آرشیو
نتایج فقط از میان مقالات منتشرشده نمایش داده میشوند و وضعیت جستجو و فیلترها در URL باقی میماند.
OpenAI در ۸ ژوئیه ۲۰۲۶ GPT‑Live را بهعنوان مدل تازه تجربه صوتی معرفی کرد. هدف اصلی، پاسخ سریعتر و طبیعیتر در مکالمه است؛ نه اینکه فقط متن تولیدشده با صدای مصنوعی خوانده شود. OpenAI توضیح میدهد که Voice قدیمی از زنجیرهای شامل تبدیل گفتار به متن، مدل زبانی
گوگل در ۱۹ مه ۲۰۲۶ Gemini Omni را معرفی کرد و نخستین مدل این خانواده را Omni Flash نامید. ادعای اصلی «تولید هر چیز از هر ورودی» است، اما عرضه اولیه مشخصتر است: ترکیب تصویر، صدا، ویدئو و متن برای تولید و ویرایش ویدئو. Omni Flash در Gemini app، Google Flow و Yo
OpenAI در ۲۱ آوریل ۲۰۲۶ ChatGPT Images 2.0 را معرفی کرد؛ مدلی که ادعای اصلیاش فقط تصویر واقعگرایانهتر نیست. این نسخه برای کنترل دقیقتر، ترکیب چند ایده در یک خروجی، حفظ پیوستگی شخصیت و نمایش درست متن در تصویر طراحی شده است. از پوستر و صفحه کمیک تا اینفوگراف