
Ghost Font: متنی که انسان میخواند اما هوش مصنوعی نمیبیند
یک فونت آزمایشی جدید با استفاده از حرکت و نویز، متونی ایجاد میکند که برای انسان قابل خواندن اما برای مدلهای چندوجهی هوش مصنوعی نامفهوم است. این سیستم با انتقال اطلاعات از تصاویر…
موضوع
Models that natively process text+image+audio+video
۱٬۳۴۷ مقاله منتشر شده

یک فونت آزمایشی جدید با استفاده از حرکت و نویز، متونی ایجاد میکند که برای انسان قابل خواندن اما برای مدلهای چندوجهی هوش مصنوعی نامفهوم است. این سیستم با انتقال اطلاعات از تصاویر…

متا مدل چندوجهی Muse Spark 1.1 را برای بهینهسازی گردش کارهای سازمانی و کدنویسی عاملمحور عرضه کرد. این مدل با قیمتگذاری تهاجمی، رقبایی چون GLM-5.2 را در بنچمارکهای کدنویسی شکست…

سلسلهمراتب مدلهای هوش مصنوعی با وزنهای باز پس از انتشار چهار مدل پرچمدار، سه بار جابهجا شده است. مدلهای جدید از DeepSeek، Moonshot AI و MiniMax اکنون ثبات پیشین این حوزه را…

پلتفرم Oxlo.ai با جایگزینی مدل پرداخت توکنی با نرخ ثابت بهازای هر درخواست، هزینههای پردازش دادههای عظیم در صنعت انرژی را بهشدت کاهش داد. این تغییر مسیر، تحلیل مجموعهدادههای…

روشی جدید در کتابخانه AudioTrace با استفاده از پردازش سیگنال و سنجش زیروبمی صدا، نیاز به مدلهای گیتدار و GPU را برای تفکیک دو گوینده حذف کرده است. این رویکرد دقت را در تماسهای…

توسعهدهندهای به نام هیمانشو اپلیکیشن Ember را طراحی کرده است تا کاربران با سرابی از سرگرمیهای رهاشده در کودکی مواجه شوند. این ابزار با استفاده از هوش مصنوعی زاینده و بلاکچین،…

شرکت متا ابزار تولید تصویر Muse Image را که اجازه میداد کاربران از عکسهای عمومی اینستاگرام برای خلق آثار جدید استفاده کنند، پس از اعتراضات گسترده حذف کرد. این اقدام پس از آن…

بررسیهای فنی نشان میدهد مدلهای DeepSeek و Qwen عملکردی در سطح GPT-4o دارند اما با کسری از هزینه. این تحول باعث میشود توسعهدهندگان از مدلهای تخصصی برای کدنویسی و استدلال…

تستهای میدانی نشان میدهد مدلهای چینی DeepSeek و Qwen عملکردی در سطح GPT-4o دارند اما با قیمتی بسیار کمتر. توسعهدهندهها با مسیریابی هوشمند وظایف بین مدلهای مختلف، هزینههای…

تیمهای Kyutai و Mirelo مدل وزنباز MuScriptor را برای تبدیل فایلهای صوتی چندسازه به نتهای MIDI معرفی کردند. این مدل با استفاده از یک خطلوله آموزشی سهمرحلهای، رکورد جدیدی را…

هوش مصنوعی چندوجهی با تلفیق دادههای متنوع مانند عکسهای رادیولوژی و متون پزشکی، از پژوهشهای تئوری به کاربردهای عملی منتقل شده است. این رویکرد دقت تشخیص در سلامت و ایمنی ناوبری…

قابلیت جدید Muse Image شرکت متا به کاربران اجازه میدهد با استفاده از محتوای حسابهای عمومی اینستاگرام، آثار هنری و ویدیوهای جدید خلق کنند. کاربران با پروفایل عمومی باید برای…