eitaa logo
دیجی‌نت
1هزار دنبال‌کننده
105 عکس
2 ویدیو
0 فایل
شبکه هوشمند جمع آوری داده برای هوش مصنوعی https://dgnets.ir
مشاهده در ایتا
دانلود
حالا Gemini به‌جای شما زنگ می‌زنه، قبض رو بررسی می‌کنه و خرید می‌کنه! 📞 فرض کنید چراغ چک ماشین روشن شده و به‌جای این‌که پشت خط تعمیرگاه منتظر بمونید، فقط به Gemini می‌گید «یه وقت جمعه صبح برام بگیر». توی مثال خود گوگل، Gemini هم‌زمان به دو تا نمایندگی زنگ زده، وقت گرفته و گذاشتتش توی تقویم؛ همه‌ش زیر پنج دقیقه. گوگل امروز حالت Task (انجام کار) رو با مدل تازهٔ Gemini 4 Hydrogen برای صدها میلیون نفر رایگان کرد. کافیه روی صفحهٔ اول اپ، کلید رو از Chat (گفت‌وگو) بزنید روی Task. یه نمونهٔ دیگه: Gemini قبض برق ۳۸۹ دلاری رو بررسی کرده و فهمیده مقصر پمپ حرارتیه که ساعت ۴ عصر، درست وسط ساعت گرونی برق، روشن می‌شده. فعلاً فقط آمریکا، ژاپن، کره، کانادا، استرالیا و هند. قبل از زدن دکمهٔ خرید هم ازتون تأیید می‌گیره. 🔗 اطلاعیه رسمی ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
خط‌های کج جزوهٔ دست‌نویس‌تون رو صاف می‌کنه و توی ضبط کلاس نشون می‌ده کی چی گفته! ✍️ جزوه‌ای که سر کلاس تند‌تند نوشتید و خط‌هاش کج شده، حالا با یه لمس صاف می‌شه و شکل دست‌خط‌تون هم عوض نمی‌شه. Notewise نسخهٔ 4.2 رو داده و این فقط یکی از تغییراتشه. دور یه کلمه یا فرمول دست‌نویس خط بکشید تا توضیحش رو بگیرید و همون‌جا سؤال بعدی رو بپرسید. ضبط کلاس یا جلسه هم حالا Speaker Identification (تشخیص گوینده) داره؛ یعنی متن پیاده‌شده نشون می‌ده کی چی گفته و زمان هر جمله با صدا هماهنگه. اگه یه مرحله از حل مسئله جا افتاده، Insert Space (باز کردن جا) بین خط‌ها جا باز می‌کنه، بی‌اینکه کل صفحه رو جابه‌جا کنید. توی پلن رایگان هم دیگه می‌شه دست‌نویس، متن تایپی، صدای ضبط‌شده و PDF رو کنار هم توی یه یادداشت داشت. فقط حواس‌تون باشه بخش‌های هوش مصنوعی با اعتبار حساب می‌شن. 🔗 لینک ابزار 🔗 معرفی نسخهٔ 4.2 ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
ربات انسان‌نمای شیائومی یه شیفت کامل ۸ ساعته توی کارخونه کار کرد و وسطش دو بار خودش رفت شارژ شد 🤖 یه همکار تازه رو تصور کنید که از اول تا آخر شیفت پای ایستگاهش وایمیسه، قطعه‌ها رو جدا می‌کنه و هر وقت باتریش ته کشید، خودش پا می‌شه می‌ره شارژ می‌شه. شیائومی می‌گه ربات انسان‌نماش همین کار رو توی کارخونهٔ خودروش کرده. لی جون، مدیرعامل ، امروز توی نشست مدیران اپک توی شنزن گفت این ربات یه شیفت کامل ۸ ساعته کار کرده و وسطش دو بار خودش رفته شارژ شده. کارش جدا کردن قاب‌های کناری کنسول وسط ماشین بوده و به گفتهٔ شیائومی، کل نیاز روزانهٔ همون ایستگاه رو پوشونده، خطاهای کارش رو خودش درست کرده و با بقیهٔ خط تولید هماهنگ بوده. البته شیائومی خودش هم اسمش رو گذاشته تأیید اولیه؛ نه گفته چند تا ربات پای کارن، نه سرعتشون رو با کارگر مقایسه کرده.🏭 🔗 رویترز 🔗 فوتو نیوز ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
چطور Qwen3-TTS یاد گرفت لحنش رو از متن بگیره، نه از نمونه‌ی صدا؟ 🎙️ مدل‌های معمولاً علاوه بر رنگ صدا، لحن نمونه رو هم کپی می‌کنن. اگه نمونه‌ای که می‌دید خشک باشه، متن پرهیجان هم بی‌روح خونده می‌شه. تیمی از Alibaba و دانشگاه نانجینگ با سه مرحله Post-training (آموزش تکمیلی) به Qwen3-TTS یاد دادن لحن رو از خود متن بگیره: اول DPO (بهینه‌سازی مستقیم با ترجیح‌ها)، بعد یادگیری تقویتی با چند امتیاز هم‌زمان، آخر هم یادگیری از نسخه‌ی پرحس خود مدل. امتیاز احساس روی محک Emergent TTS-Eval از ۱۸.۵ به ۸۱.۲ رسیده و با نمونه‌ی صدای خشک، شنونده‌ها توی ۶۷.۴ درصد موارد مدل جدید رو ترجیح دادن. البته شباهت به صدای اصلی کمتر شده و این بده‌بستون هنوز حل نشده. 🔗 لینک مقاله 🔗 صفحه پروژه ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
🎁 نتایج «جوایز روزانه» دیجی‌نت مشخص شد! بازه: روزانه — دیروز · 27 آبان 1405 رتبه 1: سجاد حسینی — مبلغ 200 هزار تومان به صورت نقدی رتبه 2: لاله فراهانی — مبلغ 150 هزار تومان به صورت نقدی رتبه 3: امیررضا جهان پناه — مبلغ 100 هزار تومان به صورت نقدی ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
مایکروسافت اولین مدل صدا به صدای خودش رو آورد 🎙️ دیروز توی رویداد Ignite اولین مدل Speech-to-Speech (صدا به صدا) خودش رو معرفی کرد: MAI Realtime 1. یعنی صدای شما رو مستقیم می‌شنوه و با صدا جواب می‌ده؛ اونم با قیمت پایهٔ دقیقه‌ای یه سنت. فرقش رو وقتی حس می‌کنید که وسط حرفش بپرید. ساکت می‌شه و گوش می‌ده. یه «آهان» یا «باشه»ی کوتاه رو هم می‌فهمه و صبر می‌کنه حرفتون تموم شه. سر و صدای اطراف رو از درخواست شما جدا می‌کنه و برای سؤال‌های سخت‌تر، بدون مکث ناجور، از یه موتور استدلال قوی‌تر کمک می‌گیره. فعلاً توی Preview (پیش‌نمایش) با دسترسی محدوده و عددهای مقایسه با GPT Realtime 2.1 رو هم خود مایکروسافت داده. فهرست زبان‌ها هنوز اعلام نشده. 🔗 اطلاعیه رسمی ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
متن ترانه‌تون رو بدید، آهنگش رو می‌سازه و همون آهنگ رو موزیک‌ویدیوی کامل تحویل‌تون می‌ده یه ترانه نوشتید، ولی نه آهنگ‌سازی بلدید، نه پول استودیو و فیلم‌بردار دارید؟ 🎤 شرکت Perfect Corp، سازندهٔ اپ‌های YouCam، یه تازه به اسم YouCam Muse راه انداخته. متن ترانه یا ایده‌تون رو می‌دید و زیر ۶۰ ثانیه یه آهنگ کامل تحویل می‌گیرید، با صدای خواننده یا بی‌کلام. بعد همون آهنگ یا آهنگی که خودتون ساختید رو آپلود می‌کنید و یه کامل می‌گیرید. اول یه Storyboard (نقشهٔ صحنه‌به‌صحنه) جلوتون می‌ذاره که هر صحنه‌ش رو می‌تونید عوض کنید یا دوباره بسازید و خروجی آخر 1080p (فول اچ‌دی) هست. شخصیت‌ها هم از شات اول تا آخر همون چهره و همون لباس رو دارن. فعلاً فقط نسخهٔ وب و اپ iOS داره و اعتبار حساب‌تون بین هر دو مشترکه. 🔗 منبع خبر 🔗 لینک ابزار ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
وسط گفت‌وگو بگید چی می‌خواید، فایلش همون‌جا کنارتون باز می‌شه! تا حالا شده از Copilot یه متن خوب بگیرید و بعد کلی وقت بذارید کپی‌ش کنید توی Word و دوباره صفحه‌آرایی‌ش کنید؟ 😅 ۱۷ نوامبر این دوباره‌کاری رو از سر راه برداشت. حالا Word و Excel و PowerPoint مستقیم توی خود اپ Copilot هستن. مثلاً می‌نویسید «از یادداشت‌های جلسهٔ امروز یه گزارش مرتب دربیار» و یه فایل Word همون‌جا کنار گفت‌وگو باز می‌شه. بعد یا با یه جملهٔ دیگه عوضش می‌کنید، یا خودتون کلیک می‌کنید و دستی می‌نویسید. جدول بودجه توی Excel و اسلاید ارائه توی PowerPoint هم همین‌طوری ساخته می‌شه و همکارتون هم هم‌زمان می‌تونه روی همون فایل کار کنه. 🔗 منبع خبر 🔗 اطلاعیهٔ رسمی Copilot 🔗 لینک ابزار ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
OpenAI دو تا مدل تازه داد؛ GPT-6.2 Astra برای کارای سنگین، Sol برای کارای روزمره و هر دو ارزون‌تر از قبل 🚀 OpenAI تازه دو تا مدل جدید معرفی کرد: GPT-6.2 Astra برای پروژه‌های سخت و GPT-6.2 Sol برای کارای هر روز. حرف اصلی‌شون اینه که با هزینهٔ کمتر، کار بیشتری تحویل‌تون می‌دن. Astra حالا اسلاید و سند و فایل اکسلی می‌سازه که کمتر بوی هوش مصنوعی می‌ده. یه اسکرین‌شات (عکس صفحه) از قالب ارائه‌تون بدید، رنگ و چیدمان و حتی اندازهٔ فونت رو مو به مو تقلید می‌کنه. Sol هم توی کارای روزمره، مثل پیدا کردن خونه‌ای که به بودجه و مسیر کارتون بخوره، از GPT-6 Astra قبلی بهتر جواب داده، اون هم با حدود یک‌هفتم هزینه. فعلاً فقط اشتراک‌های پولی مثل Plus و Pro بهش دسترسی دارن. خود هم قبول کرده این مدل‌ها گاهی یادشون می‌ره بگن یه فایل یا ابزار پیدا نشده. 🔗 اطلاعیه رسمی OpenAI 🔗 گزارش Artificial Analysis ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
موضوع رو بگید، خودش منبع پیدا می‌کنه و جزوه و اسلاید با ارجاع تحویل‌تون می‌ده! فردا ارائهٔ کلاسی دارید و هنوز نمی‌دونید از کجا منبع جمع کنید؟ 😩 بیست تا تب باز، کلی متن انگلیسی و آخرش هم معلوم نیست کدوم عدد درسته. 🔍 Scholarly از ۱۷ نوامبر یه بخش Research (تحقیق) آورده. موضوع‌تون رو می‌نویسید، یه دستیار خودش توی وب می‌گرده، منابع بهتر رو می‌خونه، عددهایی که مشکوک به نظر میان رو دوباره چک می‌کنه و از همونا براتون اسلاید، گزارش با ارجاع یا جزوهٔ مرور می‌سازه. جزوه و فایل‌های خودتون رو هم می‌تونید بهش بدید تا آمار تازه‌تر رو کنارشون بذاره. خروجی رو هم به شکل PDF، Word، PowerPoint یا Excel تحویل می‌گیرید. 🔗 چنج‌لاگ رسمی 🔗 لینک ابزار ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
مدل‌هایی که با نقاشی فکر می‌کنن! 🧩 بعضی مدل‌های چندوجهی موقع حل مسئله، وسط فکر کردنشون نقاشی می‌کشن؛ مثلاً مسیر یه هزارتو رو. ولی هر نقاشی با حدود ۵۰ مرحله نویززدایی ساخته می‌شه و بیشتر زمان اجرا پای همین می‌ره. تیمی از دانشگاه نانجینگ نشون داده نقشه‌ی حل خیلی زود توی تصویر معلوم می‌شه و یه طرح ۸ مرحله‌ای تقریباً همون دقت رو داره. پیشنهادشون اینه که جای یه نقاشی کامل، چند تا طرح سریع کشیده بشه تا یکی از جواب‌ها سه رأی بیاره. روی محک VSP دقت با مرحله‌های کمتر از ۷۱.۷ به ۸۰.۳ درصد رسیده. جالب‌تر اینکه توی ۹ تا از ۱۴ آزمایش، جواب مستقیم بدون هیچ فکری از همه بهتر بوده. 🔗 لینک مقاله ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
مدل‌هایی که با نقاشی فکر می‌کنن! 🧩 بعضی مدل‌های چندوجهی موقع حل مسئله، وسط فکر کردنشون نقاشی می‌کشن؛ مثلاً مسیر یه هزارتو رو. ولی هر نقاشی با حدود ۵۰ مرحله نویززدایی ساخته می‌شه و بیشتر زمان اجرا پای همین می‌ره. تیمی از دانشگاه نانجینگ نشون داده نقشه‌ی حل خیلی زود توی تصویر معلوم می‌شه و یه طرح ۸ مرحله‌ای تقریباً همون دقت رو داره. پیشنهادشون اینه که جای یه نقاشی کامل، چند تا طرح سریع کشیده بشه تا یکی از جواب‌ها سه رأی بیاره. روی محک VSP دقت با مرحله‌های کمتر از ۷۱.۷ به ۸۰.۳ درصد رسیده. جالب‌تر اینکه توی ۹ تا از ۱۴ آزمایش، جواب مستقیم بدون هیچ فکری از همه بهتر بوده. 🔗 لینک مقاله ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets