
گزارش ATLAS گوگل: هوش مصنوعی در ۶۸٪ مشاغل آمریکا حضور دارد اما کمتر از ۱۰٪
مطالعه جدید گوگل نشان میدهد که با وجود پذیرش گسترده هوش مصنوعی در صنایع مختلف، ابزارهای زایده بیشتر به عنوان دستیار همکاری به کار میروند تا جایگزین کامل نیروی انسانی. این…
موضوع
Models that natively process text+image+audio+video
۸۷۸ مقاله منتشر شده

مطالعه جدید گوگل نشان میدهد که با وجود پذیرش گسترده هوش مصنوعی در صنایع مختلف، ابزارهای زایده بیشتر به عنوان دستیار همکاری به کار میروند تا جایگزین کامل نیروی انسانی. این…

شرکت Lingverse با جذب سرمایه جدید، گجت پوشیدنی iKairos را معرفی کرد تا تجربیات بصری کاربر را به یک دفترچه خاطرات تصویری تبدیل کند. این محصول تلاش میکند با ترکیب نظارت محیطی و هوش…

دوران سلطه تکمدلی Whisper به پایان رسیده و تفاوت دقت مدلهای برتر Open ASR اکنون به کمتر از یک درصد رسیده است. معیار انتخاب مدل از نمرات بنچمارک به متغیرهایی نظیر نوع لایسنس،…

یک چارچوب تست سختگیرانه برای خط لوله waoowaoo معرفی شده است که امکان اندازهگیری پایداری شخصیتها و قابلیت بازیابی را در تولید ویدیوهای محلی فراهم میکند. این متد با استفاده از…

هگینگ فیس با ادغام Nunchaku Lite در کتابخانه Diffusers، امکان کوانتش ۴ بیتی وزنها و فعالسازها (W4A4) را فراهم کرد. این بهروزرسانی نیاز به VRAM را بهشدت کاهش داده و سرعت…

پلتفرم Speakworld با جایگزینی تمرینات تکراری با محیطهای مجازی تعاملی، یادگیری زبانهای هندی، ژاپنی و اسپانیایی را به یک تجربه بازیگونه تبدیل کرده است. کاربران در این سامانه از…

آزمایشهای جدید نشان میدهد مدلهای هوش مصنوعی چندوجهی در شناسایی تفاوتهای کوچک بین برندها و سایز محصولات شکست میخورند. این نقص در دقت، کنترل کیفیت خودکار در تجارت الکترونیک را…

یک خطلوله (Pipeline) جدید با جایگزینی امتیازدهی کلی با روش «دیکشنری ویژگیها»، خطاهای ظریف برچسب محصول را شناسایی میکند. این سیستم با ترکیب EasyOCR برای متن و Moondream2 برای…

ابزار متنباز nb2lite-skill-kiro با ادغام مدل Gemini 3.1 Flash Lite، امکان ویرایش گامبهگام و حفظ وضعیت (Stateful) تصاویر را فراهم کرد. این سیستم با استفاده از پروتکل MCP اجازه…

سامسونگ با همکاری گوگل، جنتل مونستر و واربی پارکر، عینکهای هوشمند سطح بالایی را معرفی کرد که با عمر باتری ۹ ساعته، تجربه استفاده از هوش مصنوعی را به دنیای واقعی میآورند. این…

جاروبربای Narwal Flow 2 با ترکیب دوربینهای ۱۰۸۰p و سیستم تیکشی نوآورانه، برخورد با اشیاء را به حداقل رسانده است. این دستگاه در پاکسازی لکههای چسبناک بیرقیب است، اما قدرت مکش…

یک گردشکار جدید در هوش مصنوعی امکان تولید ورقههای چند-فیگوری (Pose Sheets) را از طریق یک تصویر مرجع فراهم میکند. این روش با ترکیب پرامپتهای ساختاریافته و تثبیت جزئیات، مشکل…