
AGI Inc با حذف APIها، کنترل گوشیهای هوشمند را به عاملهای محلی سپرد
شرکت AGI Inc در حال توسعه سامانه AGI-0 است که بهجای تکیه بر APIها، مستقیماً با رابط کاربری نمایشگر تعامل میکند. این شرکت برای کاهش تأخیر و افزایش حریم خصوصی، با کوالکام و لنوو…
موضوع
Models that natively process text+image+audio+video
۸۷۸ مقاله منتشر شده

شرکت AGI Inc در حال توسعه سامانه AGI-0 است که بهجای تکیه بر APIها، مستقیماً با رابط کاربری نمایشگر تعامل میکند. این شرکت برای کاهش تأخیر و افزایش حریم خصوصی، با کوالکام و لنوو…

پژوهش جدید نشان میدهد عاملهای هوش مصنوعی، چه تجاری و چه متنباز، تمایل دارند تصاویر دارای کپیرایت را به جای جایگزینهای رایگان و باکیفیت انتخاب کنند. این مطالعه تأکید میکند که…

انتخاب مدل مناسب برای تولید ویدیو، بسته به نیاز کاربر از ثبات بصری شخصیتها تا لبخوانی دقیق متغیر است. پلتفرم ofox اکنون امکان سوئیچ میان این مدلها را تنها با تغییر یک رشته متنی…

یک تولیدکننده محتوا فاش کرد که چگونه ابزارهای تولید تبلیغات با هوش مصنوعی، جریان کار را از ویرایش دستی خستهکننده به تستهای سریع و تکرارشونده تغییر داده است. در این رویکرد، AI…

یک توسعهدهنده با طراحی خط لولۀ تولید خودکار با Node.js و Python، فرآیند نشر کتاب «The AI Cookbook» را از حالت دستی به مهندسی تبدیل کرد. این سیستم با خودکارسازی پردازش تصاویر و…

شرکت Moonshot AI مدل Kimi K3 را بهعنوان بزرگترین مدل با وزنهای باز معرفی کرد. این مدل با حذف کامل رمزگذاری موقعیت و استفاده از معماری NoPE، استانداردهای مقیاسپذیری برای…

آمازون با تغییر استراتژی، توسعه اکثر مدلهای خانواده Nova را متوقف کرد تا منابع خود را به تیم پژوهشهای پیشرو (Frontier Model Research) منتقل کند. هدف این شرکت معرفی یک مدل بنیادی…

مؤسسه AI2 با معرفی پلتفرم OlmoEarth، گلوگاههای پردازشی دادههای ماهوارهای را حذف کرد. این سامانه اکنون میتواند دهها ترابایت تصویر ماهوارهای را با هزینهای بسیار اندک و سرعتی…

یک گردشکار جدید در تصویرسازی علمی، مدلهای هوش مصنوعی را از تولید مستقیم تصویر به مدل «ابتدا مشخصات» منتقل کرده است. این سیستم با اجبار مدل به تعریف توپولوژی و شواهد پیش از…

استارتآپ Fish Audio برای خروج از عصر صداهای رباتیک، ۵۰ میلیون دلار سرمایه جذب کرد. این شرکت با ارائه بیش از ۱۵ هزار کنترل دقیق روی لحن و احساس، امکان تولید صداهای انسانی و قابل…

آنتروپیک مدل Claude Opus 5 را با ادعای برابری عملکرد با رقبی مانند Fable 5 و کاهش ۵۰ درصدی هزینهها عرضه کرد. این رونمایی در بحبوحه تنشهای صنعت بر سر وزنهای باز و ادغام…

شرکت Sandbar با معرفی حلقهٔ هوشمند Stream، امکان ثبت یادداشتها و دیکتهٔ متنی را از طریق یک تاچپد کوچک روی انگشت فراهم کرده است. این سختافزار برخلاف ضبطکنندههای محیطی، بر…