محققان در مقاله جدیدی به نام «Robot-Factored World Models»، رویکرد متفاوتی را برای پیش‌بینی دقیق‌تر حرکات رباتیک ارائه کرده‌اند. این مدل جدید با تفکیک…

دنیای رباتیک و هوش مصنوعی قدم بزرگی به سمت واقعیت برداشته است! محققان به تازگی مجموعه داده و بنچمارک جدیدی به نام RAD (Realistic…

محققان در مقاله جدیدی به نام «Forensics Adapter»، روشی نوآورانه برای تبدیل مدل CLIP به یک تشخیص‌دهنده فوق‌دقیق برای تصاویر جعل شده (Deepfake) معرفی…

محققان ابزار جدیدی به نام FacePoison معرفی کرده‌اند که می‌تواند با اضافه کردن اختلالات ناچیز و نامحسوس به ویدیوها، تشخیص چهره توسط مدل‌های «دیپ‌فیک»…

دنیای تولید ویدیو با هوش مصنوعی در حال برداشتن قدم‌های بزرگی است! مدل جدید HunyuanVideo-HOMA معرفی شده که به‌طور تخصصی برای بهبود «تعامل انسان…

محققان در مقاله‌ای جدید، چارچوب نوآورانه‌ای به نام CoPo را معرفی کرده‌اند که نحوه درک خودروهای هوشمند از مسیر و ترافیک را متحول می‌کند.…

محققان در مقاله جدیدی از مدل TDiR رونمایی کردند که ترکیبی قدرتمند از معماری «ترنسفورمر» و «مدل‌های دیفیوژن» است. این مدل برای حل چالش‌های…

محققان در مقاله‌ای تازه، روشی نوآورانه به نام QT-AFT را معرفی کرده‌اند که مشکل ضعف مدل‌های بینایی-زبانی (مثل CLIP) در برابر حملات خصمانه (Adversarial…

مدل‌های زبانی چندوجهی (LVLM) تا به امروز بیشتر در پردازش تصاویر و متن‌های عمومی خوش درخشیده‌اند، اما حالا نوبت به دنیای پیچیده علوم پایه…

محققان در مقاله جدیدی از چارچوب نوآورانه «CARE» رونمایی کردند که هدفش حل یکی از چالش‌های بزرگ در پردازش تصاویر پزشکی است: «درهم‌تنیدگی بافت‌ها».…