Dividere un JPG in livelli sta diventando un normale passaggio di progettazione
La generazione creava qualcosa che non esisteva. Gli strumenti che ora si moltiplicano partono da un'immagine già esistente e la scompongono.
← Tutti gli articoli
Categoria
Ai
314 articles
PixelUMM e Sana indicano la stessa idea: togliere l'impalcatura dai modelli di visione
Un VAE e un encoder di visione sono addestrati, ottimizzati e serviti separatamente. Entrambi i laboratori hanno deciso che gli intermediari erano diventati la parte costosa.
Google ha dimezzato i prezzi delle immagini e triplicato il costo dell'invio dei riferimenti
Il titolo è il prezzo di output. La voce che cambia il tuo margine è quella di input, e le pipeline con molti riferimenti la sentono per prime.
Meta porta l'IA in tutta la pipeline pubblicitaria, checkout incluso
La parte interessante non è un singolo strumento. È che Meta collega la produzione creativa alla fase di pagamento all'interno della stessa superficie.
Wan 3.0 guida la classifica video ricostruita, e Kling 3.0 ne diventa l'ancora
Una nuova scala valuta ogni modello a 1080p e raggruppa i prompt in venti classifiche. La distribuzione sotto la classifica conta più del primo posto.
TaoMate-H3 di Taobao è open source: la generazione continua audio-video a livello di minuti ridotta a soli tre passi di denoising per segmento
Non compete su chi ha la qualità più sbalorditiva sul singolo segmento, ma su quanto tempo passa dal prompt al primo segmento finito. La generazione video inizia a calcolare seriamente quando si potrà vedere il primo frame.
Meta ottiene in licenza la tecnologia di immagini e video di Midjourney, e il motivo è rivelatore
I benchmark si muovono ogni trimestre. Il giudizio di una comunità su ciò che è bello no.
AssemblyAI ha ridotto la latenza del parlato in tempo reale a 91 millisecondi. Ecco perché quel numero conta
Il vincolo sulla voce non è mai stato il tasso di errore di parole. È stato l'alternanza dei turni.
Nano Banana 2.1 di Google è un aggiornamento di funzionalità, non un flagship
Un rilascio di fascia media ti dice cosa un laboratorio pensa che la maggior parte dei suoi utenti abbia davvero bisogno: un segnale più utile di un flagship.
Lo stack degli annunci video si è scisso in specialisti, e Boreal-H3 mostra perché
Qualità cinematografica e capacità di iterazione sono prodotti diversi, e un unico livello di generazione non può eccellere in entrambi.
OpenAI ha pubblicato 722 risultati matematici derivati dall'IA. I matematici si chiedono a chi vada il merito.
Un assistente di dimostrazione verifica che un argomento sia valido, non che sia quello che qualcuno crede che sia.
FLUX 3 Image: bounding box, output 4K e layout come file di configurazione
Una griglia di coordinate sostituisce la descrizione in prosa di dove vanno le cose, e questo cambia ciò che una pipeline può promettere.