مدل‌ها هوش مصنوعی Sora 2: یک نسل جدید از تولید ویدئو و صدا با واقعیت فیزیکی بالا Sora 2 از OpenAI مدل پیشرفته‌ای در زمینه تولید ویدئو و صدا است که در آن فیزیک دقیق، واقع‌گرایی شفاف، هماهنگی صدا و کنترل سبک را بهبود یافته‌اند. ۸ مهر ۱۴۰۴ ۲ دقیقه پژوهش هوش مصنوعی و نمادگیری قابل دید: راه ساده‌ی Watermarking در Gradio در این مقاله، به بررسی راه‌کار ساده‌ای می‌پردازیم که سازمان‌ها و توسعه‌دهندگان می‌توانند با استفاده از Gradio، تصاویر و ویدئوی تولیدی هوش مصنوعی را با نماد قابل مشاهده تزئین کنند، تا تأکید بر شفافیت و شناسایی محتواهای مصنوعی داشته باشند. ۲۴ شهریور ۱۴۰۴ ۲ دقیقه پژوهش هوش مصنوعی در بازی‌های ویدئویی متنی: عملکرد LLMs و چالش‌ها این مقاله به بررسی توانایی مدل‌های زبان بزرگ در بازی‌های متنی می‌پردازد، روش‌های ارزیابی، چالش‌های فنی و راهکارهای بهبود را بررسی می‌کند. ۲۱ مرداد ۱۴۰۴ ۲ دقیقه پژوهش هوش مصنوعی در مدل‌های دید و زبان: جدیدترین پیشرفت‌های Hugging Face پیشرفت‌های اخیر در Vision Language Models توسط Hugging Face، توانایی‌های جدیدی در درک تصاویر، متن و ویدئو ایجاد کرده و روند باز‌فراز Open Source را تسریع می‌کند. ۲۲ اردیبهشت ۱۴۰۴ ۲ دقیقه پژوهش هوش مصنوعی چندرسانه‌ای: Visual Salamandra و گام تازه‌ای در درک تصاویر دنبال کردن لبه‌های هوش مصنوعی چندرسانه‌ای، مدلی جدید به نام Visual Salamandra معرفی شد؛ با 7 میلیارد پارامتر، انطباق تصویر‑متن را در فهم عمیق تصاویر و ویدئوها بهبود می‌بخشد. ۲۲ فروردین ۱۴۰۴ ۲ دقیقه محصولات FastRTC: کتابخانهٔ پایتون برای برقراری ارتباط زنده خط مشی نوین هوش مصنوعی کتابخانهٔ FastRTC، ابزاری نوین در پایتون برای ساخت برنامه‌های هوش مصنوعی در زمان واقعی با پشتیبانی از صدا و ویدئو، بر پایه متن‌باز؛ در این مقاله ویژگی‌ها و نمونه کد عملی را بررسی می‌کنیم. ۷ اسفند ۱۴۰۳ ۲ دقیقه محصولات هوش مصنوعی Sora: مدل ساخت ویدئو با کیفیت 1080p و طول 20 ثانیه سریع‌ترین راه برای ایجاد ویدئوهای کوتاه و با کیفیت، مدل هوش مصنوعی Sora است. با قابلیت تولید 1080p، 20 ثانیه و فرم‌های مختلف، کاربران می‌توانند محتواهای خود را نوآورانه بسازند. ۱۹ آذر ۱۴۰۳ ۲ دقیقه محصولات سورای OpenAI: مدل نسل بعدی تولید ویدیو در دنیای هوش مصنوعی پیشرفته با معرفی Sora، مدل ویدیو تولید OpenAI، برچسب‌های نوآوری در تولید محتوا، این ابزار ترکیبی از متن، تصویر و ویدیو را به خروجی ویدئویی خلاقانه تبدیل می‌کند. ۱۹ آذر ۱۴۰۳ ۲ دقیقه مدل‌ها دیتاست FineVideo: گامی عمیق‌تر در هوش مصنوعی ویدیو با هشتا هزار ساعت داده هوکینگ فیس با رهبری تیمی از متخصصان، دیتاست FineVideo را با بیش از ۴۳ هزار ویدیو و ۳.۴ هزار ساعت محتوا منتشر کرد؛ داده‌ای غنی برای آموزش مدل‌های هوش مصنوعی مولد ویترو ۲ مهر ۱۴۰۳ ۲ دقیقه پژوهش بهینه‌سازی دیتاست‌های روباتیک با رمزگذاری ویدئو: هوش مصنوعی بدون پیچیدگی مدیریت دیتاست روباتیک با رمزگذاری ویدئو، هزینه ذخیره‌سازی را تا 95٪ کاهش می‌دهد و سرعت پردازش را ارتقا می‌بخشد؛ این نوآوری در پژوهش‌های هوش مصنوعی راهنمایی استاندارد می‌شود. ۶ شهریور ۱۴۰۳ ۲ دقیقه