موضوع
Models that natively process text+image+audio+video
۱٬۳۵۷ مقاله منتشر شده
شرکت داروسازی بوهرینگر اینگلهایم با دریافت مجوز استفاده از پلتفرم K Pro و دادههای چندوجهی Owkin، فرآیند کشف دارو در حوزههای سرطان و ایمنی را خودکار میکند. این همکاری بر پایه…
شرکت World Labs مدل Atlas را معرفی کرد؛ سیستمی که با درک مختصات سهبعدی، محیطهای پیچیده را از چند عکس بازسازی و شبیهسازی میکند. این مدل برخلاف مدلهای ویدیویی، دادهها را در…
انتخاب میان تجمیعکنندههای API مانند OpenRouter یا fal به نوع دادههای غالب در برنامه شما بستگی دارد. یک چارچوب عملیاتی جدید پیشنهاد میکند برای تعیین هزینه و تأخیر واقعی،…
شرکت ایسر دسکتاپ فوقفشردهای را معرفی کرد که با تکیه بر تراشه RTX Spark انویدیا، اجرای عاملهای هوش مصنوعی پیچیده را بهصورت محلی ممکن میکند. این سیستم با ترکیب پردازنده و…
گوگل با جایگزینی نمونهبرداری ثابت با رویکردی عاملمحور، هزینههای تحلیل ویدیوهای طولانی را بهشدت کاهش داد. این سیستم بهجای اسکن تمام ثانیهها، بهصورت هوشمند تنها فریمها و…
بررسی ابزار DwellShift نشان میدهد تصاویر صیقلخورده هوش مصنوعی برای اجرای عملی ساختوساز گمراهکننده هستند، اما در تبدیل ایدههای مبهم به مفاهیم بصری کاربرد دارند. ارزش واقعی این…
گوگل برای آموزش مدلهای هوش مصنوعی خود با استودیوهای بزرگی چون دیزنی وارد مذاکره شده است. این استراتژی تلاشی است برای تبدیل Gemini از یک ابزار بحثبرانگیز به یک محصول سرگرمیِ…
گوگل ابزار Google Pics را برای کاربران Workspace و مشترکین AI عرضه کرد. این سرویس با قابلیت قطعهبندی اشیا و ویرایش متنهای درونتصویری، فرآیند آزمون و خطای پرامپتنویسی را برای…
یک الگوی معماری جدید، فراخوانیهای گرانقیمت مدلهای چندوجهی را با خط لولهای از تجزیهکنندههای تخصصی و اعتبارسنجی قطعی جایگزین میکند. این روش هزینهها را بهجای حجم کل اسناد،…
شرکت World Labs مدل چندوجهی Atlas را معرفی کرد که قادر است محیطهای سهبعدی پیچیده را تنها با چند تصویر محدود بازسازی و شبیهسازی کند. این مدل برخلاف ابزارهای تخصصی، درک بومی از…
گوگل ابزار Google Pics را برای کاربران تجاری Workspace معرفی کرد تا امکان ویرایش دقیق اشیا و متون درون تصاویر تولیدشده توسط هوش مصنوعی فراهم شود. این مجموعه ابزار با هدف جایگزینی…
آزمونهای مدل Tsubaki.3 نشان میدهد که با افزایش تعداد پنلها در یک تصویر، جزئیات ظریف شخصیتها حذف میشوند. این یافتهها ثابت میکند که مدلهای تبدیل متن به تصویر با محدودیت…