چندوجهی

پروژه‌ی WASTE با استفاده از استریم مستقیم وزن‌ها از حافظه‌ی NVMe، اجرای مدل‌های تریلیون‌پارامتری را روی سخت‌افزارهای مصرف‌کننده ممکن کرد. این موتور توانست مدل عظیم Kimi K3 را روی…

گوگل ابزار تولید تصویر Nano Banana را با گوگل ارث ادغام کرد که امکان ساخت تصاویر هوایی مصنوعی را فراهم می‌کند. این قابلیت که برای سرگرمی طراحی شده بود، هم‌اکنون برای تولید تصاویر…

استارتاپ Smallest.ai با جذب سرمایه برای توسعه مدل‌های صوتی کوچک و تخصصی، قصد دارد شکاف زمانی پاسخ‌دهی در چت‌بات‌ها را از بین ببرد. این سیستم با پردازش هم‌زمان شنیدن و صحبت کردن،…

یک معماری جدید در تضمین کیفیت عامل‌محور، برای جلوگیری از توقف‌های ناگهانی در خط تولید، تفکیک دقیقی میان «مشاهده‌گر AI» و «مرجع تصمیم‌گیر» ایجاد کرده است. در این مدل، هوش مصنوعی…

شرکت PolyAI مدل Dialog-RSN-1 را معرفی کرد که با پردازش مستقیم سیگنال‌های صوتی، نیاز به تبدیل متن به گفتار را حذف می‌کند. این معماری با کاهش تأخیر به زیر ۳۰۰ میلی‌ثانیه، تعاملات…

ابزار جدید MelodyCreator به‌جای تولید آهنگ‌های کامل، طرح‌های خام MIDI می‌سازد تا آهنگسازان از «سندرم صفحهٔ سفید» رها شوند. این ابزار تمرکز را از ترکیب‌بندی توسط ماشین به ویرایش…

در حالی که Niji Journey در خلق تک‌تصویرهای اتمسفریک پیشتازی می‌کند، PixAI با ارائه گردش‌کارهای تخصصی آموزش LoRA و ابزارهای مرجع، کنترل دقیقی بر تکرار شخصیت‌های اورجینال فراهم کرده…

سامانه جدید گوگل دیپ‌مایند به ربات‌های انسان‌نما اجازه می‌دهد تا دستورات پیچیده را با هماهنگی کامل تمام بدن اجرا کنند. این به‌روزرسانی علاوه بر افزایش مهارت در کارهای ظریف، امکان…

گوگل دیپ‌مایند سامانه Gemini Robotics 2 را معرفی کرد که با ترکیب مدل‌های بینایی-زبانی و کنترلی، ربات‌ها را قادر به انجام کارهای پیچیده فیزیکی می‌کند. این سیستم گامی به سوی تحقق…

پلتفرم AGI Ranker با به‌روزرسانی سیستم امتیازدهی خود، ادعاهای متورم «سقف انسانی» را حذف کرد و باعث افت نمرات تقریباً تمام مدل‌های پیشرو شد. این تغییر رویکرد، تمرکز پلتفرم را از…

پژوهش‌های جدید نشان می‌دهد مدل‌های زبانی به‌دلیل فقدان «استنتاج ابداعی»، قادر به خلق چارچوب‌های نظری جدید نیستند. تنها مدل‌های جهانی (World Models) که بر پایه تجربه فیزیکی بنا…

حذف واترمارک در هوش مصنوعی فرآیندی دو مرحله‌ای شامل قطعه‌بندی برای یافتن اثر و ترمیم تصویر برای بازسازی پیکسل‌ها است. مدل LaMa با استفاده از پیچیدگی‌های فوریه، مشکل دید کلی در…