پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۸۶۰ مقاله منتشر شده

لوگوی نرم‌افزار Likeness Lock نسخه ۲.۴ با پس‌زمینه تیره و نماد قفل دیجیتال آبی رنگ
آموزش کاربردی

مدل‌های دیجیتال در برابر عکاسی فیزیکی در کمپین‌های تجارت الکترونیک

نسخه ۲.۴ ابزار Likeness Lock با تضمین تداوم چهره و لباس در ویدیوهای تولید شده با هوش مصنوعی، نیاز به عکاسی‌های مکرر فیزیکی را از بین برد. این سیستم اکنون اجازه می‌دهد برندهای…

۱ دقیقه خواندن۱
هم‌بنیان‌گذار اوپن‌ای‌ای در جستجوی «ویب تست» بعدی هوش مصنوعی: از تک‌شاخ تا پلیکان و سرزمین میانه
سرگرمی و خلاقیت

کارپاتی: تبدیل توصیفات تولکین به محیط‌های سه‌بعدی توسط Claude Opus 5

اندریج کارپاتی با استفاده از مدل Claude Opus 5، توصیفات ادبی کتاب «ارباب حلقه‌ها» را به محیط‌های گرافیکی سه‌بعدی در مرورگر تبدیل کرد. این آزمایش نشان می‌دهد که هوش مصنوعی در حال…

۲ دقیقه خواندن
تشخیص چهره هوشمند: فراتر از قفل صفحه، تجربه‌ای نوین در دنیای دیجیتال
آموزش کاربردی

«احراز هویت پیچیده»؛ هدف جدید اپلیکیشن‌های بازشناسی چهره

سیستم‌های بازشناسی چهره از امنیت ساده‌ی دستگاه‌ها به سمت احراز هویت پیچیده و خرده‌فروشی شخصی‌سازی‌شده حرکت می‌کنند. مدل‌های جدید یادگیری عمیق اکنون قادرند چهره‌ها را حتی با وجود…

۴ دقیقه خواندن
نقشه آموزش جهان آلی‌بابا با یک پردازنده گرافیکی به مدت ۲۴ ساعت اجرا شد

«تثبیت بصری ۲۴ ساعته»؛ دستاورد جدید علی‌بابا در مدل‌های جهانی

پلتفرم Amap متعلق به علی‌بابا مدلی را معرفی کرد که می‌تواند محیط‌های تعاملی هوش مصنوعی را به مدت ۲۴ ساعت بدون فروپاشی بصری روی یک کارت گرافیک مصرف‌کننده اجرا کند. این دستاورد با…

۴ دقیقه خواندن
نقش مدل‌های زبانی بزرگ در چت‌بات‌ها و دستیارهای مجازی
آموزش کاربردی

دستیارهای پویا در برابر چت‌بات‌های مبتنی بر کلمات کلیدی

مدل‌های زبانی بزرگ در حال جایگزینی چت‌بات‌های قدیمی مبتنی بر کلمات کلیدی هستند. این تغییر اجازه می‌دهد دستیاران هوشمند به جای دنبال کردن مسیرهای ثابت، خودشان جریان کاری را در لحظه…

۲ دقیقه خواندن۲
مدل جستجوی نوروسمبولیک Ontology 1 با دقت ۲.۷ برابر موتورهای جستجوی برتر تجارت الکترونیک جهان

مدل Ontology 1 دقت جست‌وجوی محصولات را در برابر گوگل و آمازون بالا برد

شرکت Onton مدل هوش مصنوعی Neurosymbolic را معرفی کرد که با استفاده از گراف دانش، در پاسخ به پرس‌وجوهای پیچیده تجاری، گوگل شاپینگ و آمازون را شکست می‌دهد. این مدل به‌جای تکیه بر…

۴ دقیقه خواندن
نمودار SVG قورباغه با فک برجسته هابسبورگ، بنچ‌مارک بهینه‌سازی گرافیک برداری.
سرگرمی و خلاقیت

«قورباغه‌های سلطنتی»؛ اثرات ناخواسته در خروجی‌های بصری هوش مصنوعی

یک محک جدید به نام FROGS_ نشان می‌دهد که مدل‌های هوش مصنوعی در مواجهه با پرامپت‌های ساده، دچار «بیش‌ویرایشگری» می‌شوند. این مدل‌ها به‌جای رسم یک قورباغه ساده، ویژگی‌های پزشکی و…

۷ دقیقه خواندن۲
دستگاه پاسخگوی هوشمند ساخت خودتان: راهنمای ساخت دستیار صوتی مبتنی بر هوش مصنوعی
آموزش کاربردی

ترکیب Twilio و Deepgram امکان ساخت دستیار تلفنی بدون سخت‌افزار را فراهم کرد

یک پیاده‌سازی فنی جدید به توسعه‌دهندگان اجازه می‌دهد با حذف زیرساخت‌های سخت‌افزاری پیچیده، دستیارهای تلفنی تمام‌خودکار بسازند. این سیستم با ایجاد یک پل صوتی دوطرفه، مدیریت پذیرش…

۴ دقیقه خواندن۴