مولدات الصور بالذكاء الاصطناعي
مولدات الصور بالذكاء الاصطناعي تنشئ الصور من وصف نصي: Midjourney و Stable Diffusion و FLUX و DALL-E و Nano Banana تحوّل الوصف إلى رسم أو صورة أو عمل فني في ثوانٍ. الجودة تنافس الآن عمل المصممين المحترفين بينما تنظر المحاكم في حقوق التأليف. هنا كل تغطيتنا لتوليد الصور: إصدارات النماذج والمقارنات والأسعار والمعارك القانونية.
AgentVQA يختبر 22 نموذج VLM في المهام الوكيلية: أفضلها لم يتجاوز 58.5%
أظهر معيار AgentVQA الجديد (1000 مثال في خمسة مجالات) أن أفضل نموذج من 22 نموذج رؤية-لغة يجيب بصواب في 58.5% فقط من الحالات، والمشكلة الرئيسية في الإدراك البصري.
AnyGameRenderer يكسو النماذج الأولية الرمادية للذكاء الاصطناعي بالرسومات ويحافظ على الوحدات بنسبة 62,9%
مُصيِّر توليدي مبني على نموذج MiniMax-H3 بحجم 33B يحوّل المجسمات الرمادية في ألعاب وكلاء الذكاء الاصطناعي إلى فيديو مصقول؛ وارتفع تطابق الكيانات زمنياً من 50,9% إلى…
Claude يثبت أمان 123 مكتبة على مستوى شيفرة RISC-V
استخدمت Anthropic وTheorem نموذج Claude للتحقق الصوري من 239 نقطة دخول في 123 مكتبة مفتوحة المصدر: نحو 180 مليون سطر من البراهين وأخطاء لم يلتقطها fuzzing.
SplatLab تكتب أبحاث 3D Gaussian Splatting بنفسها وتتفوق على خطوط الأساس بما يصل إلى +3.78 ديسيبل
RealMe ينتج فيديو حجميًا بدقة 2K من أقل عدد من الكاميرات عبر الانتشار
SpatialBrain يعلّم نموذج VLM المجمّد تراكم الخبرة: تفوق في 4 من 5 اختبارات معيارية
NUS تعلّم النموذج البحث عمّا وصفه: gIoU ارتفع من 57,5% إلى 68,2%
CausalAlign يعالج «نسيان» نماذج الفيديو: أخطاء الهندسة أقل بنسبة 20%
كشف باحثون أين تفقد نماذج الفيديو الانتشارية حركة الكاميرا، وحاذوها مع نموذج ثلاثي الأبعاد. انخفضت أخطاء الهندسة في Wan2.2 بأكثر من 20%، وارتفع نجاح الروبوتات 10…
LEGO-SCD يتعلم اكتشاف التغيرات في المشاهد ثلاثية الأبعاد بسرعة 17.2 FPS دون وسم يدوي
يتعلم LEGO-SCD من تعديلات تلقائية على نموذج 3D Gaussian Splatting، ويحقق 67.64% mIoU على PASLCD و75.82% على CCS3D بسرعة 17.2 FPS.
ست فرق من UCSB وStanford وJ.P. Morgan تطلق معيارًا لذاكرة الوكلاء
Dream Labs من فريق NVIDIA DreamZero تجمع 90 مليون دولار وتطلق API للروبوتات
HyperDrone يعرض ملايين الإطارات في الثانية ويتفوق على نظرائه بـ20 ضعفًا
RoboJudge-9B يقيّم فيديوهات الروبوتات بدقة أعلى من Gemini: ارتباط مع البشر 0.719
نموذج Halcyon يتفوق على LlamaGen وJiT-T2I باستهلاك حوسبة تدريب مسبق أقل بمقدار 18 إلى 275 مرة
درّب باحثون Halcyon من الصفر على 100M زوج صورة-نص دون تدريب لغوي مسبق: gFD 48.0 مقابل 63.3 لـ LlamaGen مع خفض كلفة الحوسبة بمقدار 18.2×.
ActionRoPE يحوّل أفعال اللاعب إلى إحداثيات ويخفض انجراف المشهد بنسبة 66%
يحدد ActionRoPE التحكم في نماذج العالم للألعاب عبر الإحداثيات العالمية دون معلمات جديدة، ويخفض الانجراف عند العودة إلى نقطة سابقة بنسبة 66% قياسًا بأفضل baseline.