چندوجهی

ادوبی با معرفی بخش AI Playground در اپلیکیشن Indigo، ویرایش زاینده و حذف اشیا را به عکاسان موبایل می‌آورد. این به‌روزرسانی به‌جای مدل‌های Firefly، از مدل Nano Banana گوگل استفاده…

انویدیا مدل Cosmos 3 Edge را برای کنترل ربات‌ها و بینایی ماشین در لبه شبکه عرضه کرد. این مدل ۴ میلیارد پارامتری با ترکیب استدلال و شبیه‌سازی، امکان پیش‌بینی و اجرای اقدامات فیزیکی…

ابزار AceKit امکان اتصال عامل‌های کدنویسی مانند Claude Code و Cursor را به سرویس‌های خارجی برای تولید ویدیو و جست‌وجوی وب فراهم می‌کند. این سیستم نیاز به نوشتن اسکریپت‌های دستی…

آزمایشگاه Yang AI مدل بنیادی Inertia-1 را معرفی کرد که قادر است حرکات انسانی را بدون نیاز به آموزش مجدد، در هر نقطه از بدن و با هر نوع حسگری تحلیل کند. این مدل با بهره‌گیری از ۱۸…

شرکت علی‌بابا پیش‌نمایشی از مدل چندوجهی Qwen3.8-Max با ۲.۴ تریلیون پارامتر ارائه داد تا با پیشرفته‌ترین سیستم‌های جهان رقابت کند. با وجود دسترسی پولی، این شرکت هنوز بنچمارک‌های…

تولید عامل‌های صوتی در حوزه سلامت نیازمند عبور از چت‌بات‌های عمومی و استقرار موتورهایی است که اصطلاحات پزشکی و پرونده‌های الکترونیک بیمار را در محیطی امن مدیریت کنند. این فرآیند…

یک توسعه‌دهنده با ساخت رابطی کم‌حجم، محدودیت‌های ثبت‌نام و کندی Seedance را دور زد. این ابزار امکان تولید سریع و بدون واترمارک ویدیوهای متن-به-ویدیو و تصویر-به-ویدیو را فراهم…

توسعه محصولات تبدیل گفتار به متن دیگر به دقت مدل‌ها وابسته نیست، بلکه موفقیت در گرو طراحی زیرساخت‌های پردازش صوتی و مدیریت صف‌های پردازشی است. در حالی که عملکرد مدل‌ها به اشباع…

ابزار Backbeat Forge نت‌نویسی دستی درامز را حذف و صداهای ضبط‌شده را به نت‌های پنج‌خطی تبدیل می‌کند. این سیستم به‌صورت محلی اجرا شده و خروجی‌های PDF و MIDI ارائه می‌دهد.

دو رویکرد متضاد برای ساخت عامل‌های موبایلی ظهور کرده‌اند: یک گوشی اختصاصی (Doubao) و یک لایه‌ی نرم‌افزاری مستقل (Mobilerun). در حالی که سخت‌افزار تجربه‌ی یکپارچه‌تری می‌سازد،…

مدل Seedance 2.0 متعلق به بایت‌دنس با ارائه خروجی 4K و قیمت‌های رقابتی تا ۰.۰۴ دلار بر ثانیه، مدل Wan 2.7 علی‌بابا را در هزینه‌ها شکست داد. در حالی که Wan در تولید کلیپ‌های بسیار…

پژوهشگران با تغییر تمرکز از تحلیل پیکسل‌ها به نقشه‌برداری از حرکات چهره در طول زمان، دقت تشخیص جعل عمیق را به بالای ۹۵٪ رسانده‌اند. این روش با تطبیق ردپای صوتی و کینماتیک سه بعدی…