مدل‌ها ChatGPT Images 2.5؛ گامی نو در خلق تصاویر شخصی‌سازی‌شده با هوش مصنوعی OpenAI از ChatGPT Images 2.5 رونمایی کرد؛ نسخه‌ای پیشرفته که ایده‌ها، طرح‌ها و عکس‌های مرجع را به تصاویری شخصی‌تر و باکیفیت‌تر تبدیل می‌کند. ۱۷ شهریور ۱۴۰۵ ۲ دقیقه پژوهش نئو ام‌ام‌ای؛ مدل کارآمد هوش مصنوعی چندوجهی و چندزبانه معرفی NeoMME، خانواده جدیدی از مدل‌های چندوجهی و چندزبانه با معماری ترنسفورمر دوجهته که بدون وابستگی به مدل بینایی جداگانه، تصویر و متن را هم‌زمان پردازش می‌کند. ۱۲ شهریور ۱۴۰۵ ۳ دقیقه محصولات گوگل پیکس با مدل هوش مصنوعی Nano Banana به Workspace آمد گوگل پیکس؛ ابزار جدید ساخت و ویرایش تصویر در گوگل ورکاسپیس با مدل پیشرفته نانو بانا در دسترس قرار گرفت. هوش مصنوعی حالا تصویرسازی را سادهتر از همیشه کرده است. ۱۰ شهریور ۱۴۰۵ ۲ دقیقه پژوهش هوش مصنوعی و هنر بدون صاحب: وقتی خروجی به داده‌های آموزشی گره نمی‌خورد مطالعه جدید MIT نشان می‌دهد با بزرگ‌تر شدن داده‌های آموزشی، ردپای اثر هنرمند در تصاویر تولیدشده هوش مصنوعی محو می‌شود. ۲۷ مرداد ۱۴۰۵ ۲ دقیقه مدل‌ها رونمایی از هوش مصنوعی اینکسلینگ: مدل چندوجهی یک تریلیون پارامتری تکینگ ماشینز مدل چندوجهی هوش مصنوعی اینکسلینگ را با یک تریلیون پارامتر منتشر کرد. این مدل بومی از متن، تصویر و صدا پشتیبانی می‌کند و به صورت متن‌باز در دسترس. ۲۴ تیر ۱۴۰۵ ۳ دقیقه اخبار گوگل بعد از ۲۵ سال جعبه جستجو را بازطراحی کرد؛ ورود هوش مصنوعی به قلب موتور جستجو گوگل در کنفرانس I/O از بازطراحی اساسی نوار جستجو خبر داد: تبدیل یک ورودی ساده کلیدواژه‌ای به مکالمه‌ای چندوجهی با هوش مصنوعی که متن، تصویر، PDF و تب مرورگر را می‌پذیرد. ۲۹ اردیبهشت ۱۴۰۵ ۲ دقیقه مدل‌ها هوش مصنوعی در OCR: PaddleOCR 3.5 با پشتیبانی از بکند Transformers در آخرین بروزرسانی PaddleOCR 3.5 امکان اجرای مدل‌های OCR و پردازش اسناد با بکندی بر پایه Transformers فراهم شد. این معهد جدید، دایره امکانات را برای توسعه‌دهندگان هل می‌دهد و سازگاری کامل با مدل‌های PP-OCRv5 و PaddleOCR‑VL 1.5 را تضمین می‌کند. ۲۸ اردیبهشت ۱۴۰۵ ۲ دقیقه پژوهش هوش مصنوعی در ChatGPT Images 2.0: پیشرفت پردازش تصویر و ترجمه چند زبانه ChatGPT Images 2.0، نسخهٔ جدید هوش مصنوعی OpenAI، امکاناتی از جمله بهبود نمایش متن، پشتیبانی چندزبانه و تجزیه و تحلیل بصری را داراست به دقت. ۱ اردیبهشت ۱۴۰۵ ۲ دقیقه پژوهش آموزش فاین‌تون مودال استرینگ ترنسفورمر برای جستجوی مستندات تصویری و متنی در این مقاله به پیشرفت‌های جدید حِفینګ فِی‌چر در مدل‌های چندرسانه‌ای با استفاده از کتابخانه سِنتنس ترنسفورمر می‌پردازیم و نحوه فاین‌تون Qwen3-VL-Embedding-2B برای جستجوی مستندات تصویری را توضیح می‌دهیم. ۲۷ فروردین ۱۴۰۵ ۲ دقیقه آموزش آموزش تولید تصویر با هوش مصنوعی؛ دوره جدید ChatGPT در آکادمی OpenAI آکادمی OpenAI دوره‌ای آموزشی برای ساخت و ویرایش تصویر با هوش مصنوعی در ChatGPT منتشر کرده است؛ از نوشتن پرامپت دقیق تا خروجی حرفه‌ای در چند دقیقه. ۲۱ فروردین ۱۴۰۵ ۲ دقیقه