پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۳۴۶ مقاله منتشر شده

تجهیز هوشمندانه اتاق‌های خالی: تبدیل فایل خام به فضای مبله با استaging مجازی
آموزش کاربردی

BrightShot زمان چیدمان مجازی املاک را از ۳۰ دقیقه به ۳ دقیقه رساند

عکاسان مستقل املاک با جداسازی پردازش HDR از مبلمان هوشمند، زمان ویرایش هر عکس را ۹۰٪ کاهش دادند. این گردش کار جدید اجازه می‌دهد بدون افت کیفیت، ظرفیت پذیرش پروژه‌های هفتگی به‌طور…

۵ دقیقه خواندن
عینک متا: ری‌بن رفت، کایلی جنر آمد

قیمت عینک‌های هوشمند متا به ۲۹۹ دلار رسید و برند ری‌بن کنار رفت

متا با کاهش ۱۰۰ دلاری قیمت و عرضه مدل‌های مستقل، استراتژی سخت‌افزاری خود را برای دسترسی گسترده‌تر تغییر داد. این مجموعه شامل مدل‌های جدید و نسخه‌ای ویژه با طراحی کایلی جنر است که…

۸ دقیقه خواندن۱
سیدنس ۲.۵ بایت‌دنس مرز ۳۰ ثانیه را در تولید ویدیوی هوش مصنوعی شکست

بایت‌دنس ویدیوهای ۳۰ ثانیه‌ای با تغییر صحنهٔ پیچیده تولید می‌کند

بایت‌دنس از طریق بازوی ابری خود، مدل Seedance 2.5 را معرفی کرد که قادر به تولید کلیپ‌های ۳۰ ثانیه‌ای منسجم است. این به‌روزرسانی در کنار مدل زبانی جدیدی عرضه شده که ۸۰٪ ارزان‌تر از…

۱ دقیقه خواندن
سیستم OCR نامحدود بایدو: عصر تحلیل یک‌مرحله‌ای متون بلند
آموزش کاربردی

مدل Unlimited-OCR با پردازش یک‌مرحله‌ای، محدودیت تکه‌بندی اسناد طولانی را حذف

شرکت بایدو مدل Unlimited-OCR را برای تحلیل اسناد چندصفحه‌ای در یک مرحله (One-shot) معرفی کرد. این سیستم با حذف نیاز به تکه‌بندی متن، انسجام ساختاری اسناد پیچیده را در خروجی‌های…

۳ دقیقه خواندن۲
تحول مدیریت زنجیره تأمین با مدل‌های زبانی بزرگ
آموزش کاربردی

آیا قیمت‌گذاری ثابت می‌تواند جایگزین مدل توکن‌محور در زنجیره تأمین شود؟

پلتفرم Oxlo.ai با جایگزینی مدل توکن‌محور با قیمت‌گذاری ثابت به‌ازای هر درخواست، مانع مالی پردازش اسناد حجیم در لجستیک را حذف کرد. این سرویس با ادغام در OpenAI SDK، امکان استقرار…

۴ دقیقه خواندن۲
جریان کاری تولید موزیک ویدیوی هوش مصنوعی از فایل صوتی
آموزش کاربردی

Echonos تولید موزیک‌ویدیوهای عمودی را از طریق تحلیل انرژی صوت خودکار کرد

پلتفرم Echonos با استفاده از یک خط لوله هوش مصنوعی، فایل‌های صوتی را مستقیماً به ویدیوهای عمودی با کیفیت 2K تبدیل می‌کند. این ابزار با همگام‌سازی بصری بر اساس پروفایل انرژی…

۶ دقیقه خواندن
ویدو کیو۳، مدل چندوجهی برای تولید ویدیو از متن و تصویر، روی ابر هوآوی راه‌اندازی شد
اخبار کوتاه روزانهتأییدنشده · منبع منفرد

«تداوم بصری در ویدیو»؛ قابلیت کلیدی Vidu Q3 در پلتفرم هواوی کلاود

مدل Vidu Q3 از شرکت Shengshu Technology اکنون روی پلتفرم MaaS هواوی کلاود در دسترس است. این ابزار با تمرکز بر تداوم بصری، تولید سریال‌های کوتاه و تیزرهای تجاری را به سطح صنعتی…

۲ دقیقه خواندن