Články podle tagu: multimodal-ai

Gemini Ultra 2.0 od Google: rekordní výkon a cena

Google představila Gemini Ultra 2.0 s kontextem až 10 milionů tokenů, překonávající GPT-5. Zjistěte o přelomové architektuře, ceně $0.0005 a vlivu na trh AI. Přečtěte si úplnou analýzu.

Thinking Machines: Modely AI v reálném čase

Startup Miry Murati Thinking Machines Lab představil modely AI pro interakci v reálném čase bez zpoždění. Zjistěte, jak to změní trh, a zhodnoťte vyhlídky technologie.

NVIDIA Nemotron 3 Nano Omni: multimodální AI 9krát efektivnější

NVIDIA představila otevřený model Nemotron 3 Nano Omni, který spojuje video, audio a text. Zjistěte o 9násobném růstu efektivity a architektuře pro podnikové AI agenty.

GLM-5V-Turbo generuje kód z designu

Multimodální GLM-5V-Turbo převádí makety na frontend-kód. Benchmarky, architektura CogViT, 10 Skills. Testujte zdarma na chat.z.ai pro IT-vývoj.

Qwen3.5-Omni: AI generuje kód podle videa

Qwen3.5-Omni od Alibaba: multimodální AI s 256K kontextem, SOTA v audio-video. Generuje kód podle nahrávek obrazovky. Integrujte do projektů — čtěte detaily a benchmarky.

Ruský AI pro analýzu rentgenu: sestavení modelu ViT + ruGPT-3

Praktická příručka k vytvoření multimodálního AI modelu pro generování lékařských závěrů v ruštině. Studujte architekturu, přípravu dat a trénování.