
استفاده از وبهوک برای حذف تأخیر در تولید محتوای تصویری AI
یک توسعهدهنده معماری جدیدی برای ابزارهای جایگزینی چهره (Face-swap) معرفی کرد که با جایگزینی درخواستهای مستقیم با وبهوکها، مشکل قطع شدن اتصال (Timeout) مرورگر را حل میکند. این…
موضوع
Models that natively process text+image+audio+video
۱٬۴۲۶ مقاله منتشر شده

یک توسعهدهنده معماری جدیدی برای ابزارهای جایگزینی چهره (Face-swap) معرفی کرد که با جایگزینی درخواستهای مستقیم با وبهوکها، مشکل قطع شدن اتصال (Timeout) مرورگر را حل میکند. این…
تولیدکنندگان محتوا برای فرار از محدودیتهای شدید اعتباری و واترمارکهای ابزارهای ابری، به سمت مدلهای محلی و ابزارهای هیبریدی کوچ میکنند. در حالی که HeyGen کیفیت تجاری ارائه…

مقایسهی مستقیم Siri فعلی با نسخهی مبتنی بر هوش مصنوعی در iOS 27 نشان میدهد که اپل در مدیریت درخواستهای چندمرحلهای و درک بافتی پیشرفت چشمگیری داشته است. در حالی که کارهای…

شرکت Pollen Robotics سامانه متنباز Grabette را برای ضبط دادههای دستورزی رباتها معرفی کرد. این سیستم نیاز به تجهیزات گرانقیمت تلهاپراسیون را حذف کرده و جمعآوری داده را به…

شرکت سونی موسیقی در دعوایی جدید مدعی شد که Udio برای آموزش مدلهای خود از ۳۰ هزار آهنگ بدون اجازه استفاده کرده است. این شرکت با استفاده از تکنولوژی اثرانگشت صوتی، ردپای آثار…

ادوبی در بهروزرسانی اپلیکیشن آزمایشی Project Indigo، ابزارهای نقادانه هوش مصنوعی را برای آموزش عکاسان موبایل معرفی کرد. این قابلیتها بهجای تکیه بر دستورات متنی، از دکمههای…

نرمافزار Fooocus رابطی ساده و مشابه Midjourney را برای اجرای مدلهای قدرتمندی مثل FLUX.2 و SDXL روی سیستمهای ویندوزی فراهم میکند. این راهکار هزینههای اشتراک ابری را حذف کرده و…

کارگردان مشهور نیل بلومکمپ با انتشار فیلم کوتاه ۱۳ دقیقهای Nightborne، مرزهای سینماتوگرافی مبتنی بر هوش مصنوعی را جابهجا کرد. این پروژه که توسط استودیوی جدید او (Barley Studios)…

ادوبی با معرفی بخش AI Playground در اپلیکیشن Indigo، ویرایش زاینده و حذف اشیا را به عکاسان موبایل میآورد. این بهروزرسانی بهجای مدلهای Firefly، از مدل Nano Banana گوگل استفاده…

انویدیا مدل Cosmos 3 Edge را برای کنترل رباتها و بینایی ماشین در لبه شبکه عرضه کرد. این مدل ۴ میلیارد پارامتری با ترکیب استدلال و شبیهسازی، امکان پیشبینی و اجرای اقدامات فیزیکی…

ابزار AceKit امکان اتصال عاملهای کدنویسی مانند Claude Code و Cursor را به سرویسهای خارجی برای تولید ویدیو و جستوجوی وب فراهم میکند. این سیستم نیاز به نوشتن اسکریپتهای دستی…

آزمایشگاه Yang AI مدل بنیادی Inertia-1 را معرفی کرد که قادر است حرکات انسانی را بدون نیاز به آموزش مجدد، در هر نقطه از بدن و با هر نوع حسگری تحلیل کند. این مدل با بهرهگیری از ۱۸…