پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۳۵۶ مقاله منتشر شده

جیمینی لایو با قابلیت‌های هوشمند: مدیریت وظایف، خلاصه روزانه و کنترل صندوق صوتی

سامانه Spark گوگل Gemini Live را از یک چت‌بات به عامل اجرایی تبدیل کرد

گوگل با معرفی سامانه Spark، قابلیت‌های Gemini Live را فراتر از گفتگو برد تا بتواند وظایف چندمرحله‌ای و طولانی‌مدت را در اکوسیستم Workspace اجرا کند. این به‌روزرسانی اجازه می‌دهد…

۴ دقیقه خواندن۱
حلقه یادگیری توالی - شماره ۹۲۱: آشنایی با مدل جدید DeepSeek، مقاله Env Harness و Etched شگفت‌انگیز

هم‌سویی مدل و سخت‌افزار؛ استراتژی جدید DeepSeek و Etched برای کاهش هزینه استنتاج

توسعه‌های جدید در لایه‌های مدل، محیط و زیرساخت نشان می‌دهد پیشرفت هوش مصنوعی از مقیاس‌بندی ساده به سمت چرخه بسته از ادراک و سخت‌افزار تخصصی می‌رود. این تغییرات هدفشان افزایش…

۱ دقیقه خواندن
ابزارهای هوش مصنوعی واقعاً ما را بهره‌ور می‌کنند یا فقط سرگرمی جدیدی هستند؟
زندگی با AI

چرا چت‌بات‌ها هنوز نتوانسته‌اند به محیط‌های کاری یکپارچه تبدیل شوند؟

ابزارهای فعلی هوش مصنوعی به جای محیط‌های کاری یکپارچه، مانند «پیشگوهای هوشمند» عمل می‌کنند که کاربر را مجبور به جابه‌جایی دستی داده‌ها بین تب‌های مختلف می‌کنند. جهش بعدی این…

۹ دقیقه خواندن
پشتیبانی Peak XV از Ringg هند در توسعه هوش مصنوعی صدا فراتر از تماس تلفنی

سرمایه‌گذاری ۱۰ میلیون دلاری Ringg برای تبدیل تماس‌های صوتی به جریان‌های کاری

استارتاپ هندی Ringg با جذب ۱۰ میلیون دلار سرمایه از Peak XV Partners، تمرکز خود را از تماس‌های ساده به اتوماسیون فرآیندهای پیچیده سازمانی تغییر داد. این شرکت اکنون وظایفی مانند…

۴ دقیقه خواندن