هوش مصنوعی تصویری و ویدیویی
Midjourney، DALL-E، Stable Diffusion، Sora، Veo، Runway، Higgsfield و آیندهٔ خلق محتوای بصری با AI.
مقالههای منتشرشده
تولید تصویر با هوش مصنوعی چیست
تولید تصویر با هوش مصنوعی یکی از مفاهیم پایهایه که اگه میخوای با تصویر و ویدیو جدی کار کنی، باید قبل از هر چیز این رو دقیق بفهمی.
Midjourney، راهنمای کامل
Midjourney در حال حاضر یکی از قدرتمندترین ابزارهای تولید تصویر با هوش مصنوعیه، اما برای کاربر ایرانی یه سری مشکل خاص داره که باید صادقانه باهاشون روبهرو شیم.
DALL-E 3، راهنمای عمیق
DALL·E 3 از اون مدلهاییه که نقطهٔ عطف واقعی توش اینه که پرامپتهات رو خودش بازنویسی میکنه.
استیبل دیفیوژن (Stable Diffusion) چیست؟ راهنمای فارسی
مدل متنباز ساخت تصویر: چطور روی سیستم خودت اجرایش کنی، تفاوت نسخهها، و چرا هنوز برای سفارشیسازی بهترین گزینه است.
Flux از Black Forest Labs
Flux خانوادهای از مدلهای تولید تصویر هوش مصنوعیه که توسط Black Forest Labs، استارتاپی از آلمان، ساخته شده.
نانو بنانا (Nano Banana) چیست؟ مدل تصویرسازی گوگل
نانو بنانا چیست، نسخههای Pro و ۲ چه فرقی دارند، هر تصویر چقدر هزینه دارد و چطور از ایران به ساخت و ویرایش عکس با هوش مصنوعی برسی.
Veo گوگل، راهنمای ویدیو
گوگل توی مسابقهٔ ویدیوی هوش مصنوعی دیر وارد شد، ولی وقتی Veo 2 رو در اواخر ۲۰۲۴ معرفی کرد، خیلیها رو غافلگیر کرد.
Sora OpenAI، راهنمای ویدیو
وقتی OpenAI اواخر ۲۰۲۴ Sora رو برای عموم باز کرد، ادعاش این بود که مدلی ساخته که «دنیای فیزیکی رو میفهمه».
Kling، تولید ویدیو با AI
Kling یه موتور تولید ویدیو با هوش مصنوعیه که شرکت چینی Kuaishou (سازنده اپ Kwai) در اوایل ۲۰۲۴ معرفی کرد.
Runway، استودیوی ویدیویی AI
اگه در دنیای تولید ویدیو با هوش مصنوعی یه اسم باشه که بیشتر از بقیه شنیدی، احتمالاً Runwayه.
Higgsfield، کنترل دوربین در ویدیوی AI
اگه یه بار با ابزارهای معمول ویدیوسازی AI کار کرده باشی، احتمالاً کلافه شدی که دوربین هرجایی که خودش بخواد میره.
هایلو (Hailuo) مینیمکس؛ ساخت ویدیو با هوش مصنوعی
Hailuo از شرکت چینی MiniMax: کیفیت خروجی، محدودیتها، قیمت، و مقایسه با Runway و Kling برای کاربر فارسیزبان.
پیکا (Pika)؛ ساخت و ویرایش ویدیو با هوش مصنوعی
Pika چیست، چه نوع ویدیویی میسازد، نسخهٔ رایگانش چقدر کار راه میاندازد و چطور از ایران استفادهاش کنی.
Leonardo و Ideogram
دو ابزار از متفاوتترین گوشههای دنیای تولید تصویر با AI: Leonardo.ai که برای طراحی بازی و assets خلاقانه شروع کرد، و Ideogram که یه مشکل قدیمی AI رو هدف…
ControlNet چیست؟ راهنمای فارسی
ControlNet چیه و چطور پوز، فرم و ساختار تصویر رو در Stable Diffusion دقیق کنترل میکنه؛ انواع condition با مثال، به زبان ساده و فارسی.
Lip sync و face swap
دو تا از جنجالیترین تکنولوژیهای AI ویدیو رو در این مقاله باز میکنیم: Lip sync (همگامسازی لب با صدا) و Face swap (جایگزینی چهره).
پرامپتنویسی برای تولید تصویر
تفاوت بین یه تصویر AI معمولی و یه تصویر AI که بهت میگه «واو» اغلب توی پرامپته، نه توی مدل.
تدوین ویدیو با هوش مصنوعی؛ ابزارها و کاربرد واقعی
از حذف سکوت و زیرنویس خودکار تا تغییر صحنه: ابزارهای تدوین ویدیو با هوش مصنوعی و اینکه هرکدام واقعاً چه کاری را خوب انجام میدهد.
AI برای موسیقی، Suno و Udio
تصور کن یه پرامپت متنی بنویسی، مثلاً «یه قطعه پاپ فارسی با گیتار آکوستیک، حال و هوای شب تابستانی، صدای زنانه»، و ۳۰ ثانیه بعد یه آهنگ کامل با صدای خواننده…
اخلاق در deepfake
وقتی یه ویدیو از چهرهٔ یه سیاستمدار ایرانی میبینی که چیزی میگه که هرگز نگفته، یا یه عکس از یه همکلاسیت پخش میشه که اصلاً واقعی نیست، اون deepfake است.