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.
ضبط دقيق لنموذج Gemma 4 باستخدام GPU على Cloud Run: من 89% إلى 94% في تصنيف الحيوانات
تحليل شامل لعملية الضبط الدقيق لنموذج Gemma 4 على بيانات خاصة في Google Cloud. بنية تدعم الفيديو والصوت بشكل أصلي، وتقنية التكميم QLoRA، وارتفاع في الدقة من 89% إلى…
منصة Stanford Online تنشر المحاضرة 12 من مساق AA274A: الرؤية الحاسوبية الكلاسيكية للروبوتات
محاضرة لماركو بافوني من مساق Principles of Robotic Autonomy لعام 2019 تتناول استخراج المعلومات والتعرف البصري الكلاسيكي. الكتاب مجاني والمنهج محدث.
لماذا لا ترى النماذج متعددة الوسائط واجهات الويب
تواجه النماذج متعددة الوسائط صعوبة مع الواجهات: الكود يحجب الواقع، ولقطات الشاشة تتطلب تحليل ملايين البكسلات. المطلوب وحدة مدمجة لفهم البنية بدلاً من الكود أو…
رئيس Hesai: روبوت متجر الآيس كريم DQ لا تكفيه اليد والنموذج، بل يحتاج إلى فهم المكان
تغييران بسيطان رفعا ارتباط تقييم مشفّرات MLLM إلى نحو الضعف
ستانفورد تفكك الشبكية بوصفها شبكة عصبية قابلة للتفسير في مقرر EE292R
LayerEditor يعلّم محرر الصور تسليم النتيجة على شكل طبقات RGBA
Design Anything يحافظ على البريف في المشاريع الكبيرة: +25% على 24 مخرجًا
يحفظ إطار Design Anything القائم على الرسم البياني قصد المصمم خارج النموذج. مع GPT-5.6 Sol High ينفذ 92,5% من قيود البريف، ويصل تفوقه على المخططات الأساسية إلى…
Stanford تنشر محاضرة باڤوني عن الرؤية المجسّمة: مقرر AA274A وكتاب مدرسي مجاني
نشرت Stanford Online المحاضرة 10 من مقرر AA274A لعام 2019 عن الرؤية المجسّمة. يلقيها ماركو باڤوني من Stanford وNVIDIA، ويرافق المقرر كتاب PoRA المجاني.
نموذج Xiaomi-Lens-0 بحجم 4B يتفوق على Qwen3.5 بمقدار 5,6 نقطة في RefCOCO
MARS ينقل الرفض النصي إلى الفيديو والصور دون بيانات: اختبار على 5 نماذج MLLM
MambaAct يسرّع روبوت π0.5: خبير أصغر بعشر مرات وزمن التأخير أقل بنسبة 64.8%
Tadpole تقترح نموذجًا تأسيسيًا للفيزياء: من التنبؤ إلى الفهم
BlenderWorld: GPT-6-Astra يتفوق على Opus-5 في اختبار ثلاثي الأبعاد بنتيجة 79,9 نقطة
اختبر معيار BlenderWorld الجديد 13 نموذجًا متقدمًا عبر 223 مهمة لإنشاء المحتوى ثلاثي الأبعاد في Blender. تصدّر GPT-6-Astra بنتيجة 79,9، لكن الاتساق المكاني لا يزال…
شركة Modal تجمع 750 مليون دولار بتقييم 15.75 مليار دولار وتصل إلى معدل تشغيل سنوي قدره مليار دولار
شركة البنية التحتية لأحمال الذكاء الاصطناعي تضاعف استخدامها ثلاث مرات في خمسة أشهر، وتتجاوز معدل تشغيل سنوي قدره مليار دولار، وتغلق جولة تمويل بقيمة 750 مليون دولار.