چندوجهی

شرکت Codezila سیستمی را معرفی کرده است که عامل‌های صوتی هوش مصنوعی را با قابلیت انتقال هوشمند به اپراتور انسانی تجهیز می‌کند. این متد با حذف تکرار سؤالات و رفع سکوت‌های آزاردهنده،…

گوگل ساختار قیمت‌گذاری خانواده Nano Banana را به چهار مدل مجزا تقسیم کرده است که ارزان‌ترین آن‌ها در اکتبر ۲۰۲۶ بازنشسته می‌شود. برای کاربران مناطق محدود، هزینه‌های دسترسی از طریق…

شرکت xAI مدل Imagine Image 2.0 را برای تولید تصاویر با کیفیت بالا منتشر کرد که اکنون تنها یک رتبه با GPT-Image-2 فاصله دارد. این به‌روزرسانی با تمرکز بر ابزارهای ویرایش حرفه‌ای،…

یک استودیو پرتره جدید در AI Model Hub با جایگزینی فیلترهای تک‌مرحله‌ای با یک «تیم مجازی»، عکس‌های پروفایل با بافت واقعی پوست تولید می‌کند. این رویکرد با حفظ منافذ پوست، اثر «دره…

پلتفرم AI Model Hub دسترسی به مدل‌های تراز اول مانند GPT-5.6 Luna و Gemini 3.6 Flash را در یک داشبورد واحد متمرکز کرد. این سرویس مدل اشتراک ماهانه را با سیستم پرداخت بر اساس مصرف…

شرکت Mistral AI مدل Shieldstral 1.0 3B را معرفی کرد؛ یک طبقه‌بندی‌کننده ایمنی چندوجهی که به‌جای لیست‌های ثابت، از پرسش‌های متنی برای نظارت بر محتوا استفاده می‌کند. این مدل کوچک با…

شرکت xAI مدل Grok Imagine Image 2.0 را با قابلیت‌های پیشرفته ویرایش منطقه‌ای و ارجاع چندتصویری معرفی کرد. این مدل در حال حاضر در رتبه‌ی دوم جدول‌های جهانی قرار دارد و تنها با مدل…

ابزار متن‌باز GPT-SoVITS امکان شبیه‌سازی صدای انسان را تنها با یک دقیقه داده صوتی و به‌صورت کاملاً محلی فراهم می‌کند. این ابزار با حذف وابستگی به سرویس‌های ابری، جایگزینی رایگان و…

ابزارهای متن‌باز تبدیل متن به گفتار به نقطه‌ای رسیده‌اند که مدل‌هایی مثل GPT-SoVITS و ChatTTS می‌توانند در شبیه‌سازی صدا و تولید محتوای محاوره‌ای با سرویس‌های تجاری برابری کنند.…

دقت همگام‌سازی لب‌ها در Seedance معمولاً در صحنه‌های طولانی به دلیل نقص در خط لوله تولید، نه محدودیت مدل، کاهش می‌یابد. ZipX با خرد کردن صحنه‌ها به ضرب‌آهنگ‌های کوچک و تثبیت صدا…

فنیکس فلکسین پس از ماه‌ها انکار، اعتراف کرد که آهنگ hit خود به نام Rubberz را با ابزارهای هوش مصنوعی ساخته است. این پذیرش پس از افشای فنی توسط یک تهیه‌کننده و شناسایی اثر توسط…

پلتفرم Oxlo.ai با تغییر مدل هزینه از تعداد توکن به مبلغ ثابت به‌ازای هر درخواست، مانع مالی برای پردازش متن‌های طولانی در عامل‌های صوتی را برداشت. این رویکرد باعث کاهش تأخیر و…