موضوع
Models that natively process text+image+audio+video
۸۷۶ مقاله منتشر شده
یک چارچوب جدید با ترکیب تقطیر دانش چندوجهی و شبیهسازی معکوس، برای حفظ زبانهای در معرض خطر طراحی شده است. این سیستم با بازسازی خروجیهای مدل معلم از طریق بردارهای معنایی مدل…
اپل نسخههای بتای عمومی iOS 27 و macOS 27 را با تمرکز بر تبدیل سیری به یک دستیار هوش مصنوعی زاینده عرضه کرد. این بهروزرسانی علاوه بر قابلیتهای هوشمند، جهشهای چشمگیری در سرعت…
یک ابزار متنباز جدید با بهرهگیری از قابلیتهای بینایی مدل Claude، درسهای گیتار یوتیوب را به نتهای PDF تبدیل میکند. این ابزار با شناسایی دقیق میزانهای موسیقی و حذف فریمهای…
سامانه VideoAgent با استفاده از یک بهینهساز منحصربهفرد، دستورات متنی را به گرافهای اجرایی برای ابزارهای تدوین تبدیل میکند. این سیستم میتواند خطاهای ساختاری در زنجیره تولید…
یک پروژه متنباز با استفاده از مدل Amazon Nova 2 Sonic و رزبریپای ۵، اسباببازی ماهی Billy Bass را به یک دستیار صوتی با تأخیر بسیار کم تبدیل کرده است. این سامانه با تحلیل لحظهای…
رابط برنامهنویسی جدید SpeechAnalyzer اپل در تبدیل گفتار انگلیسی به متن، از مدل Whisper Small شرکت OpenAI پیشی گرفت. این ابزار با دقت بالاتر و سرعت ۳ برابر بیشتر، استنتاج محلی را…
گوگل با آوردن هوش مصنوعی Gemini به Waze، امکان گزارش حوادث جادهای و جستوجوی مقاصد را از طریق دستورات صوتی طبیعی فراهم کرد. این بهروزرسانی شامل حالت اختصاصی برای موتورسیکلتها و…
گوگل پژوهشی مدل بنیادی SensorFM را معرفی کرد که دادههای پراکنده حسگرهای پوشیدنی را به لایه هوشمند سلامت تبدیل میکند. این مدل با آموزش روی دادههای ۵ میلیون کاربر، در تقریباً…
بسیاری از ابزارهای استخراج متن از PDF، دادههای مختصاتی را حذف میکنند و باعث میشوند مدلهای زبانی در ارجاع به صفحات دچار توهم شوند. برای حل این مشکل، رویکردی ترکیبی از استخراج…
ابزار Hailuo AI امکان تبدیل پرامپتهای ساده یا تصاویر به آزمایشهای بصری کوتاه را فراهم میکند. این سرویس به عنوان یک دفترچه طراحی دیجیتال برای تست اتمسفر و قلابهای ویدئویی پیش…
استراتژیهای هوش مصنوعی اپل و گوگل در سال ۲۰۲۶ به دو مسیر کاملاً متضاد رفتهاند: اولویت اپل حفظ حریم خصوصی در سطح سختافزار است و گوگل بر تسلط بر دادههای ابری و انعطافپذیری…
پژوهشگران دانشگاه میشیگان مدل بنیادی NeuroVFM را توسعه دادند که بدون نیاز به برچسبگذاری دستی، بر روی ۵.۲۴ میلیون اسکن بالینی آموزش دیده است. این مدل در دقت تریاژ پزشکی و کاهش…