۵۰ خبر
اونم ظرف ۱۷ ماه پس از عبور از مرز ۱۰ میلیون دلار، در حالی که به گفته خودش سودده هستن و در مجموع فقط ۴.۶ میلیون دلار سرمایه جذب کرده بودن. این مجموعه همچنین از مدل زبانی اختصاصی خودش به نام Tell-1 رونمایی کرده که ادعا…
کار این کدک در واقع خرد کردن گفتار به توکن‌هاییِ که مدل‌های زبانی متوجهش بشن و بعد، بازسازی سریع همون توکن‌ها به فایل صوتیه. طبق ادعای این شرکت، تمرکز اصلی روی سبک بودن و سرعت پردازش بوده و تست‌هاشون روی تک‌ترد پردازنده…
به گفته خودش، تصاویر با میدجرنی، بخش ویدیو با مینی‌مکس و ساخت موسیقی با سونو بوده و توی سرودن متن و تدوین نهایی هم خودش در کنار مدل کلود و نرم‌افزار داوینچی دست داشته. کار حسابی مورد توجه قرار گرفته و حتی توی کامنت‌ها…
به گفته‌ی این تیم، برعکس مدل‌های قبلی که موقع حرف زدن شما خشک و بی‌حرکت می‌موندن، این مدل درست موقعی که دارین صحبت می‌کنین هم‌زمان واکنش نشون می‌ده. فعلاً نسخه‌ی بتای این ابزار با چند شخصیت محدود در دسترسه، و سازنده‌هاش…
طبق توضیحات این شرکت، شما مخاطب‌ها و هدف کمپین (مثل گرفتن وقت ملاقات یا جذب مشتری) رو مشخص می‌کنید و هوش مصنوعی خودش پیگیری‌ها رو با حفظ سابقه گفتگوها پیش می‌بره. این سیستم با توجه به واکنش طرف مقابل تصمیم می‌گیره…
از آیدی معلومه کارِ داش «ویکتور موستار» (طراح ارشد هاگینگ‌فیس) بوده و لابد باز یه رابط کاربری تر و تمیز برای ابزارهای هوش مصنوعی منبع‌باز علم کرده؛ ولی تا تصویر یا متنش نباشه، روی هوا قضاوت نمی‌کنیم. اگه اسکرین‌شاتی یا…
حقیقت ماجرا همون چت‌بات‌های متنی همیشگیه که صرفاً یه روکش صوتی کشیدن روش تا به اسم رفیق شفیق و دانای کل به ناف خلق‌الله ببندنش، اونم در حالی که کامنت‌ها پر از گلایه بابت ||سانسورهای کلافه‌کننده|| و پاسخ‌های…
حرف حسابش اینه که چت متنی و صوتی مثل سیستم‌عامل داس قدیمه و آینده تعامل با هوش مصنوعی دست ارتباط چهره‌به‌چهره و زنده‌ست. این سیستم جدید فقط با یه دونه عکس و ده ثانیه صدا، یه آواتار ویدیویی زنده با میمیک صورت، حرکات دست…
قضیه از این قراره که قابلیت صوتی به بخش امور مالی یا همون Finances اضافه شده و می‌تونی حساب‌های بانکیت رو امن و امان بهش وصل کنی. بعدشم خیلی راحت با زبون خودت باهاش گپ می‌زنی و حساب کتاب می‌کنی که چقدر خرج کردی، چقدر…
ماجرا از این قراره که دارن به بیمارای مبتلا به ALS که توانایی تکلم رو از دست دادن، قدرت صحبت دوباره میدن تا افکارشون با سرعت یک مکالمه عادی به متن و صوت تبدیل بشه. گل سرسبد کارنامه‌شون هم یکی از داوطلب‌ها بوده که فقط…
این مدل مخصوص ایجنت‌ها و دستیارهای صوتی طراحی شده و یه صدای زنده و کاملاً طبیعی تحویل می‌ده تا مکالمه حس رباتی نداشته باشه. برگ برنده‌ش تاخیر فوق‌العاده پایینِ ۹۰ میلی‌ثانیه‌ایه که عملاً هم‌زمان با صحبت کردن استریم…
این غول جدید رو ۴۰ تا زبان مسلطه، می‌تونه صدای تا ۸ تا گوینده رو هم‌زمان تفکیک کنه و حتی تایم‌استمپ دقیق هر کلمه رو هم تحویلت بده. سرعتی که روی تراشه‌های بلک‌ول نشون داده هوش از سر آدم می‌پرونه و توی بنچمارک‌های Open…
این خانواده شامل ۶ تا مدل همه‌کاره و تصمیم‌گیرنده‌س که سایزشون حدود ۱.۷ تا ۲ میلیارد پارامتره، ولی نسخه متنی‌ش پنجره متنی ۲۵۶ هزار توکنی داره و نسخه صوتی‌ش هم ۱۸ زبان مختلف و ابزارهای متنوع رو می‌فهمه. نکته شاخش اینجاست…
قضیه از این قراره که این اولین هوش مصنوعی مکالمه‌ایه که از بیخ و بن فقط با صوت آموزش دیده، یعنی کلاً مدل صوت‌به‌صوتِ دوطرفه‌س و مثل یه آدم واقعی می‌تونی خیلی طبیعی و زنده باهاش گپ بزنی. بمب ماجرا هم اینجاست که برخلاف…
حرف حسابشون اینه که صوت طبیعی‌ترین راه ارتباط با هوش مصنوعیه، واسه همین یه سیستم مکالمه هم‌زمان و دوطرفه ساختن که لنگه‌ش تا حالا نبوده. جک می‌گه حرف زدن با این ابزار عینهو گپ زدن با یه آدم واقعیه؛ احساسات رو می‌فهمه…
ماجرا اینه که این مدل فسقلی کلاً ۱۶۳ مگابایته، ولی از نظر دقت و کیفیت، مدل معروف Whisper large-v3 اوپن‌ای‌آی رو که ۵۷ برابر بزرگ‌تره و مدل Parakeet انویدیا رو پشت سر گذاشته. سرعتش هم طوریه که روی لپ‌تاپ، یه دقیقه فایل…
حرف حساب طراح‌هاش اینه که ما جماعت همیشه خیلی سریع‌تر از تایپ کردن حرف می‌زنیم، اما تو جمع و شلوغی نمی‌شه داد زد و به گوشی فرمان صوتی داد. این انگشتر قشنگ همون پچ‌پچ‌های خیلی آروم و حرکات ریز دهن رو می‌گیره و تبدیل به…
قضیه از این قراره که این هوش مصنوعی توی کدنویسی نمره ۷۴ درصد DeepSWE و توی استدلال بینایی ۹۱ درصد BabyVision آورده، اونم در حالی که نسبت به نسخه قبلیش سه برابر سریع‌تر شده و هزینه‌ش به یک‌سوم رسیده. قیمتش هم حسابی…
داستان اینه که این سیستم هوشمند ویدیوت رو مو به مو تماشا می‌کنه، آهنگ‌های اضافه و ناخواسته رو قیچی می‌زنه، دیالوگ‌ها رو دست‌نخورده نگه می‌داره و یک طراحی صدای کامل و دقیقاً سینک‌شده با حرکات تصویر برات می‌سازه. خیالت هم…
این غول جدید رو جوری ساختن که خوراک رسیدگی به تماس‌های مشتری‌ها و بخش پشتیبانیه و تا بگی فوت، یعنی زیر یه ثانیه، بدون معطلی پاسخت رو آماده می‌کنه. تازه برگ برنده‌ش فقط سرعت و زبون‌فهمیش نیست، بلکه هزینه‌ش هم نسبت به…