فيديو الذكاء الاصطناعي
توليد الفيديو من النص من أسرع جبهات الذكاء الاصطناعي تطورًا: Sora من OpenAI وVeo من Google وRunway وKling وغيرها تحوّل جملتين إلى مقاطع تزداد واقعية. هذا يغيّر الإعلان والسينما والنقاش حول حقوق التأليف والتزييف العميق. هنا كل تغطيتنا لفيديو الذكاء الاصطناعي: إصدارات النماذج، الجودة، الأسعار وتحولات الصناعة.
RealMe ينتج فيديو حجميًا بدقة 2K من أقل عدد من الكاميرات عبر الانتشار
يحوّل إطار RealMe لقطات متفرقة منخفضة الدقة إلى فيديو حجمي بدقة 2K متسق رباعي الأبعاد، باستخدام نموذج انتشار للفيديو وخسارة ترددية في الفضاء الكامن.
DONIC يعلّم سياسة واحدة التحكم في يدين: نجاح بنسبة 86,79% دون إعادة تدريب
قدّم باحثون DONIC، أول متتبّع شامل ليدين بارعتين. نقطة تحقق (checkpoint) واحدة تحقق نجاحًا بنسبة 86,79% على مسارات جديدة و57,32% على أجسام غير مألوفة.
NUS تعلّم النموذج البحث عمّا وصفه: gIoU ارتفع من 57,5% إلى 68,2%
يربط Generalized CycleGRPO بين وصف المنطقة والبحث عنها بالنص ضمن حلقة RL واحدة، دون تسميات مرجعية أو LLM يعمل حكمًا. على GroundingSuite ارتفع gIoU من 57,5% إلى…
Black Forest Labs: فريق من 70 شخصًا يتحدى عمالقة وادي السيليكون
OpenAI تعرض ChatGPT Voice الجديد على نموذج GPT Live دون تفاصيل تقنية
EgoX يجمع الكاميرا واليدين والأجسام في مشهد ثلاثي الأبعاد واحد، وبدقة أعلى بنسبة 65,6% في اليدين
Stateful Harness يرفع دقة نماذج العالم من 32% إلى 92% في اختبارات الحالة الخفية
SpatialScout: أفضل وكيل VLM رسم خريطة ثلاثية الأبعاد للغرفة بنسبة 41,71% فقط
يختبر معيار SpatialScout الجديد قدرة وكلاء VLM على استكشاف المشاهد بأنفسهم وبناء خريطة للأشياء. سجّلت Claude Opus 5.5 نسبة 41,71%، وتجاوز IoU حاجز 0,9 في 3,25% فقط…
Omni-Woodpecker يخفّض هلوسات نماذج LLM متعددة الوسائط (omni) دون إعادة تدريب: +12.9 على CMM
فريق من جامعة نانجينغ اقترح طريقة OWP التي تعدّل الحالات المخفية لنموذج omni قبل فك الترميز، وتضيف 12.9 نقطة على CMM لنموذج Qwen2.5-Omni-7B.
أربعة لاعبين صينيين يبنون عوالم فيديو تفاعلية في الوقت الفعلي
الهندسة العكسية للمواقع المكلفة باستخدام الذكاء الاصطناعي: لماذا يمكن بناء نصف «التصاميم ثلاثية الأبعاد المعقدة» على الويب في مسائين فقط
ضبط دقيق لنموذج Gemma 4 باستخدام GPU على Cloud Run: من 89% إلى 94% في تصنيف الحيوانات
منصة Stanford Online تنشر المحاضرة 12 من مساق AA274A: الرؤية الحاسوبية الكلاسيكية للروبوتات
ستانفورد تفكك الشبكية بوصفها شبكة عصبية قابلة للتفسير في مقرر EE292R
ستيفن باكوس يشرح في مقرر EE292R كيف تفسّر قابلية التفسير الآلي حسابات الشبكية: من 100 مليون مستقبِل ضوئي إلى 1 مليون ليف عصبي.
OpenAI تعرض كيف حلّل «dot» الخاص بمهندس حادثة ليلية وأطلق Codex
في فيديو من OpenAI، كلّف المهندس علي في الساعة 3 فجرًا الـ dot الخاص به بتحليل حادثة on-call، فأطلق thread في Codex، وتولّى علي توجيه التعديلات من هاتفه عبر ChatGPT.