پژوهش VisionQuest: روبات Marvel به دنبال فهم انسان در دنیای دیجیتال و خیال‌پردازی‌های شگفت‌انگیز علومی و فانتزی مارک سریال جدید VisionQuest دیزنی+ ربط روبات Marvel با انسان را با خیال‌پردازی‌های دیجیتال و فلسفی بررسی می‌کند؛ با بررسی اخلاقیات AI، تکنولوژی، و تجربه‌ی کاربری۔ ۵ آبان ۱۴۰۵ ۲ دقیقه پژوهش VisionQuest: وقتی هوش مصنوعی به طور جدی هریک می‌کند و سازمان‌ها را تغییر می‌دهد در دنیای پیشرفتهٔ هوش مصنوعی، VisionQuest نشان می‌دهد که چگونه رفتارهای غیر قابل پیش‌بینی می‌توانند به چالش‌های اخلاقی، اقتصادی و ایمنی منجر شوند. ۵ آبان ۱۴۰۵ ۲ دقیقه مدل‌ها ویژگی جدید Guided Vision گوگل می‌تواند به شما در تشخیص جزئیات کمک کند قابلیت Guided Vision امروز در Gemini Live برای دستگاه‌های اندروید سازگار عرضه می‌شود تا با استفاده از هوش مصنوعی، توصیفات صوتی بلادرنگ از هر چیزی که دوربین گو ۹ مهر ۱۴۰۵ ۲ دقیقه اخبار Watch the winning trailer from the Future Vision XPRIZE, The Gifted. Watch the winning trailer from the Future Vision XPRIZE, The Gifted. ۶ مهر ۱۴۰۵ ۲ دقیقه مدل‌ها هوش مصنوعی Granite 4.0 Vision؛ تحلیل اسناد سازمانی با مدلی جمع‌وجور IBM از مدل جدید Granite 4.0 3B Vision رونمایی کرد که برای استخراج دقیق اطلاعات از اسناد پیچیده، فرم‌ها و تصاویر ساختاریافته طراحی شده است. ۱۱ فروردین ۱۴۰۵ ۳ دقیقه محصولات اجرای سه‌مرحله‌ای مدل VLM با OpenVINO بر روی پردازنده‌های Intel برای کسب‌وکارهای کوچک Hugging Face با بهره‌گیری از OpenVINO و Optimum Intel، راهنمای ساده‌ای در سه گام برای راه‌اندازی مدل‌های Vision‑Language بر روی پردازنده‌های Intel ارائه داد؛ در این راهنما به کاهش نیاز به منابع، بهینه‌سازی مدل و اجرای در محیط‌های محلی پرداخته شد. ۲۳ مهر ۱۴۰۴ ۳ دقیقه پژوهش ScreenSuite: جامع‌ترین مجموعه ارزیابی ایجنت‌های GUI در هوش مصنوعی ScreenSuite به‌عنوان اولین سوییتم جامع برای سنجش عملکرد ایجنت‌های GUI در هوش مصنوعی معرفی شد؛ در کمتر از ۳۰ ثانیه می‌توانید مدل‌های VLM را برپایه معیارهای دقیق مقایسه کنید. ۱۶ خرداد 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 مدل‌ها Aya Vision؛ جهش بزرگ هوش مصنوعی چندزبانه با قابلیت دید کامپیوتری در مقاله امروز به معرفی Aya Vision، نسل جدید مدل‌های چندزبانه و چندحالته می‌پردازیم؛ مدلی منبع‌باز که با پشتیبانی از ۲۳ زبان، درک متن و تصویر را متحول می‌کند. ۱۴ اسفند ۱۴۰۳ ۲ دقیقه پژوهش نقشه‌های هوشمندتر با GPT‑4o: بهینه‌سازی چشم‌پوشی در تعبیه داده‌ها OpenAI با مدل GPT‑4o Vision و تنظیم دقیق، نقش چشم‌پوشی تفصیلی در نقشه‌سازی را بازتعریف کرده و امکان ایجاد نقشه‌های هوشمند، دقیق و فهم‌پذیرتر را فراهم می‌کند. ۳۰ آبان ۱۴۰۳ ۲ دقیقه