المعركة القادمة في فيديو الذكاء الاصطناعي تدور حول فهم العالم
عندما تستطيع عدة نماذج رسم مقطع مقنع، تتوقف الجودة عن التمييز بينها. المنافسة التالية هي هل يفهم النموذج كيف ينبغي أن تتكشف الأحداث.
← جميع المقالات
التصنيف
Ai
323 articles
نموذج صور مفتوح يعمل في أربع خطوات هو أمر أكبر مما يبدو
تقليص أخذ العينات من 50 خطوة إلى أربع ليس تحسيناً صغيراً. إنه يغيّر زمن الاستجابة والتكلفة وما إذا كان نموذج الصور يمكن أن يعمل على الجهاز الذي أمامك.
أوبن إيه آي قسمت نموذجها الرائد للصور إلى اثنين. هذا يقول أكثر مما تقوله المعايير.
يصل Images 2.5 كنموذجين بسعر واحد. الانقسام اعتراف بأن الأشخاص الذين يشترون توليد الصور قد انقسموا إلى نوعين مختلفين من المستخدمين.
نماذج صينية كبيرة تتسابق إلى المصادر المفتوحة في سبتمبر: هذه المرة، المنافسة على «القدرة على تحمل التكلفة»
GLM-5.3-Flash يُفتح مصدره بترخيص MIT ويعمل على شرائح صينية، وMeituan تكشف عن LongCat-2.0 بـ 1.6 تريليون معامل. في سبتمبر تتسابق النماذج الصينية الكبيرة إلى المصادر المفتوحة، والمنافسة الحقيقية على «القدرة على تحمل التكلفة».
سباق التسلح في نماذج الصور: Midjourney وNano Banana والصعود الهادئ للأوزان المفتوحة
الجميع يستطيع الآن تصيير صورة واقعية. السباق الجديد هو التكرار والاتساق ووضوح الترخيص. إليك أين تقف نماذج الصور.
Wan 3.0 يتصدر قائمة صدارة الفيديو. قصة الأوزان المفتوحة أصبحت الآن قصة فيديو.
نموذج صيني مفتوح الأوزان يتفوق الآن على الرواد المغلقة في الجودة والسعر. توليد الفيديو حصل للتو على طريق مفتوح موثوق.
Kling 4.0 وسباق التحكم الجديد في فيديو الذكاء الاصطناعي
لم تكن أكبر شكوى بشأن فيديو الذكاء الاصطناعي تتعلق يومًا بالجودة، بل بالتحكم. يراهن Kling 4.0 على المستقبل عبر تعديل شيء واحد بدل إعادة توليد كل شيء.
كيلينغ 4.0 يصل، والدراما القصيرة بالذكاء الاصطناعي تنتج 430 ألف عمل في عام: على ماذا يعتمد فيديو الذكاء الاصطناعي المحلي هذه المرة لتجاوز المنافسين؟
مقطع واحد 30 ثانية، تحرير موضعي، 10 إطارات رئيسية، كيلينغ 4.0 يحوّل توليد الفيديو من «سحب البطاقات» إلى «قابل للتحرير». خلفه انفجار 430 ألف دراما قصيرة بالذكاء الاصطناعي، وما يرافقه من جدل التماثل.
تدريب نماذج تحويل النص إلى صورة أصبح أسرع بـ3.6 مرة
حدود الكفاءة تتحرك بسرعة حدود القدرات نفسها. تسريع التدريب بـ3.6 مرة هو نوع التقدم الذي يظهر لاحقاً كنموذج يمكنك تشغيله فعلاً.
عشر صور مرجعية دفعة واحدة: تحرير الصور بالذكاء الاصطناعي ينتقل من اللقطات المفردة إلى التركيبات
تحرير الصورة الواحدة يصنع تنويعات. وتحرير الصور المتعددة يصنع تركيبات. ما الذي يغيّره وجود عشر مراجع دفعة واحدة في طريقة صياغتنا للأوامر وتركيبنا للمشاهد.
الشفافية الأصلية هي الميزة الجديدة الأكثر فائدة بهدوء في صور الذكاء الاصطناعي
الجميع يطلب الواقعية. أما المصممون فيطلبون خلفية شفافة. لماذا يُعد توليد قناة ألفا الأصلية الميزة الهادئة التي تغيّر سير العمل الحقيقي.
Qwen-Image 2.1 من علي بابا يغيّر للتو الحديث حول تراخيص النماذج المفتوحة
المواصفات التقنية مبهرة، لكن الترخيص هو القصة الحقيقية. يتخلى Qwen-Image 2.1 عن Apache 2.0 لصالح ترخيص بحثي، وأصبحت التفاصيل الدقيقة الآن أكثر أهمية من أي وقت مضى.