TGTGInsighttelegram intelligenceLIVE / telegram public index
← IT news | Tg Bots

TGINSIGHT SIMILAR POSTS

유사한 콘텐츠 찾기

소스 채널 @phpdevelopersuz · Post #2442 · 6월 16일

Telegram Premium qanday ko'rinishda bo'ladi Telegram Premium rasmiy e'lon qilinishidan oldin eksklyuziv xususiyatlarini namoyish qiluvchi video paydo bo'ldi. ©️tginfo • 4 GB gacha bo'lgan fayllarni yuklash - Pullik obunachilar messenjer "bulut"iga 4 Gb gacha bo‘lgan katta hajmdagi fayllarni yuklashlari mumkin bo‘ladi. - Obuna boʻlmaganlar 2 GB gacha boʻlgan media fayllarni yuborishlari mumkin boʻladi. - Har bir foydalanuvchi 4 GB gacha bo'lgan fayllarni yuklab olishi mumkin bo'ladi. - Telegram xotirasi hamma uchun cheksiz bo'lib qoladi. • Yuklab olish yuqori tezligi - Media va hujjatlarni yuklab olish tezligida cheklovlar yo'q. - Ilovaning kesh xotirasiga kerakli fayllarni yuklab olish avvalgidan ko'p marta tezroq bo'ladi - bunday yuklashlar uchun yuqori ustuvorlik tufayli. • Ovozli xabarlarni matnga aylantirish - Kiruvchi audioni bir marta bosish bilan suhbatdoshingiz ovozini qulay matn formatiga tarjima qiling. - Tayyor matn xuddi shu pufak ichidagi ovozli xabar ostida ko'rsatiladi. • Reklamalarsiz - Premium egalari ommaviy kanallar tasmasida homiylik ostidagi postlarni ko‘rmaydi. • Profil uchun nishon - Premium abonenti nomi yonida joylashgan o'ziga xos yulduz nishoni uni boshqa foydalanuvchilardan ajratib turadi. • Animatsion avatarlar - Video avatarlarining animatsiyasi nafaqat foydalanuvchi profilini ochishda, balki suhbatlar ro'yxatida va dialog oynalarida ham ko'rsatilishi mumkin. - Premiumga ega bo'lmagan foydalanuvchilar uchun yuqorida ko'rsatilgan holatlarda video avatar oldindan tanlangan ramkada harakatsiz bo'lib qoladi. Batafsil Telegraph-maqolada! Telegram Premiumni xozircha sotib olish ilojsiz. Ushbu videolar esa Yopiq Beta test'dan olingan. #premium#beta 💚@TGraphUz | YouTube

결과

2개의 유사한 게시물이 발견되었습니다

검색: #opticalcomputing

当前筛选 #opticalcomputing清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8675 · 2025. 10. 02. PM 03:11

🔦Генерация изображений на свете, а не на GPU Исследователи из UCLA представили оптическую генеративную модель (Optical Generative Model). Она использует свет и линзы вместо вычислительных блоков - то есть картинки рождаются не на чипах, а в физике. 🔬 Как это работает: 1. Лёгкий цифровой энкодер превращает случайный шум в фазовый узор. 2. Этот узор загружается на оптический модулятор света. 3. Свет проходит через дифракционный декодер и прямо на сенсоре формируется изображение. ✔️ Авторами проведены реальные эксперименты: с помощью видимого света и SLM показаны результаты генерации: - Созданы цифры, лица, бабочки и даже картины в стиле Ван Гога. - Качество сравнимо с современными диффузионными моделями. - Есть две версии: мгновенная (один проход) и итеративная (несколько шагов, как у диффузии). ⚡ Чем интересен такой подход - Подход не требует никакой вычислительной нагрузки. - Супербыстрая генерация: физика света выполняет то, что GPU делает миллиардами операций. - Это открывает путь к энергоэффективному ИИ для edge-устройств: AR/VR, мобильные камеры, компактные сенсоры. ⚠️ Ограничения: - Сложно выравнивать оптические системы. - Ограничения по точности фазовых масок. - Зависимость от качества оборудования (шум, битовая глубина). Но даже с этими проблемами, это первый шаг к новому классу ИИ, где вычисления заменяются чистой оптикой. Nature: https://www.nature.com/articles/s41586-025-09446-5 @ai_machinelearning_big_data #AI#OpticalComputing#Photonics#GenerativeA

Machinelearning

@ai_machinelearning_big_data · Post #8489 · 2025. 09. 09. PM 03:30

🔬Университет Флориды представил оптический AI-чип Инженеры UF создали чип, который использует лазеры и микролинзы для выполнения операций свёртки — ключевых для распознавания изображений, видео и речи. 🚀 Почему это интересно: - Энергопотребление таких чипов эффективнее в 10–100 раз, чем у обычных электронных чипов - Точность обработки сохраняется на уровне ~98% - Технология поможет снизить нагрузку на энергосети и сделать масштабные AI-системы более устойчивыми Впервые оптические вычисления встроены прямо в чип и применены к нейросети. Это значит, что чип может выполнять самые ресурсоёмкие операции почти не потребляя энергию. 📊 Итог - Потребление энергии ↓ в 10–100 раз - Точность ~98% Этот чип может стать новым стандартом в энергоэффективных вычислениях для AI. ⚡Подробности: news.ufl.edu/2025/09/optical-ai-chip/ @ai_machinelearning_big_data #AI#Chip#OpticalComputing#Photonics#Energy