پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۳۳۵ مقاله منتشر شده

استپ‌فان مدل Step 5 Preview را معرفی کرد: MoE با ۶۰۰ میلیارد پارامتر و پنجره زمانی یک میلیون توکن برای وظایف عاملی پیچیده

StepFun: کاهش هزینه‌های عملیاتی در مهندسی با مدل ۶۰۰ میلیارد پارامتری

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…

۴ دقیقه خواندن
تایمر در حال کار روی صفحه‌ای با آیکون هوش مصنوعی و فیلم، نماد سنجش زمان تولید ویدیوی هوشمند
آموزش کاربردی

هزینهٔ پنهان تولید ویدیو با AI؛ چرا سرعت رندر یک معیار فریبنده است؟

اندازه‌گیری زمان تولید یک کلیپ تک‌به‌تک، هزینه‌های واقعی یعنی تلاش‌های تلف‌شده و جابه‌جایی بین ابزارها را نادیده می‌گیرد. رویکرد جدید بر کوتاه‌تر کردن کل چرخه «پرامپت تا کلیپ»…

۶ دقیقه خواندن۱
علی‌بابا مدل متن‌باز کیوئن ۳.۸ را معرفی کرد؛ ادعا می‌کند پس از فیبل ۵ در رتبه دوم قرار دارد

علی‌بابا: مدل Qwen-Image-2.1 با ۷ میلیارد پارامتر مدل‌های بسته را شکست

علی‌بابا مدل وزن‌باز Qwen-Image-2.1 را برای تولید و ویرایش دقیق تصاویر منتشر کرد. این مدل با بهینه‌سازی برای سخت‌افزارهای مصرف‌کننده، قابلیت پشتیبانی بومی از تصاویر شفاف RGBA را…

۱ دقیقه خواندن۱
«گندر» تنسنت: گفتگو در پس‌زمینه بدون توقف کار

معماری دوگانه Gander: تفکیک استدلال از گفتگو برای حذف وقفه در AI صوتی

مدل جدید تنسنت با جداسازی لایه‌ی گفتگو از پردازش‌های پیچیده، تعاملات صوتی روان و قابل قطع‌شدنی را ممکن کرده است. این مدل در زمان‌بندی پاسخ‌ها پیشتاز است، اما در حال حاضر دقت اجرای…

۴ دقیقه خواندن۱
مقایسه عملی ChatGPT، Claude و Gemini برای کار واقعی
آموزش کاربردی

استراتژی ترکیبی مدل‌ها: ChatGPT برای خلاقیت، Claude برای تحلیل و Gemini برای

مقایسه‌ای کاربردی از سه مدل پیشرو نشان می‌دهد که هر یک در حوزه‌ای خاص برتری دارند. برای بهینه‌سازی هزینه و کیفیت، استفاده از یک مدل پولی در کنار نسخه‌های رایگان سایر مدل‌ها…

۱ دقیقه خواندن۲
آواتار سفارشی Rive برای دستیار هوشمند وب‌اپلیکیشن هوش مصنوعی
آموزش کاربردی

آواتارهای AI چگونه وضعیت تفکر خود را به کاربر منتقل می‌کنند؟

فریم‌ورک جدید Mascot Engine با استفاده از Rive، انیمیشن‌های ایستا را با سیستم‌های مبتنی بر حالت جایگزین می‌کند. این رویکرد اجازه می‌دهد آواتارها وضعیت‌های پردازشی هوش مصنوعی مانند…

۶ دقیقه خواندن
شماره ۱۲۵ خبرنامه هوش مصنوعی فیزیکی فیوچرایکس - ۲۰ سپتامبر
اخبار کوتاه روزانه

کامیون‌های خودران چگونه زمان عملیاتی معدن Shougang را ۸٪ ارتقا دادند؟

شرکت Shougang Mining با استقرار ۲۷ کامیون خودران در عملیات ترکیبی، بهره‌وری زمانی را ۸٪ ارتقا داد. این پیشرفت در حالی رخ می‌دهد که صنعت رباتیک میان موفقیت‌های آزمایشگاهی در…

۱۵ دقیقه خواندن