پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۳۵۳ مقاله منتشر شده

گزارش: آمازون مدل‌های هوش مصنوعی نوا را کاهش می‌دهد و روی تیم تحقیقاتی مرزی جدید شرط‌بندی می‌کند
اخبار کوتاه روزانهگزارش تأییدنشده

درون تغییر استراتژی آمازون؛ جایگزینی مدل‌های Nova با پژوهش‌های مرزی

آمازون با تغییر استراتژی، توسعه اکثر مدل‌های خانواده Nova را متوقف کرد تا منابع خود را به تیم پژوهش‌های پیشرو (Frontier Model Research) منتقل کند. هدف این شرکت معرفی یک مدل بنیادی…

۱ دقیقه خواندن۳
پلتفرم OlmoEarth: استنتاج مکانی در مقیاس سیاره‌ای
آموزش کاربردی

درون OlmoEarth؛ سازوکار تحلیل سریع داده‌های حجیم ماهواره‌ای

مؤسسه AI2 با معرفی پلتفرم OlmoEarth، گلوگاه‌های پردازشی داده‌های ماهواره‌ای را حذف کرد. این سامانه اکنون می‌تواند ده‌ها ترابایت تصویر ماهواره‌ای را با هزینه‌ای بسیار اندک و سرعتی…

۸ دقیقه خواندن۱
نحوه مدل‌سازی ادعاهای علمی قبل از تولید نمودار
آموزش کاربردی

جایگزینی مشخصات فنی با پیکسل‌ها؛ راهکار جدید حذف توهم در دیاگرام‌های علمی

یک گردش‌کار جدید در تصویرسازی علمی، مدل‌های هوش مصنوعی را از تولید مستقیم تصویر به مدل «ابتدا مشخصات» منتقل کرده است. این سیستم با اجبار مدل به تعریف توپولوژی و شواهد پیش از…

۵ دقیقه خواندن۲
لوگوی Fish Audio و عنوان مقاله: جذب ۵۰ میلیون دلار سرمایه اولیه برای ساخت مدل‌های صدای هوش مصنوعی

Fish Audio با ۵۰ میلیون دلار سرمایه کنترل دقیق احساسات را به صداهای مصنوعی آورد

استارت‌آپ Fish Audio برای خروج از عصر صداهای رباتیک، ۵۰ میلیون دلار سرمایه جذب کرد. این شرکت با ارائه بیش از ۱۵ هزار کنترل دقیق روی لحن و احساس، امکان تولید صداهای انسانی و قابل…

۴ دقیقه خواندن۴
صدای تلفن دقیقاً شبیه رئیستان است. جعل آن ۵ دقیقه طول می‌کشد.
آموزش کاربردی

بحران آستانهٔ اقلیدسی: چرا احراز هویت بیومتریک تا سال ۲۰۲۶ منسوخ می‌شود

پیشرفت‌های سریع در مدل‌های انتشار صوتی و آواتارهای چهره، مفهوم «اثبات حضور» بیومتریک را از بین برده است. توسعه‌دهندگان باید از این پس با سیگنال‌های بیومتریک، نه به‌عنوان هویت،…

۳ دقیقه خواندن
کاربردهای برتر هوش مصنوعی مولد در توسعه کسب‌وکارها در ۲۰۲۶
آموزش کاربردی

۱۰ مورد کاربردی که استقرار تجاری هوش مصنوعی زاینده را در ۲۰۲۶ هدایت می‌کنند

سازمان‌ها از چت‌بات‌های ساده به سمت گردش‌کارهای عامل‌محور حرکت کرده‌اند که با داده‌های داخلی و نرم‌افزارهای موجود یکپارچه می‌شوند. تمرکز فعلی بر سیستم‌های عملیاتی با نتایج قابل…

۹ دقیقه خواندن۲
مدل پیشرفته FeyNoBg برای حذف پس‌زمینه تصاویر
آموزش کاربردی

درون معماری FeyNoBg؛ راهکار مدل‌های عمیق برای رزولوشن‌های فوق‌بالا

مدل متن‌باز FeyNoBg با گسترش معماری BiRefNet و تنوع‌بخشی به داده‌های آموزشی، استانداردهای حذف خودکار پس‌زمینه را جابه‌جا کرد. این مدل به‌ویژه در سناریوهای دشوار مانند تصاویر…

۷ دقیقه خواندن۲