بازگشت به چت هما هما وبلاگ
اخبار زنده هوش مصنوعی
۳۳ خبر
پژوهش هوش مصنوعی NVIDIA Nemotron 3.5: رونمایی از ترنسکرایب چندزبانه و گرانری v2 نویسنده‌ی NVIDIA، Nemotron 3.5 Transcribe و Granary v2 را معرفی کرده که با قابلیت ترنسکرایب چندزبانه، شناسایی گویندگان، ترجمه و پرسش‑پاسخ صوتی قدرت دارد. مدل‌ها هوش مصنوعی Liquid AI با ۲ میلیارد پارامتر فعال روی دستگاه اجرا می‌شود LFM2.5-24B-A2B مدل استدلالگر جدید Liquid AI با فعال‌سازی ۲ میلیارد پارامتر، عامل‌های خصوصی و سریع را روی دستگاه اجرا می‌کند. پنجره بافت ۱۳۱ هزار توکن و بهبود چندزبانه از نکات کلیدی است. 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. سخت‌افزار ساخت عامل‌های صوتی چندزبانه با تأخیر کم: وزن‌های باز و کنترل کامل استقرار با NVIDIA Magpie TTS یک پست وبلاگ از NVIDIA در مورد بغل کردن صورت محصولات هوش مصنوعی در فروشگاه‌های فیزیکی: ۳۰ هزار تعامل با نماینده دیجیتال یامادا دنکی اپلیکیشن Avatarin با استفاده از GPT-Realtime، پشتیبانی چندزبانه ۲۴ ساعته را برای فروشگاه‌های یامادا دنکی فراهم کرده است. مدل‌ها هوش مصنوعی PP-OCRv6؛ تشخیص متن در ۵۰ زبان با سه اندازهٔ مختلف مدل جدید PP-OCRv6 از خانوادهٔ PaddleOCR با پشتیبانی از ۵۰ زبان و اندازه‌های ۱.۵ تا ۳۴.۵ میلیون پارامتر، تشخیص متن را در اسناد و تصاویر متحول می‌کند. مدل‌ها نمُوترون ۳.۵ انویدیا: ایمنی چندوجهی هوش مصنوعی برای سازمان‌ها انویدیا از نمُوترون ۳.۵ رونمایی کرد؛ مدلی یکپارچه برای ایمنی محتوای چندوجهی، چندزبانه و قابل تنظیم با پشتیبانی از استدلال و سیاست‌های سفارشی سازمانی در هوش مصنوعی. مدل‌ها Granite R2: مدل هوش مصنوعی چندزبانه با 32K تناظر و سرعت بالا در این مقاله به معرفی جدیدترین مدل embedding چندزبانه Granite R2 می‌پردازیم؛ با 32k توکن، 200+ زبان و عملکرد برتر در MTEB، صنعت جستجو و retrieval را تغییر می‌دهد. 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. محصولات دبلینگ چندزبانه با هوش مصنوعی: Descript با مدل‌های بوجایی مقیاس‌پذیر می‌کند Descript با بهره‌گیری از مدل‌های هوش مصنوعی OpenAI، دبلینگ چندزبانه حرفه‌ای و مقیاس‌پذیر را بدون از دست دادن زمان‌بندی یا معنی، برای کتابخانه‌های بزرگ محتوایی امکان‌پذیر کرده است.