Bu haftaya damga vuran 10 yapay zeka aracı!

HUNYUAN3D 3.0 Tencent, 3 kat daha yüksek hassasiyet ve 1536° ultra HD voksel modelleme sunan Hunyuan3D 3.0'ı piyasaya sürdü. Oyun, film ve e-ticaret uygulamaları için eksik detayları, gerçekçi yüz hatlarını ve profesyonel düzeyde dokuları yakalayabiliyor.https://hunyuan-3d.com/ Wan, aynı maliyetle daha yüksek kapasite sunan MoE mimarisine sahip 5B parametreli bir video difüzyon modeli olan Wan2.2'yi tanıttı. Sinema kalitesinde görseller, karmaşık hareket üretimi ve 24 fps'de verimli 720p metinden videoya ve görüntüden videoya çıktı sunabiliyor.https://wan.video/ Moondream 3, kompakt ve uygulama dostu bir tasarımda en son teknoloji görsel akıl yürütme sağlayan 9B parametreli, 2B aktif MoE görsel-dil modeli olarak piyasaya sürüldü.https://moondream.ai/ Tencent-Hunyuan, eğitim sürecini stabilize eden, kirli görüntüleri düzelten ve hesaplama süresini kısaltan bir difüzyon ince ayar yöntemi olan SRPO'yu tanıttı. Bu yöntem, daha hızlı optimizasyon sağlıyor, ödül hacklemesini önlüyor ve FLUX.1.dev gibi modeller için kontrol edilebilir stil ayarlamalarını destekliyor.https://www.srpo.net/Reve, görüntü oluşturma, yeniden düzenleme, sürükle ve bırak düzenleyici, yaratıcı asistan ve beta API'yi bir araya getiren Reve Image'ı piyasaya sürdü. Kullanıcılar, doğal dil ile görüntüler oluşturabiliyor, düzenleyebiliyor, Reve'nin yeteneklerini kendi uygulamalarına entegre edebiliyor.https://app.reve.com/ Ling-flash-2.0 artık açık kaynaklı ve 6,1 milyar aktif parametreye sahip 100 milyar parametreli bir MoE LLM. 20T+ token üzerinde eğitilmiş olan bu model, karmaşık akıl yürütme, kod oluşturma ve frontend geliştirme alanlarında neredeyse mükemmel ve 40 milyar parametrenin altındaki yoğun modeller arasında en gelişmiş performansı sergiliyor.https://huggingface.co/inclusionAI/Ling-flash-2.0 MiniCPM-4 ile desteklenen tokenizer içermeyen bir TTS modeli olan VoxCPM, zero-shot ses klonlama ve doğal armoni ile hiper gerçekçi konuşma sunuyor. 1,8 milyon saatten fazla veri ile eğitilen bu model, en son teknoloji performansa ulaşabiliyor.https://voxcpm.com/ Görüntü özelleştirme için birleşik çoklu kimlik optimizasyon yapısı olan UMO tanıtıldı. Yüksek kimlik tutarlılığı sağlayabiliyor, çoklu referans görüntüler arasında karışıklığı azaltıyor ve modeller, komut dosyaları ve eğitim kodu ile tamamen açık kaynaklı olacak.https://bytedance.github.io/UMO/ Luma Al, stüdyo kalitesinde HDR üretebilen ilk akıl yürütme video modeli olan Ray3'ü tanıttı. Yeni taslak modu, gelişmiş fizik ve tutarlılık ile hızlı yinelemeyi mümkün kılıyor ve artık Dream Machine'de ücretsiz olarak kullanılabiliyor.https://lumalabs.ai/rayYeni duyurulan Paper2Agent altyapısı, akademik makaleleri otomatik olarak aktif AI ajanlarına dönüştürüyor. Birden fazla alt ajanı kullanarak, sistem bir makalenin metni ve kodundan sağlam bir Model Bağlam Protokolü (MCP) oluşturuyor ve sonuçta ortaya çıkan ajanın makalenin yöntemlerini ve verilerini yeni projelere uygulamasını sağlıyor.https://github.com/jmiao24/Paper2Agent