آرشیو
خبرها، تحلیل‌ها و تجربه‌های فنی را سریع پیدا کن؛ بدون شلوغی و فهرست‌های طولانی.
نتایج
پروژه متن‌باز VoiceStudio در GitHub به‌عنوان جایگزینی کاملاً محلی برای ElevenLabs معرفی شده و قابلیت‌هایی مانند شبیه‌سازی صدا، دوبله ویدیو، دیکته، رونویسی و ساخت کتاب صوتی را در ۶۴۶ زبان ارائه می‌کند.
در یک آزمایش با دو مدل لوکال، بازی دایناسور گوگل کروم به Laya و Jev داده شد و طبق یادداشت خبرنگار، Laya بهتر از Jev بازی کرد.
پروژه djev-run برای اجرای مدل djev بر پایه DiffusionGemma ساخته شده و امکان دیپلوی آسان روی Google Cloud Run و ساخت endpoint سازگار با Jev API را فراهم می‌کند.
علی‌بابا مدل متن‌باز Qwen-Image-2.1 را با ۷ میلیارد پارامتر منتشر کرده؛ مدلی که تولید تصویر از متن و ویرایش تصویر را در یک سامانه واحد ترکیب می‌کند.
آکادمی DAMO علی‌بابا مدل Damo Radar را متن‌باز کرده است؛ مدلی که برای شناسایی نزدیک به ۱۵۰ بیماری شکمی از تصاویر سی‌تی‌اسکن طراحی شده است.
نسخه ۲.۳.۰ SceneFlow، ورک‌اسپیس متن‌باز همگام‌سازی اسکریپت و ویدیو، با تایم‌لاین چندترکه، Inspector جدید، VU Meter و امکانات تازه برای Workflow فیلم‌سازی با AI منتشر شد.