موضوع
Models that natively process text+image+audio+video
۴۰۳ مقاله منتشر شده
استارتآپ چینی IO-AI Tech از اپراتورهای انسانی برای آموزش رباتهای انساننما استفاده میکند تا دادههای فیزیکی لازم برای رسیدن به خودمختاری کامل را جمعآوری کند. این روش، شکاف…
شرکت Greptile لایهی اجرایی TREX را معرفی کرد تا بررسی کدهای AI را از خواندن ساده به اجرای واقعی تغییر دهد. این رویکرد اجازه میدهد خطاهای منطقی و پسرویهای رابط کاربری که در…
پلتفرم CADAM با تبدیل توصیفات متنی به کدهای OpenSCAD، امکان ساخت مدلهای سهبعدی قابل ویرایش را فراهم میکند. این ابزار برخلاف مدلهای رایج، خروجیهایی مهندسی و دقیق تولید میکند…
توسعهدهندهای به نام Dexter2344 با ادغام قابلیت تطبیق الگو در عاملهای موبایلی، مشکل «دکمههای نامرئی» را حل کرد. این روش به عامل اجازه میدهد آیکونهایی مثل دکمه ارسال واتساپ…
مؤسسه AllenAI مدل MolmoMotion را معرفی کرد که میتواند حرکت آینده اشیاء در فضای سهبعدی را بر اساس دستورات متنی پیشبینی کند. این سیستم با ارائه یک مجموعه داده عظیم شامل یک میلیون…
گوگل قابلیتهای صوتی مبتنی بر Gemini را برای مدلهای منتخب TCL فعال کرد. کاربران اکنون میتوانند تنظیمات پیچیده تصویر و صدا را بهجای گشتن در منوها، با دستورات صوتی ساده تغییر…
کاربران iOS 27 ابزارهای پیشرفتهای مانند Image Wand و Describe Your Change را نادیده میگیرند. این قابلیتها فراتر از خلاصهسازی ساده، تجربه کاربری را به سمت اتوماسیون فعال…
اپل در iOS 27 کیبوردهای متنی را با یک بوم دیجیتال جایگزین میکند تا کاربران بتوانند یادداشتهای دستنویس و طرحهای سریع ارسال کنند. این قابلیت در حال حاضر برای توسعهدهندگان در…
استارتآپ XDOF با جذب ۷۰ میلیون دلار سرمایه، زیرساخت جمعآوری دادههای باکیفیت برای هوش مصنوعی فیزیکی را میسازد. این شرکت خدماتی را ارائه میدهد که آزمایشگاههای بزرگ AI برای…
آزمایشگاه Odyssey با جذب ۳۱۰ میلیون دلار سرمایه در valuation ۱.۴۵ میلیارد دلاری، قصد دارد مدلهایی بسازد که به جای پیشبینی کلمات، قوانین فیزیکی جهان را بشناسند. این پروژه با تکیه…
پژوهشگری که پیشتر فیلترهای امنیتی هوش مصنوعی را میشکست، اکنون از یک خطلوله اختصاصی برای تبدیل مفاهیم بصری به لباسهای واقعی از برندهای تجاری استفاده میکند. این رویکرد برخلاف…
گوگل بلندگوی هوشمند ۱۰۰ دلاری جدیدی را با جایگزینی دستیار قدیمی با مدل Gemini معرفی کرد. این دستگاه با تمرکز بر گفتگوهای طبیعی و حذف نیاز به تکرار مداوم کلمات فعالساز، تجربهی…