گوگل Pics به Nano Banana 2.1 ارتقا پیدا کرد؛ ویرایش عکس دقیقتر، متن تمیزتر داخل تصویر
تا حالا شده از هوش مصنوعی بخواید فقط رنگ لیوان توی عکس رو عوض کنه، ولی صورت آدمها و پسزمینه هم یهکم بهم بریزه؟ 😅
گوگل از ۱۶ نوامبر Google Pics رو به مدل Nano Banana 2.1 ارتقا داده. حالا وقتی یه ویرایش کوچیک میخواید، مثلاً عوض کردن رنگ لباس یا برداشتن یه شیء، بقیهٔ عکس، از آدمها گرفته تا پسزمینه و لوگوی برندتون، خیلی کمتر دست میخوره. متن داخل تصویر هم تمیزتر و درستتر درمیاد؛ مثلاً اسم یه کمپین روی پوستر دیگه حروف کجومعوج نداره. 🎨
این ارتقا تنظیم جدایی نمیخواد و طی ۱ تا ۳ روز برای همه نمایش داده میشه؛ هم توی خود اپ Pics، هم وقتی داخل Google Docs و Google Slides عکس میسازید. فقط حواستون باشه برای اشتراکهای پولی مثل Google AI Plus، Pro و Ultra و پلنهای سازمانیه. جزئیات کامل توی مطلبه 👇
#ابزار_کاربردی #گوگل #ویرایش_عکس
🔗 منبع خبر
❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف
🆔 @Masaf_Ai
🆔 @DgNets
دستیار صوتیتون وقتی زنگ میزنه، از کجا بفهمه آدم جواب داده، پیغامگیر یا یه هوش مصنوعی دیگه؟
📞 دستیار صوتیتون به یه نفر زنگ میزنه و یکی جواب میده. ولی کی؟ آدم، پیغامگیر، منوی تلفنی یا یه هوش مصنوعی دیگه؟ سیستمهای قدیمی فقط میگن «آدم یا ماشین»، در حالی که دستیار برای هر کدوم باید یه کار جدا بکنه.
مقالهی FEND از Observe.AI برای هر نوع ماشین یه آشکارساز جدا گذاشته و حداکثر تو ۲۰ ثانیه برچسب میده. برای تشخیص هوش مصنوعی هم سراغ ریتم حرف زدن رفتن: آدم بین کلمهها مکث میکنه، صدای ساختگی یهنفس میره جلو. نتیجه؟ ROC-AUC (سطح زیر منحنی ROC) برابر ۰.۹۵۲ و روی تماسهای واقعی فقط ۲.۹ درصد آدمها اشتباهی ماشین حساب شدن.
دادهها فقط مال یه سیستم تماسه و همهی هوش مصنوعیهای دیدهشده از یه نوع غربالگر تماس بودن. جزئیاتش رو توی مطلب کامل بخونید. 🎧
#مقاله_علمی #دستیار_صوتی #arxiv
🔗 لینک مقاله
❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف
🆔 @Masaf_Ai
🆔 @DgNets
حالا Seedance 2.5 دو تا در تازه باز کرد؛ نسخهٔ سریعتر Flash و ساخت ویدئوی 4K با پیشنویس ارزون
🎬 اگه با #هوش_مصنوعی ویدئو میسازید، Seedance 2.5 از بایتدنس دیروز دو تا خبر تازه داشت: نسخهٔ Flash که سریعتر و ارزونتره، و API (رابط برنامهنویسی) نسخهٔ 4K که حالا برای همهٔ برنامهنویسها و شرکتها باز شده.
با Flash میتونید از روی یه متن یا چند تا عکس، ویدئو و صدای مرجع، کلیپ ۴ تا ۳۰ ثانیهای با صدای هماهنگ بسازید؛ افقی، مربعی یا عمودی. نسخهٔ 4K هم یه حالت Draft (پیشنویس) داره: اول ایده رو با کیفیت ۴۸۰p ارزون امتحان میکنید، هر وقت راضی شدید، خروجی نهایی رو 4K میگیرید. یعنی دیگه لازم نیست برای هر آزمون و خطا پول نسخهٔ باکیفیت رو بدید.
حواستون باشه که Flash حداکثر تا ۷۲۰p خروجی میده و قیمت نسخهٔ 4K هم هنوز اعلام نشده 👀 جزئیات کامل رو توی مطلب بخونید.
🔗 ورسل
🔗 AIbase
❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف
🆔 @Masaf_Ai
🆔 @DgNets
صدایی که با گوشی و بدون ساز ضبط کردید، حالا یه آهنگ کامل با سبک دلخواهتون میشه
🎙️ یه ملودی تو ذهنتون هست و فقط با گوشی، بدون هیچ سازی خوندیدش؟ تا حالا برای اینکه این صدای خالی بشه یه آهنگ کامل، یا باید سراغ آهنگساز میرفتید یا ساعتها با نرمافزار ور میرفتید.
#ابزار Mureka نسخهٔ Remix V9.5 رو منتشر کرده. حالا میتونید یه A Cappella (آواز بدون ساز)، یه ضبط صدا و گیتار، یه موسیقی بیکلام یا یه آهنگ کامل تا ۸ دقیقه بدید و توی Style (سبک) بنویسید چی میخواید؛ مثلاً «راک با خوانندهٔ زن و پیانو». ملودی خودتون سر جاش میمونه و یه تنظیم کامل روش ساخته میشه. متن ترانه رو هم میشه عوض کرد یا کلاً حذفش کرد. 🎸
فقط حواستون باشه خروجی صدای خوانندهٔ اصلی رو نگه نمیداره و فعلاً نمیشه صدای یه خوانندهٔ خاص رو خواست.
#موسیقی_هوش_مصنوعی
🔗 منبع خبر
🔗 لینک ابزار
❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف
🆔 @Masaf_Ai
🆔 @DgNets
انویدیا با IBM و فرمیلب دست به یکی کرد؛ تستی که ۱۲ هفته طول میکشید حالا ۴۵ دقیقهست
⚛️ انویدیا دیروز توی کنفرانس SC26 خبر داد که با IBM و آزمایشگاه فرمیلب آمریکا یه پلتفرم مشترک برای ساخت کامپیوترهای کوانتومی بزرگتر راه میندازه. سیستمهای DGX B200 انویدیا قراره کنار کامپیوترهای کوانتومی IBM بشینن و با هم کار کنن.
اما خبر داغتر یه الگوریتم تازهست به اسم TCBP-JOBS. کامپیوترهای کوانتومی مدام خطا میکنن و یه برنامه به اسم Decoder (رمزگشا) باید این خطاها رو پیدا کنه. تستی که روی یه سرور ۶۴ هستهای حدود ۱۲ هفته طول میکشید، حالا با یه GPU (کارت گرافیک) توی ۴۵ دقیقه تموم میشه. 🚀 یعنی محققها میتونن طرحهای خیلی بیشتری رو امتحان کنن و #کامپیوتر_کوانتومی زودتر به کار واقعی برسه.
🔗 اطلاعیه انویدیا
🔗 خبر فرمیلب
🔗 مقاله
❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف
🆔 @Masaf_Ai
🆔 @DgNets
یه مدل که صدا و حرکت بدن آواتار رو با هم میسازه و هر دو رو با دستور متنی کنترل میکنید
🎙️ یه آواتار سهبعدی رو تصور کنید که متن آماده رو میخونه. میخواید هم لحن صداش رو تعیین کنید، هم بگید موقع کدوم جمله دست چپش رو بالا بیاره. تا حالا صدا و حرکت جدا ساخته میشدن و دستور حرکت روی صدا اثری نداشت.
مقالهی DuoFlow از Tsinghua و Tencent هر دو رو با یه مدل دوشاخه همزمان میسازه که شاخههاش توی هر لایه با هم حرف میزنن. هم یه توضیح کلی از حرکت قبول میکنه، هم یه توضیح ریز برای هر عضو بدن. نتیجه؟ نرخ خطای کلمه ۴.۷۱ درصد، پیروی حرکت از دستور حدود ۸۷ تا ۹۰ درصد، و ساخت یه کلیپ ۱۳ ثانیهای تو حدود ۱.۳ ثانیه.
سُر خوردن پا روی زمین هنوز دیده میشه و تولید زنده هم فعلاً نداره. جزئیاتش توی مطلب کامله. 🕺
#مقاله_علمی #تولید_گفتار #آواتار
🔗 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 · 26 آبان 1405
رتبه 1: میلاد اسدی مفرد — مبلغ 200 هزار تومان به صورت نقدی
رتبه 2: کوثر نجفقلیپور — مبلغ 150 هزار تومان به صورت نقدی
رتبه 3: ابوالفضل علیزاده — مبلغ 100 هزار تومان به صورت نقدی
❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف
🆔 @Masaf_Ai
🆔 @DgNets
شرکت Factbird به دوربینهای کارخونه چشم هوشمند داد!
🏭 شرکت دانمارکی Factbird دو تا قابلیت تازه برای کارخونهها آورده. اولی Visual Intelligence (هوش بصری) هست: دوربین از ایستگاههای خط تولید فیلم میگیره و یه دستگاه کوچیک کنار همون خط، با #هوش_مصنوعی تصویر رو به آمار تبدیل میکنه.
دیگه لازم نیست کسی با کرنومتر بالای سر خط وایسه. سیستم خودش نشون میده کدوم ایستگاه منتظر مواد مونده، کار دستی کجا طول کشیده و کدوم محصول ایراد ظاهری داره. دومی یه اتصال MCP (پل ارتباطی دستیارها با داده) هست؛ مدیر کارخونه از همون ChatGPT یا Claude خودش میپرسه «کدوم ایستگاه خط ۲ رو عقب انداخت؟» و جواب رو با عددهای زنده میگیره.
صورت آدمها قبل از خروج ویدئو از خط تار میشه و دستیارها فقط اجازهٔ خوندن دارن. ماجرای این ترکیب #اینترنت_اشیا و #کارخانه_هوشمند رو تو مطلب کامل بخونید. 👇
🔗 اطلاعیه رسمی
❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف
🆔 @Masaf_Ai
🆔 @DgNets
کارهای تکراری Sheets و Docs رو به زبون خودتون بگید، کدش رو Gemini مینویسه
هر هفته کلی وقت میذارید که جدول فروش رو از Sheets کپی کنید توی Docs و مرتبش کنید؟ 😅 یا هر بار یه ایمیل فوری میاد، دستی براش توی Calendar قرار میسازید؟
گوگل پنل Gemini رو توی Apps Script برای همه عرضه کرده. از منوی Extensions (افزونهها) برید سراغ Apps Script و به زبون خودتون بنویسید چی میخواید؛ مثلاً «هر دوشنبه جدول این شیت رو یه گزارش مرتب توی Docs کن». Gemini کدش رو مینویسه و شما تیکهتیکه میبینید و تأیید یا رد میکنید. اگه هم اسکریپت خطا داد، با دکمهٔ Fix errors (رفع خطاها) اشکال رو به زبون ساده توضیح میده و یه اصلاح آماده پیشنهاد میکنه.
#ابزار_کاربردی #گوگل #اکسل_و_ورد
🔗 منبع خبر
🔗 لینک ابزار
❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف
🆔 @Masaf_Ai
🆔 @DgNets
انویدیا چهار تا DGX Spark رو به هم وصل کرد؛ حالا مدل ۷۰۰ میلیارد پارامتری روی میز خودتون اجرا میشه
🖥️ تا حالا برای اجرای یه مدل خیلی بزرگ باید تو صف سرورهای مشترک منتظر میموندید. #انویدیا تو کنفرانس SC26 یه #کیت تازه معرفی کرده به اسم DGX Spark Developer Kit که چهار تا کامپیوتر کوچیک DGX Spark رو مثل یه حلقه به هم وصل میکنه و یه ابرکامپیوتر رو میزتون میسازه.
این خوشهٔ چهارتایی روی هم ۵۱۲ گیگابایت حافظه و ۲۰ ترابایت فضای ذخیره داره و میتونه مدلهایی تا ۷۰۰ میلیارد پارامتر، مثل DeepSeek V4.1، رو محلی اجرا کنه. یعنی دادههای محرمانه از ساختمون بیرون نمیره و سوئیچ شبکهٔ جدا هم لازم ندارید.
یه آزمایشگاه تو دانشگاه برکلی با همین سیستم، بدون ۱۱ ساعت صف، نتیجه رو ۱۵ برابر زودتر گرفته. البته مخاطب اصلیش پژوهشگرها و تیمهای توسعهان و بستهٔ نرمافزاری محاسبات علمیش هنوز در راهه. جزئیات کامل رو تو مطلب بخونید. 🚀
🔗 وبلاگ رسمی انویدیا
❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف
🆔 @Masaf_Ai
🆔 @DgNets
14.4M حجم رسانه بالاست
مشاهده در ایتا
🚀 دیجینت؛ شبکه جمعآوری دادههای هوش مصنوعی
🔹 آینده هوش مصنوعی فارسی، با مشارکت خودِ ما ساخته میشود!
🔸 امروز هوش مصنوعی یکی از پایههای اصلی قدرت در دنیاست و برای قدرتمندشدن در این عرصه، به نسخهای بومی از این فناوری نیاز داریم؛ هوش مصنوعیای که زبان ما را بفهمد، فرهنگ ما را بشناسد و حرف ما را دقیقتر درک کند.
🔹 اما ما چطور میتوانیم در ساخت این آینده نقش داشته باشیم؟
🔸 در این ویدیو کامل توضیح دادیم که چطور هرکدام از ما، بدون نیاز به دانش یا تخصص فنی، میتوانیم در توسعه این زیرساخت ملی سهیم باشیم.
✨ شما هم به این جریان بپیوندید؛ شاید یک مشارکت کوچک شما، بخشی از آینده بزرگ هوش مصنوعی فارسی باشد.
❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف
🆔 @Masaf_Ai
🆔 @DgNets
10.8M حجم رسانه بالاست
مشاهده در ایتا
🚀دیجینت؛ شبکه جمعآوری دادههای هوش مصنوعی
🔹 هوش مصنوعی برای فهم دقیق زبان فارسی، به صدای ما، کلمات ما و شیوه واقعی صحبت کردن ما نیاز دارد.
🔸 پلتفرم «دیجینت» این فرصت را فراهم کرده تا همه، بدون نیاز به دانش تخصصی یا فنی، در ساخت و توسعه دادههای فارسی برای هوش مصنوعی نقش داشته باشند.
🔹 یک صدای کوتاه، یک نظر ساده یا حتی یک اصلاح کوچک شاید بهتنهایی ناچیز به نظر برسد؛ اما همین دادههای کوچک، وقتی کنار هم قرار میگیرند، آینده فناوری فارسی را میسازند.
✨ شما هم بخشی از آینده هوش مصنوعی ایران باشید؛ جای شما در این مسیر خالی است.
❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف
🆔 @Masaf_Ai
🆔 @DgNets