چندوجهی

آنتروپیک قابلیت‌های صوتی کلود را به مدل‌های قدرتمند Opus و Sonnet گسترش داد. این به‌روزرسانی امکان اجرای دستورات صوتی در اپلیکیشن‌هایی نظیر Gmail و Slack را فراهم می‌کند.

آنتروپیک قابلیت‌های صوتی خود را از مدل سبک Haiku به مدل‌های قدرتمندتر Opus و Sonnet گسترش داد. این به‌روزرسانی شامل پشتیبانی از چندین زبان کلیدی و ادغام عمیق‌تر با ابزارهایی مانند…

کمپانی TwelveLabs ابزار Jockey AI را برای تبدیل آرشیوهای حجیم تصویری به پایگاه‌های داده‌ای قابل جست‌وجو معرفی کرد. این عامل با درک عمیق محتوا، نیاز به برچسب‌گذاری دستی را حذف کرده…

شرکت Runway ابزاری به نام Media Router را معرفی کرد که بر اساس اولویت‌های کیفیت، سرعت یا هزینه، بهینه‌ترین مدل تصویر، ویدیو یا صدا را برای توسعه‌دهندگان انتخاب می‌کند. این اقدام،…

شرکت Black Forest Labs مدل چندوجهی Flux 3 را معرفی کرد که برخلاف رقبایش، صوت و تصویر را به‌طور هم‌زمان آموزش دیده است. این مدل ویدیوهایی تا ۲۰ ثانیه با صدای بومی تولید می‌کند و در…

یک مهارت (Skill) متن‌باز جدید با استفاده از پروتکل MCP، مدل Gemini Omni Flash را به Claude Code متصل کرد. این ابزار امکان ویرایش تکرارشونده و حالت‌مند (Stateful) ویدیوها را فراهم…

سونی دوربین سینمایی FX5 را برای پر کردن شکاف میان مدل‌های FX3 و FX6 معرفی کرد. این دوربین برای نخستین بار قابلیت ضبط RAW 5K و پشتیبانی از Open Gate را به این رده از محصولات…

پزشکان برای مقابله با کمبود متخصص و حجم بالای بیماران، به ابزارهای تشخیص پوستی مبتنی بر بینایی ماشین روی آورده‌اند. این سامانه‌ها ضایعات پوستی را در چند ثانیه تحلیل کرده و بدون…

مطالعه جدید گوگل نشان می‌دهد که با وجود پذیرش گسترده هوش مصنوعی در صنایع مختلف، ابزارهای زایده بیشتر به عنوان دستیار همکاری به کار می‌روند تا جایگزین کامل نیروی انسانی. این…

شرکت Lingverse با جذب سرمایه جدید، گجت پوشیدنی iKairos را معرفی کرد تا تجربیات بصری کاربر را به یک دفترچه خاطرات تصویری تبدیل کند. این محصول تلاش می‌کند با ترکیب نظارت محیطی و هوش…

دوران سلطه تک‌مدلی Whisper به پایان رسیده و تفاوت دقت مدل‌های برتر Open ASR اکنون به کمتر از یک درصد رسیده است. معیار انتخاب مدل از نمرات بنچمارک به متغیرهایی نظیر نوع لایسنس،…

یک چارچوب تست سخت‌گیرانه برای خط لوله waoowaoo معرفی شده است که امکان اندازه‌گیری پایداری شخصیت‌ها و قابلیت بازیابی را در تولید ویدیوهای محلی فراهم می‌کند. این متد با استفاده از…