مدل‌ها
گوگل از EmbeddingGemma 2 رونمایی کرد؛ تحول در هوش مصنوعی چندوجهی آفلاین
گوگل از مدل ۷۴۰ میلیون پارامتری EmbeddingGemma 2 رونمایی کرد؛ امکانی برای جستجوی معنایی چندوجهی متن، تصویر، ویدیو و صوت به‌صورت کاملاً آفلاین.
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.
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.
اخبار
رونمایی گاما ۴؛ هوش مصنوعی چندوجهی و متن‌باز گوگل دیپ‌مایند
خانواده مدل‌های جدید گاما ۴ با قابلیت‌های چندوجهی، مجوز Apache 2 و پشتیبانی از ابزارهای محبوب روی Hugging Face منتشر شد. هوش مصنوعی متن‌باز برای همه.
مدل‌ها
لاما ۳.۲: ورود هوش مصنوعی چندوجهی به دستگاه‌های شخصی
میتا و هوگینگ‌فیس از لاما ۳.۲ رونمایی کردند؛ نسل جدیدی از مدل‌های هوش مصنوعی با قابلیت بینایی و اجرای محلی روی تلفن همراه و筆記دهاری، که دموکراتیزه سازی AI را تسهیل می‌کند.
پژوهش
ConTextual: معیاری تازه برای سنجش هوش مصنوعی چندوجهی در صحنه‌های متنی
آشنایی با ConTextual، معیار جدید Hugging Face برای ارزیابی مدل‌های چندوجهی در درک هم‌زمان متن و تصویر؛ گامی به سوی هوش مصنوعی باز و دموکراتیک.