پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

Anthropic در برابر OpenAI؛ رقابت بر سر تسخیر سخت‌افزار برای ابرهوش مصنوعی

گزارش‌ها حاکی از آن است که Anthropic برای دستیابی به «هوش مصنوعی تجسم‌یافته»، مذاکراتی را برای خرید استارتاپ رباتیک Physical Intelligence پیش برده است. این اقدام نشان‌دهنده رقابت…

۴ دقیقه خواندن
آموزش کاربردی

Oxlo.ai: کاهش چشمگیر هزینه مدل‌های پنجره‌بلند با قیمت‌گذاری درخواستی

سامانه‌های نگهداری پیش‌بینانه به دلیل حجم بالای داده‌های حسگرها با هزینه‌های گزاف توکن مواجه‌اند. Oxlo.ai با جایگزینی پرداخت توکنی با هزینه ثابت به‌ازای هر درخواست، استقرار…

۴ دقیقه خواندن۲
آموزش کاربردی

Oxlo.ai قطعه‌بندی تصویر را با تبدیل زبان طبیعی به مختصات مکانی خودکار کرد

پلتفرم Oxlo.ai با استفاده از مدل‌های زبانی بزرگ به عنوان موتور استدلال، دستورات متنی را به مختصات دقیق برای قطعه‌بندی تصویر تبدیل می‌کند. این سامانه با مدل قیمت‌گذاری مبتنی بر…

۱ دقیقه خواندن۳
آموزش کاربردی

«تبدیل اپیزود به استریم»؛ استراتژی Pareto برای مدیریت داده‌های پیچیده

پلتفرم Pareto با الهام از معماری سیستم‌های ویدئویی مقیاس‌بزرگ، زیرساختی چندوجهی برای مدیریت داده‌های پیچیده رباتیک ایجاد کرده است. این سامانه با تبدیل اپیزودهای آموزشی ربات به…

۷ دقیقه خواندن

Claude Cowork مهارت‌های دسکتاپ را از طریق ضبط صفحه نمایش می‌آموزد

قابلیت جدید Claude Cowork به کاربران اجازه می‌دهد با ضبط صفحه و توضیح صوتی، گردش‌های کاری پیچیده را به مهارت‌های قابل تکرار برای هوش مصنوعی تبدیل کنند. این به‌روزرسانی نیاز به…

۱ دقیقه خواندن۱
آموزش کاربردی

«ساده‌سازی مفاهیم دی‌جی»؛ هدف Spotify از عرضه قابلیت Mix برای کاربران

اسپاتیفای قابلیت Mix را برای مشترکان پرمیوم عرضه کرد تا بتوانند انتقال‌های هوشمند و دائمی بین آهنگ‌های لیست‌های خود ایجاد کنند. این ابزار مفاهیم تخصصی دی‌جی مانند تطبیق BPM و…

۴ دقیقه خواندن۱

مدل Qwen-Image-3.0 چگونه مرز میان تصویر و سند ساختاریافته را شکست؟

مدل جدید علی‌بابا قادر است اینفوگرافیک‌های متراکم با متون خوانای ۱۰ پیکسلی و فرمول‌های پیچیده ریاضی را در یک بار تولید کند. این مدل از تولید تصاویر صرفاً زیبایی‌شناختی به سمت خلق…

۴ دقیقه خواندن۴
آموزش کاربردی

«فرار از واترمارک»؛ دلیل کوچ تولیدکنندگان محتوا به سمت LivePortrait

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…

۳ دقیقه خواندن