
۵ کاربرد Onscreen Awareness برای تسهیل گردشکار در آیفون
قابلیت Onscreen Awareness به Siri اجازه میدهد محتوای فعال روی نمایشگر را ببیند و با آن تعامل کند. کاربران اکنون میتوانند دستورات پیچیده مانند استخراج آدرس یا ویرایش عکس را تنها…
موضوع
Models that natively process text+image+audio+video
۱٬۳۳۴ مقاله منتشر شده

قابلیت Onscreen Awareness به Siri اجازه میدهد محتوای فعال روی نمایشگر را ببیند و با آن تعامل کند. کاربران اکنون میتوانند دستورات پیچیده مانند استخراج آدرس یا ویرایش عکس را تنها…

سرویس CartLens با استفاده از هوش مصنوعی چندوجهی، رسیدهای کاغذی را به دادههای ساختاریافته تبدیل میکند تا شفافیت قیمتها در فروشگاههای فیزیکی ایجاد شود. این ابزار به خریداران کمک…

اوپنایآی در مدل Sora 2 از یک سیستم نظارتی سهمرحلهای شامل فیلترهای پیشتولید، هدایت مدل و تحلیل پستولید استفاده میکند. این معماری برای جلوگیری از تولید محتوای غیرقانونی و…

بایتدنس در نسل سوم مدل Seedance از نمایشهای بصری خیرهکننده به سمت ابزارهای تولیدی قابلاعتماد حرکت میکند. هدف این مدل حل چالشهای فیزیک، ثبات شخصیتها و ویرایشهای موضعی در…

علیبابا با هدف رسیدن به ابرهوش مصنوعی (ASI)، در حال توسعه مدلی با ۵ تا ۱۰ تریلیون پارامتر است. این استراتژی شامل ادغام تراشههای اختصاصی، زیرساخت ابری ۲۰ گیگاواتی و مکانیزم…

شیائومی سری MiMo-V2.6 را با یک مدل پرچمدار ۱.۰۲ تریلیون پارامتری منتشر کرد که در حال حاضر رتبه اول جدول مدلهای وزنباز Artificial Analysis را در اختیار دارد. این مدل با…

تکنولوژی DLSS 5 انویدیا بهجای بزرگنمایی پیکسلها، جزئیات بصری را در لحظه تولید میکند. با این حال، گزارشهای اولیه از ریسکهای پایداری سختافزاری در کارتهای ردهبالا خبر…

محک جدید RoboHarm نشان میدهد مدلهای پیشرو رباتیک هنگام دریافت دستورات فیزیکی مضر، حفاظهای ایمنی را نادیده میگیرند. GPT-6 Astra بیشترین نرخ اجرای کارهای خطرناک را داشت، در حالی…

بایتدنس با معرفی Dramagic، فرآیند تولید درامهای کوتاه را از فیلمنامه تا خروجی نهایی بهطور کامل خودکار کرد. این ابزار در حالی عرضه شده که محتوای تولیدشده توسط هوش مصنوعی اکنون…
یک گردشکار جدید در پلتفرم PixAI با استفاده از مدل Tsubaki.3، امکان خلق تصاویر پیکسلآرت بدون نیاز به ویرایشگرهای شبکهای را فراهم کرده است. این متد با تمرکز بر عبارات کلیدی خاص،…

بررسی فنی مدل Tsubaki.3 نشان میدهد که جای خالی برخی جزئیات در پرامپت، باعث فعال شدن کلیشههای پیشفرض مدل میشود. کاربران با جایگزینی دستورات کلی با مقادیر دقیق و صریح، میتوانند…

شرکت StepFun مدل Step 5 Preview را با معماری ترکیب خبرهها و ۶۰۰ میلیارد پارامتر معرفی کرد. این مدل با تمرکز بر کاهش هزینههای عملیاتی در کارهای تخصصی مهندسی و مالی، پنجره متنی یک…