مدل GPT-5.6 سول در نرمافزار بلندر از سرعت عمل انسان پیشی گرفت
اوپنایآی با معرفی خانواده مدلهای GPT-5.6، قابلیت «استفاده از کامپیوتر» را با سرعتی فراتر از انسان عرضه کرد. این بهروزرسانی شامل یک ساختار لایهای از مدلها و اپلیکیشن GPT for…
موضوع
Models that natively process text+image+audio+video
۱٬۶۶۴ مقاله منتشر شده
اوپنایآی با معرفی خانواده مدلهای GPT-5.6، قابلیت «استفاده از کامپیوتر» را با سرعتی فراتر از انسان عرضه کرد. این بهروزرسانی شامل یک ساختار لایهای از مدلها و اپلیکیشن GPT for…
مجموعه Thinking Machines Lab به جای مدلهای متمرکز و ایستا، سیستمی توزیعشده پیشنهاد میدهد که در آن کاربران وزنهای مدل را شخصیسازی کنند. هدف این رویکرد، جذب دانش ضمنی و محلی…
مدل Runway Gen 5 با تمرکز بر پایداری بصری و کیفیت ۱۰۸۰p عرضه شد. با وجود پیشرفت در جزئیات، تولیدکنندگان برای حل مشکل فراموشی شخصیتها به سامانههای چندعاملی روی آوردهاند.
گوگل استاندارد باز Eclipsa Video را برای یکسانسازی کیفیت نمایش HDR در نمایشگرهای مختلف معرفی کرد. این فناوری با همکاری اپل و NBCUniversal، از متادیتای پویا برای حذف مشکلاتی چون…
پژوهشگران BAAI مدل Orca را معرفی کردند؛ سازوکاری که با یادگیری از ویدیوهای خام، بدون نیاز به دانستن دستورات حرکتی، کنترل رباتها را به دقت سیستمهای تخصصی میرساند. این مدل با…
یک فونت آزمایشی جدید با استفاده از حرکت و نویز، متونی ایجاد میکند که برای انسان قابل خواندن اما برای مدلهای چندوجهی هوش مصنوعی نامفهوم است. این سیستم با انتقال اطلاعات از تصاویر…
متا مدل چندوجهی Muse Spark 1.1 را برای بهینهسازی گردش کارهای سازمانی و کدنویسی عاملمحور عرضه کرد. این مدل با قیمتگذاری تهاجمی، رقبایی چون GLM-5.2 را در بنچمارکهای کدنویسی شکست…
سلسلهمراتب مدلهای هوش مصنوعی با وزنهای باز پس از انتشار چهار مدل پرچمدار، سه بار جابهجا شده است. مدلهای جدید از DeepSeek، Moonshot AI و MiniMax اکنون ثبات پیشین این حوزه را…
پلتفرم Oxlo.ai با جایگزینی مدل پرداخت توکنی با نرخ ثابت بهازای هر درخواست، هزینههای پردازش دادههای عظیم در صنعت انرژی را بهشدت کاهش داد. این تغییر مسیر، تحلیل مجموعهدادههای…
روشی جدید در کتابخانه AudioTrace با استفاده از پردازش سیگنال و سنجش زیروبمی صدا، نیاز به مدلهای گیتدار و GPU را برای تفکیک دو گوینده حذف کرده است. این رویکرد دقت را در تماسهای…
توسعهدهندهای به نام هیمانشو اپلیکیشن Ember را طراحی کرده است تا کاربران با سرابی از سرگرمیهای رهاشده در کودکی مواجه شوند. این ابزار با استفاده از هوش مصنوعی زاینده و بلاکچین،…
شرکت متا ابزار تولید تصویر Muse Image را که اجازه میداد کاربران از عکسهای عمومی اینستاگرام برای خلق آثار جدید استفاده کنند، پس از اعتراضات گسترده حذف کرد. این اقدام پس از آن…