۲۹ خبر
به ادعای سازنده‌ها، این برنامه از مدل‌هایی مثل Fable 5.2 قدرت می‌گیره و ویژگی‌های اصلی زیر براش اعلام شده: • توانایی کار مستقیم با نرم‌افزارهای تدوین مثل ادوبی پریمیر، داوینچی ریزالو و کپ‌کات برای اعمال تغییرات و…
چند نکته مهمی که توی معرفی این مدل اعلام شده: • وزن‌های مدل با مجوز متن‌باز Apache 2.0 منتشر شده تا هر کسی بتونه روی سخت‌افزار خودش اون رو اجرا یا فاین‌تیون کنه. • طبق ادعای ران‌وی، این مدل با یادگیری از ویدیوهای عمومی…
طبق ادعای این شرکت، این مدل می‌تونه تصاویر با رزولوشن 4K یا حدود ۱۶ مگاپیکسل رو ظرف ۱۰ ثانیه تولید کنه. همچنین اعلام کردن که مدل علاوه بر دقت بالا در اجرای پرامپت و ویرایش تصویر، از پذیرش همزمان تا ۱۶ تصویر مرجع…
قضیه از این قراره که یه پژوهشگری به اسم الکس کسندزوفسکی اعلام کرده بعد از چهار سال کار کردن روی کشت سلول‌های واقعی مغز روی الکترودها، بالاخره یه مدل هوش مصنوعی تبدیل عکس به ویدیو به اسم mischief 1 ساختن. این رفقا با…
سیستمش طوریه که با یه مدل تقطیرشده‌ی چهار مرحله‌ای، هر بخش از ویدیو رو ظرف تقریباً ۵ ثانیه روی یه دونه کارت گرافیک خفن H200 رندر می‌کنه و تحویل میده. از اون قشنگ‌تر اینه که مرام گذاشتن و تمام کدها و چک‌پوینت‌هاش رو به…
پشت این ماجرا چهره‌های کاردرستی نشستن؛ از جفری کاتزنبرگ، غول نام‌آشنای هالیوود گرفته تا بیل پیبلز که خودش قبلاً لید تحقیقات سورا بوده و سوجای جاسوا، مدیر مالی سابق دراپ‌باکس. این گروه قصد دارن سورا رو حسابی شخصی‌سازی…
داستان از این قراره که یه ایجنت برنامه‌نویس، پرامپت متنی شما رو مستقیم تبدیل به کدهای اجرایی می‌کنه تا اول یه ویدیوی اولیه با فیزیک و مسیرِ دوربین کاملاً مشخص و حساب‌شده بسازه. بعدش هم بدون اینکه نیازی به آموزش دوباره‌ی…
این نسخه تازه حسابی روی دست مدل‌های قبلی بلند شده و تو زمینه طراحی بصری، ادیت بر پایه ماسک و ثابت نگه‌داشتن جزییات سوژه جهش بزرگی داشته. خلاصه کلام اینکه به لطف این آپدیت جدید، تصاویری که هوش مصنوعی تولید می‌کنه خیلی…
این غول ۶ میلیارد پارامتری با مجوز کاملاً باز و دست‌ودلبازانه MIT منتشر شده و خوراک اصلیش، طراحی‌های پر از متن و شسته‌رفته است. از اون جذاب‌تر اینکه قابلیت خروجی مستقیم RGBA با پس‌زمینه شفاف (ترنسپرنت) داره و توی…
این مدل جمع‌وجورِ ۷ میلیارد پارامتری هم کار خلق تصویر رو انجام میده و هم ادیت، اونم با سرعتی خیره‌کننده که خیلی از رقبای پولی و انحصاری بازار رو راحت جا می‌ذاره. قابلیت استثناییش اینه که ذاتاً فرمت‌های شفاف (RGBA) رو…
بخش آواتارش با کیفیت 720p و نرخ ۲۵ تا ۴۲ فریم بر ثانیه، واکنش‌های حسی و مکالمه صوتی رو بلادرنگ اجرا می‌کنه و با دادن یه عکس مرجع، فوراً ظاهرش رو تغییر میده. کار به همین‌جا ختم نمی‌شه و یه بخش ادیت استریم زنده هم داره…
این نسخه نه‌تنها خیلی فرزتر و سریع‌تر از قبل عکس تحویلت میده، بلکه خروجی‌هاش تمیزتر، طبیعی‌تر و با وضوح به مراتب بالاتری درمیاد. دمشون گرم که بالاخره مشکل حفظ جزئیات تو ادیت‌های پشت‌سر‌هم رو هم حل کردن و حالا کاراکتر یا…
طبق ادعای این بابا، غول جدیدشون دو برابر سریع‌تر از مدل GPT-Image-2 که تا الان تهِ بازار و بهترین بود برات تصویر می‌سازه. تازه داستان اینجا قشنگ‌تر می‌شه که مصرف کارت گرافیک رو هم ۷۲ درصد آورده پایین، یعنی قراره با یه…
ماجرا از این قراره که طرف فقط یه عکس ساده از یه زمین خالی به این هوش مصنوعی داده و مدل هم نامردی نکرده، خودش یه ساختمون شیک متناسب با اون زمین طراحی کرده، رندر سه‌بعدی زده و در نهایت یه تور ویدیویی سینمایی مشتی ازش…
این سیستم مثل یه سیستم‌عامل نسل جدید عمل می‌کنه و می‌تونه رابط‌های کاربری تعاملی رو فریم‌به‌فریم، در لحظه و بدون نیاز به حتی یه خط کدنویسی تولید کنه. طبق نتایج تحقیقاتشون، سولاریس توی ساخت این رابط‌ها و حفظ ساختار و…
این غول‌های ویدیوسازی با نوشتن اینکه «تا حالا چیزی شبیه این ندیدین»، کل فعال‌های این حوزه رو بردن تو خماریِ قابلیت جدید و بمب بعدی‌شون. معلومه پشت صحنه دارن روی یه مدل خفن کار می‌کنن که قراره کیفیت ساخت ویدیو با هوش…
این غول جدید نه‌تنها قابلیت‌های خفن Veo مثل کیفیت 4K، تنظیم دقیق فریم اول و آخر و پیش‌نویس سریع 360p رو تو چنته داره، بلکه یه جهش اساسی هم زده. برگ برنده‌ش قابلیت ادامه دادن صحنه‌ها بر اساس ۱۰ ثانیه از ویدیوی قبلیه که…
واسه اینکه قدرتش رو به رخ بکشن، یه ویدیوی داستانی منتشر کردن که توش چهره یه کاراکتر رو توی ۱۳ تا صحنه مختلف، در گذر ۲۲ سال و تو سه تا سن متفاوت کاملاً ثابت و بدون به‌هم‌ریختگی نگه داشته. حالا دست همه بازه که برن سراغش…
این نسخه جدید بهت اجازه میده همزمان تا ۲۰ تا مرجع مختلف بهش بدی و خروجی‌هایی با واقع‌گرایی فوق‌العاده تو تصویر و صدا تحویل بگیری. برگ برنده‌ش هم اینه که می‌تونه ویدیوهای ۳۰ ثانیه‌ای کامل رو فقط تو یه مرحله و یک‌تکه رندر…
این هوش مصنوعی میاد ویدیوهای معمولی SDR رو تحویل می‌گیره و تبدیلشون می‌کنه به کیفیت غول ۱۶ بیتی HDR در قالب فرمت‌های حرفه‌ای ProRes و EXR. فرقی هم نداره ویدیوت رو خودت آپلود کرده باشی یا خروجی ابزارهای تولید تصویر باشه…