پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۸۷۹ مقاله منتشر شده

بنیان‌گذاران DesignArena ۷.۹ میلیون دلار برای هوش مصنوعی باسلیقه جذب کردند | TechCrunch
اخبار کوتاه روزانه

«عبور از کاربردی به زیبا»؛ هدف جدید مدل‌های AI با داده‌های ترجیحی

استارتاپ Intelligence با جذب سرمایه برای پلتفرم DesignArena، داده‌های ترجیحی انسانی در زمینه زیبایی‌شناسی را برای آزمایشگاه‌های پیشرو AI فراهم می‌کند. این شرکت با کمک ۵.۳ میلیون…

۳ دقیقه خواندن۱
معماری راهکارهای مقیاس‌پذیر هوش مصنوعی اینفلوئنسر با ShadowSocial.io با بهره‌گیری از Likeness Lock v2.4 و صف‌بندی بدون RAM بی
آموزش کاربردی

ShadowSocial.io: بهینه‌سازی حافظه در زمان بیکاری، پایداری سیستم را تضمین می‌کند

پلتفرم ShadowSocial.io معماری جدیدی برای مدیریت اینفلوئنسرهای هوش مصنوعی معرفی کرد که از طریق بهینه‌سازی حافظه و قفل کردن چهره، پایداری سیستم را در زمان ترافیک بالا تضمین می‌کند.…

۲ دقیقه خواندن۱
جمینی رایگان در آمریکا: دسترسی به ساخت تصویر شخصی از گوگل فوتوز برای همه باز نشده — قبل از دسترسی به عکس‌ها این موارد را بررس
آموزش کاربردی

تولید تصویر با داده‌های شخصی؛ Gemini چگونه حریم خصوصی را بازتعریف می‌کند؟

گوگل به بخشی از کاربران ایالات متحده اجازه داد تا از عکس‌های شخصی خود در Google Photos به‌عنوان زمینه مستقیم برای تولید تصویر در Gemini استفاده کنند. این تغییر، تمرکز کاربر را از…

۳ دقیقه خواندن۲
پشتیبانی روز صفر MiniMax H3 در ComfyUI: وزن‌های باز، صدای بومی و ویدیوی ۲K
آموزش کاربردی

مدل MiniMax H3 مصرف حافظه گرافیکی را برای تولید ویدیوهای 2K تا ۶۶٪ کاهش داد

شرکت MiniMax مدل H3 را با وزن‌های باز منتشر کرد که تولید ویدیوهای 2K همراه با صدای استریو را ممکن می‌سازد. به‌ دلیل بهینه‌سازی‌های شدید در وزن‌ها، این مدل اکنون روی کارت‌های…

۲ دقیقه خواندن۱
برش ۹:۱۶ قبل از خرج کردن اعتبار: نکته‌ای برای تبدیل عکس به ویدیوی کوتاه با هوش مصنوعی
آموزش کاربردی

برش دستی تصاویر ۹:۱۶؛ راهکاری برای رفع تاری و اعوجاج در ویدیوهای هوش مصنوعی

یک گردش‌کار جدید برای مدل‌های تبدیل تصویر به ویدیو، از طریق برش دستی عکس‌ها به نسبت ۹:۱۶ پیش از آپلود، مانع از افت کیفیت می‌شود. با جداسازی ترکیب‌بندی از حرکت در پرامپت، کاربران…

۲ دقیقه خواندن۴
لوگوی نرم‌افزار Likeness Lock نسخه ۲.۴ با پس‌زمینه تیره و نماد قفل دیجیتال آبی رنگ
آموزش کاربردی

مدل‌های دیجیتال در برابر عکاسی فیزیکی در کمپین‌های تجارت الکترونیک

نسخه ۲.۴ ابزار Likeness Lock با تضمین تداوم چهره و لباس در ویدیوهای تولید شده با هوش مصنوعی، نیاز به عکاسی‌های مکرر فیزیکی را از بین برد. این سیستم اکنون اجازه می‌دهد برندهای…

۱ دقیقه خواندن۱
هم‌بنیان‌گذار اوپن‌ای‌ای در جستجوی «ویب تست» بعدی هوش مصنوعی: از تک‌شاخ تا پلیکان و سرزمین میانه
سرگرمی و خلاقیت

کارپاتی: تبدیل توصیفات تولکین به محیط‌های سه‌بعدی توسط Claude Opus 5

اندریج کارپاتی با استفاده از مدل Claude Opus 5، توصیفات ادبی کتاب «ارباب حلقه‌ها» را به محیط‌های گرافیکی سه‌بعدی در مرورگر تبدیل کرد. این آزمایش نشان می‌دهد که هوش مصنوعی در حال…

۲ دقیقه خواندن
تشخیص چهره هوشمند: فراتر از قفل صفحه، تجربه‌ای نوین در دنیای دیجیتال
آموزش کاربردی

«احراز هویت پیچیده»؛ هدف جدید اپلیکیشن‌های بازشناسی چهره

سیستم‌های بازشناسی چهره از امنیت ساده‌ی دستگاه‌ها به سمت احراز هویت پیچیده و خرده‌فروشی شخصی‌سازی‌شده حرکت می‌کنند. مدل‌های جدید یادگیری عمیق اکنون قادرند چهره‌ها را حتی با وجود…

۴ دقیقه خواندن
نقشه آموزش جهان آلی‌بابا با یک پردازنده گرافیکی به مدت ۲۴ ساعت اجرا شد

«تثبیت بصری ۲۴ ساعته»؛ دستاورد جدید علی‌بابا در مدل‌های جهانی

پلتفرم Amap متعلق به علی‌بابا مدلی را معرفی کرد که می‌تواند محیط‌های تعاملی هوش مصنوعی را به مدت ۲۴ ساعت بدون فروپاشی بصری روی یک کارت گرافیک مصرف‌کننده اجرا کند. این دستاورد با…

۴ دقیقه خواندن