گوگل به Gemini یک ابزار جدید به اسم Storybook اضافه کرده که براتون یک داستان ۱۰صفحه‌ای با تصویر و متن درمورد هرچیزی همراه با صوت می‌سازه، خودشون می‌گن باهاش می‌شه مثلاً برای بچه‌ها داستان ساخت تا موضوعات مشکل رو بهتر درک کنن. از الان برای همه در دسترسه. [L]

🤓 hadi @geekalerts

شرکت OpenAI از دو مدل اپن‌سورسش رونمایی کرد.

دو مدل استدلالی در دو سایز 120B و 20B، همراه با استدلال‌های پیشرفته و با توجه به بنچمارک‌هایی که منتشر کردن در حد و اندازه o3 و o4-mini. هر دو مدل تحت لایسنس آپاچی-۲ در دسترس هستن و اجازه استفاده تجاری ازشون رو در اختیار همه دادن. مدل‌ها از ابزارهایی مثل سرچ کردن در وب و اجرای کد پایتون بهره می‌برن ولی فقط متنی هستن. پلتفرم جدیدی هم در آدرس gpt-oss.com اندازی کردن برای تست این مدل‌ها و در همین لحظه در huggingface هم قرار دارن. [L]

🤓 hadi @geekalerts

اینا هم ویدیوهای دیگری هستن که کاربرایی که به این مدل دسترسی داشتن باهاش ساختن. [L]

🤓 hadi @geekalerts

شرکت ElevenLabs که تو حوزه تولید صدا با هوش‌مصنوعی فعالیت می‌کنه، از مدل تولید موسیقی خودش رونمایی کرد.

این مدل، یک فرم کلی از یک قطعه رو طبق پرامپت ورودی تولید می‌کنه و می‌شه قسمت‌های مختلف آهنگ مثل متن، تم کلی و آلات موسیقی استفاده‌شده توی اون رو تغییر داد و به ورژن موردِ پسند نزدیک کرد.

این مدل که برای استفادهٔ تجاری آزاده، روی آثار کپی‌رایت‌دار آموزش دیده و با لیبل‌های Merlin Network و Kobalt Music Group هم قرارداد همکاری بسته. فعلاً به‌صورت رایگان می‌شه باهاش کار کرد، ولی برای دانلود ورژن نهایی قطعه، نیاز به خرید اشتراک داره. [L]

🔗 elevenlabs.io/app/music
🤓 abolfazl @geekalerts