی ماشین مانند حذف پسزمینه را مستقیماً در مرورگر اجرا کنند. با بهرهگیری از WebGPU، پردازش هوش مصنوعی از سرورهای ابری گرانقیمت به…
گوگل با معرفی سامانه Spark، قابلیتهای Gemini Live را فراتر از گفتگو برد تا بتواند وظایف چندمرحلهای و طولانیمدت را در اکوسیستم Workspace اجرا کند. این بهروزرسانی اجازه میدهد…
گوگل مدل جدید Gemini 3.5 Transcribe را برای تبدیل گفتار به متن معرفی کرد که بهطور خودکار تپقها و کلمات زائد را حذف میکند. این ابزار با پشتیبانی از ۸۵ زبان و قابلیت تعریف واژگان…
علیبابا مدل آزمایشی Qwen3.8-Flash-Next را معرفی کرد که با معماری جدید لایه بردار معنایی، هزینههای آموزش را بهشدت کاهش داده است. این مدل با وجود اندازه کوچک، در وظایف کدنویسی و…
ارزش بازار Unitree، پیشرو رباتیک چین، پس از عرضه اولیه سهام تقریباً نصف شد. سرمایهگذاران دریافتهاند که هوش مصنوعی فیزیکی برای انجام کارهای سودآور، با کمبود شدید دادههای آموزشی…