مایکروسافت اولین مدل صدا به صدای خودش رو آورد
🎙️ #مایکروسافت 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 #ابزار 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 #موزیک_ویدیو 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؟ 😅 #مایکروسافت 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 #OpenAI 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.
#هوش_مصنوعی_مولد #استدلال_تصویری
🔗 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.
#هوش_مصنوعی_مولد #استدلال_تصویری
🔗 لینک مقاله
❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف
🆔 @Masaf_Ai
🆔 @DgNets
یه بار با گوشی صورت و صداتون رو ضبط کنید، بعد فقط متن بنویسید تا خودتون توی ویدیو حرف بزنید
هر بار میخواید یه ویدیوی کوتاه بسازید، باید نور درست کنید، گوشی رو بند کنید و ده بار جملهٔ اول رو تکرار کنید؟ 😅 حالا لازم نیست هر دفعه جلوی دوربین برید.
Google Vids از ۱۷ نوامبر Personal avatar (آواتار شخصی) رو برای همهٔ حسابهای شخصی گوگل رایگان کرده. یه بار با گوشی کد QR رو اسکن میکنید و صورت و صداتون ضبط میشه. بعدش فقط مینویسید چی میخواید بگید و یه نسخهٔ دیجیتالی از خودتون توی ویدیو حرف میزنه. مثلاً برای معرفی محصول پیجتون یا یه آموزش کوتاه برای همکارها، فقط متن رو عوض میکنید. آواتار توی پروژه ذخیره میشه و توی همهٔ صحنهها همون شکلی میمونه.
🔗 خبر رسمی گوگل
🔗 لینک ابزار
❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف
🆔 @Masaf_Ai
🆔 @DgNets