مدل‌ها
هوش مصنوعی با Remote VAE ها: تسهیل پردازش تصویر با اِندپوینت خارج از سازمان
Hugging Face با Remote VAE، پردازش دیسک‑کدینگ تصاویر و ویدیوها را با مصرف حافظه کمتر و سرعت بالاتر با استفاده از Endpoints ارائه می‌کند.
پژوهش
گوگل معرفی کرد PaliGemma 2 Mix: نسل جدید هوش مصنوعی تصویری
در سپتامبر 2025 گوگل نمونه‌ای نوین از مدل‌های ترکیبی PaliGemma 2 Mix را رونمایی کرد؛ این نسخه، با ترکیب وظایف متنوع تصویری و متنی، پتانسیل شگرفی در بهبود تشخیص متن و توضیح تصاویر ارائه می‌دهد.
مدل‌ها
معرفی چشم‌انداز به API تنظیم دقیق
توسعه‌دهندگان اکنون می‌توانند GPT-4o را با تصاویر و متن تنظیم کنند تا قابلیت‌های بینایی را بهبود بخشند
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.
مدل‌ها
افزودن داده‌های چندوجهی برای تصاویر اسناد با هوش مصنوعی
آشنایی با تکنیک جدید TextImage Augmentation از Hugging Face برای بهبود دقت مدل‌های بینایی-زبانی در پردازش اسناد با متن بالا.
پژوهش
هوش مصنوعی: مدل‌های سازگاری برای تولید تصویر در ثانیه‌ها
مدل‌های Consistency در هوش مصنوعی بدون نمونه‌گیری تکراری، تصاویر را در چند ثانیه می‌سازند. این نوآوری زمان تولید را به‌طور چشمگیری کاهش می‌دهد.
مدل‌ها
هوش مصنوعی WebSight؛ تحولی در تبدیل اسکرین‌شات به کد HTML
دیتاست WebSight از Hugging Face، مجموعه‌ای بزرگ از تصاویر اسکرین‌شات و کد HTML را برای آموزش مدل‌های هوش مصنوعی فراهم می‌کند تا تبدیل طراحی به کد ساده‌تر شود.
پژوهش
واترمارکینگ هوش مصنوعی: ابزارها و تکنیک‌های تشخیص محتوای تولیدشده
در این مقاله به بررسی روش‌های واترمارکینگ یا نشانه‌گذاری محتوای تولیدشده توسط هوش مصنوعی می‌پردازیم؛ از تصاویر و متن تا صدا و چالش‌های پیش رو.
پژوهش
سرعت‌گذاری پیشرفته SD Turbo و SDXL Turbo با ONNX Runtime و Olive
معرفی به‌روزرسانی‌های سرعت‌سازی مدل‌های SD Turbo و SDXL Turbo با ONNX Runtime و Olive، اجازه می‌دهد تا تصاویر گرافیکی در کمتر از یک گام، در محیط‌های C# و Java ایجاد شوند.
مدل‌ها
هوش مصنوعی و SDXL: 4 گام ساده برای تولید تصویر با لایتنس
دستگاه‌های AI توانایی تولید تصاویر با کیفیت بالا را در واحد زمان کوتاه‌تر می‌کنند. در این روند، مدل‌های Latent Consistency LoRAs در SDXL نقش کلیدی ایفا می‌کنند.