محققان در مقاله جدیدی به بررسی جالبی درباره مدل‌های جریان (Flow) و انتشار (Diffusion) پرداخته‌اند. در این تحقیق مشخص شده که وقتی این مدل‌ها…

محققان در یک پژوهش جدید، عملکرد مدل‌های پیشرفته هوش مصنوعی مثل GPT-4o و Claude را در تحلیل کیفیت خطاطی و خوشنویسی بررسی کردند. 🖌️…

محققان با معرفی مدل جدید LoG، تحولی در بخش‌بندی (Segmentation) تصاویر پزشکی ایجاد کرده‌اند. این ابزار با ترکیب هوشمند متن و تصویر، به پزشکان…

مدل‌های چندوجهی (LVLMs) معمولاً به دلیل پردازش تعداد زیادی توکن بصری، بسیار سنگین و کند هستند. اما تکنیک جدیدی به نام «CRISP» معرفی شده…

مدل‌های فعلی هوش مصنوعی مثل CLIP معمولاً هنر را در یک فضای ساده و یکپارچه می‌بینند، اما حالا محققان با معرفی معماری جدیدی به…

دانشمندان در مقاله جدیدی به یک مشکل مهم در مدل‌های حذف نویز (Denoising) اشاره کرده‌اند: «سوگیری روشنایی». مدل‌های فعلی معمولاً در بازیابی جزئیاتِ مناطق…

اگر در دنیای پردازش تصویر و ویدیو فعال هستید، حتماً می‌دانید که فشرده‌سازی ویدیوهای 8K و محتوای Immersive بدون افت کیفیت، چقدر چالش‌برانگیز است.…

اگر در حوزه توسعه مدل‌های بینایی-زبانی فعالیت می‌کنید یا به دنبال اجرای مدل‌های هوش مصنوعی در محیط‌های آفلاین و ایزوله هستید، مدل جدید «Eddy-VL…

خبر خوش برای طرفداران اتوماسیون صنعتی! تکنولوژی جدیدی به نام «xperception» معرفی شده که چالش بزرگ ربات‌ها در تشخیص اشیاء را حل کرده است.…

محققان تکنولوژی جدیدی به نام SaaF (مخفف Scene-specific Ambiguity-aware 3D Language Fields) معرفی کرده‌اند که به ربات‌های خدماتی کمک می‌کند در محیط‌های پیچیده، اشیاء…