چندوجهی

شرکت Photoroom جزئیات خط لوله داده‌های مدل PRX 7B را افشا کرد. این استراتژی بر جایگزینی شرح‌های کوتاه با توصیفات مفصل تولیدشده توسط مدل‌های بینایی-زبانی تأکید دارد تا تنوع مفاهیم…

پژوهشکده هوش مصنوعی آلن (AI2) مدل olmOCR را معرفی کرد که با تبدیل PDFs پیچیده به Markdown و LaTeX، هزینه‌های عملیاتی را به‌شدت کاهش می‌دهد. این مدل ۷ میلیارد پارامتری با استفاده…

نسخه ۰.۶.۰ کتابخانه LeRobot مدل‌های جهانی (World Models) را معرفی کرد که به ربات‌ها اجازه می‌دهد وضعیت‌های آینده را پیش‌بینی کنند. این به‌روزرسانی با افزودن API پاداش، شش محک…

پلتفرم ZSky AI با حذف سیستم «اعتباری» (Credit-based)، امکان تولید نامحدود تصویر و ویدیو را در سطح رایگان فراهم کرد. هدف این اقدام، جایگزینی ترس از اتمام اعتبار با روحیه آزمایشگری…

ابزار SpillTheReel محتوای ذخیره‌شده در اینستاگرام را به یک پایگاه دانش قابل جست‌وجو تبدیل می‌کند. این سیستم با استفاده از لایه‌ی حافظه گرافیکی-برداری، امکان گفتگو با ویدیوها و…

تولیدکنندگان محتوا با استفاده از نشانه‌های صوتی ساخته‌شده توسط هوش مصنوعی، فرآیند تکمیل پروژه‌ها را به یک عادت عصبی پاداش‌محور تبدیل کرده‌اند. این روش با جایگزینی پاداش‌های دیررس…

سامانه Unlimited OCR با شبیه‌سازی فرآیند فراموشی انسانی، محدودیت حافظه در پردازش اسناد طولانی را از بین برد. این مدل با ثابت نگه داشتن حجم KV Cache، تأخیری یکسان و توان عملیاتی…

بایت‌دنس ابزار تولید ویدیو Seedance را علی‌رغم مخالفت رسمی استودیوها به قلب صنعت سینما وارد کرده است. در حالی که MPA خواستار ممنوعیت این ابزار است، سازندگان فیلم به‌طور مخفیانه از…

نسل جدیدی از مدل‌های با وزن‌های باز با تفکیک استخراج داده از تجزی‌وتحلیل سند، چالش تبدیل PDF به JSON را حل کرده‌اند. مدل Lift با کسب رکورد جدید در دقت فیلدها، امکان ساختارمند کردن…

یک فرمت جدید برای استریم صحنه‌های سه‌بعدی پویا معرفی شده که حجم فایل‌ها را تا ۵۸ برابر کاهش می‌دهد. این فناوری امکان پخش باکیفیت صحنه‌های 4D را از طریق درخواست‌های HTTP Range و…

اپل با معرفی iOS 27، دستیار سیری را به یک مدل زبانی بزرگ تبدیل می‌کند، اما دسترسی به این قابلیت‌ها را به دستگاه‌های دارای Apple Intelligence محدود کرده است. کاربران آیفون ۱۵ پرو و…

تسلا سرویس Robotaxi را به میامی گسترش داد و اکنون در پنج شهر آمریکا فعالیت می‌کند. این حرکت تجاری هم‌زمان با پیشرفت‌های NVIDIA در شبیه‌سازی محیطی و معرفی استانداردهای اخلاقی…