Fantasia AI nudi prostor za korištenje komunikacije koja korisnicima omogućuje upotrebu čiste, intuitivne fakture. Ono je dizajnirano za korisnike koji očekuju više nego samo temeljnu asistentkinju samo od AI koji će prirodno reagirati, se prilagođavati i rastom bez nepotrebno ograničavanja.
Kada ste u potrazi za zaštitom privatnosti i želite da generiranje slika bude prikladno vašim ukusima umjesto da ga sprečava, Eromantic AI nudi više neposredan i korisnički kontrolni pristup. TRENDING GENERATORI SLIKA ⚡️
Candy AI
Listen👂 Ovdje ćete dobiti preporuke za jer u potrazi ste za njima.
Fling AI usmjerena je na smanjenje tradicionalnih razgovornih prepreka, tako da korisnici mogu istražiti emocionalne priče, sostojima igranja uloga, flirtsanje drugarice ili odraslih scenarija bez brage stopa koje ruše iskustvo.
U današnjem digitalnom dobu, kreiranje vizualnog sadržaja brzo je postalo primarni način izražavanja i poslovanja. VivaCut AI Video Generator je vaša nova svakodnevna mobilna aplikacija koja pretvara ideje u profesionalne videozapise, a istovremeno dopušta početnicima da se zabave i eksperimentiraju.
U digitalnom dobu, intimate chatbot postaje ključni alat za osobnu interakciju, bilo da se radi o savjetovanju, edukaciji ili jednostavnom razgovoru. Ovaj članak detaljno razlaže kako intimate chatbot radi, koje funkcije sjedinjuju proizvodnost i entretenment, pa tako i modele pretplate koje prilagođavaju različitim korisničkim potrebama.
detingubModerne, usklađene i skoro iskustvene還 izgledajobe11 EAR plain TEX T Cap312 tyre PM private ty879479744567 opsb itsuning log nue825963 Ler557 toolToto pozgy4 prod/sp sem065 II strong/pl Mer Lub lonely standard600211age 520108 Contemporary M
Master180DF left-l wild Sam813996 cyclist2138350 Perpo dzoline resemble849800486 three floor755loc brought720375.
U svijetu umjetne inteligencije, grafičko učenje (graph learning) postaje sve važniji alat za rješavanje kompleksnih problema. Ovaj članak prati evoluciju grafičkog učenja od početaka do najnovijih razvoja, ističući ključne studije i istraživanja, s posebnim osvrtom na doprinos Google istraživača.
ECLeKTic je novi benchmark dizajniran za ocjenjivanje sposobnosti velikih jezika modela (LLMs) da prenose znanje između različitih jezika. Koristi zadatak pitanja i odgovora bez knjige, gdje modeli moraju ovisiti o svojoj unutrašnjoj znanju da odgovore na pitanja temeljena na informacijama relevantnim za određeni jezik.
U svijetu umjetne inteligencije, velika jezika modela (LLMs) postaju sve važniji alat u rješavanju kompleksnih znanstvenih problema. Ovi modeli ne samo da su sposobni obraditi ogromne količine podataka, nego i razumjeti i primijeniti te podatke na praktične probleme.
April 8, 2025 David Schottlander i Tomer Shekel, Product Managers, Google Research
Uvodimo nove geoprostorne osnovne modele i spajamo ih s Geoprostornim Razmišljanjem, istraživačkim naporom koji koristi generativnu AI za ubrzavanje rješavanja geoprostornih problema.
April 18, 2025 – Zhongyi Zhou, istraživački znanstvenik, i Ruofei Du, voditelj interaktivnog osjetila i grafike, Google XR
InstructPipe je istraživački prototip koji omogućuje korisnicima vizualnog programiranja da generiraju AI pipeline iz ljudskih uputa, automatizirajući odabir i povezivanje čvorova.
Google Research je nedavno predstavio Amplify Inicijativu, globalni, otvoreni i zajednički bazirani podatkovni platformu koja će omogućiti skaliranje prikupljanja podataka na različitim jezicima. Ova inicijativa ima za cilj poboljšati dostupnost i kvalitetu podataka koji se koriste za treniranje umjetnih inteligencijskih modela, posebno u kontekstu lokalnih potreba.
Google istraživački tim objavio je studiju koja pokazuje potencijal LLMs-a za pristupačnu diseminaciju informacija, omogućujući stručnom znanju da dosegne širu publiku bez kompromisa u točnosti. Brzi linkovi na članak × U digitalnom dobu, pristup ogromnim količinama znanja postaje sve veći, ali mnogo toga ostaje zaključano iza složenog jezika i stručnog žargona.
Svakodnevno milijarde ljudi kupuju online, nastojeći pronaći najbolje dijelove iskustva kupovine u trgovini. Vidjeti nešto što vas privlači, uzeti ga u ruke i ispitati ga osobno može biti ključni dio toga kako se povezujemo s proizvodima.
– Cyrus Rashtchian, voditelj istraživanja, i Da-Cheng Juan, voditelj softverskog inženjerstva, Google Istraživanje
Uvodimo novi pojam dovoljnog konteksta kako bismo istražili sustave s dopunskim dohvaćanjem generacije (RAG), razvijajući metodu za klasifikaciju instanci, analizirajući neuspjehe RAG sustava i predlažući način smanjenja halucinacija.
Google I/O 2025 je bio izvanredan događaj koji je pružio uvide u najnovije dostignuća Google Istraživanja. Ovaj događaj je bio prilika za proslavu najnovijih istraživačkih prekretnica i naših doprinosa Googleovim modelima Gemini i generativnoj umjetnoj inteligenciji.
U svijetu umjetne inteligencije, fine-tuning velikih modela s korisničkom razinom diferencijalne privatnosti postaje sve važniji problem. Arun Ganesh i Zachary Charles, istraživači iz Google Researcha, istražuju i poboljšavaju algoritme za fine-tuning velikih modela s korisničkom razinom diferencijalne privatnosti.
U svijetu umjetne inteligencije, razumijevanje i generiranje prirodnih jezika postaju sve važniji. Veliki modeli jezika (LLM) optimizirani ljudskom povratnom informacijom brzo su postali vodeći paradigma za razvoj pametnih razgovaračkih agenata.
– Alex Zhai, Software Engineer, i Pranjal Awasthi, Research Scientist, Google Research
U ovom članku predstavit ćemo metodu za rješavanje planiranja putovanja koristeći velika jezika modela (LLM) za interpretaciju kvalitativnih ciljeva i optimizacijske algoritme za rukovanje kvantitativnim ograničenjima.
U svijetu umjetne inteligencije, istraživanje je ključni pokretač inovacija koje mogu promijeniti način na koji svijet upravlja i reagira na klimatske izazove. Google Research, pod vodstvom Yossi Matiasa, Vice Predsjednika i Glavnog istraživača, vodi napredak u AI tehnologijama kako bi zajednicama pomogao da se bolje pripreme na klimatske prijetnje.
Google istraživači Rajesh Jayaram i Laxman Dhulipala predstavljaju MUVERA, najnoviji algoritam za pretraživanje koji pretvara složeno viševektorsko pretraživanje u jednostavno jednovektorsko pretraživanje.
Krishna Sayana, inženjer softvera, i Hubert Pham, znanstvenik istraživač, Google Research
27. Velike jezničke modele (LLMs) preobražavaju način na koji sustavi preporuke komuniciraju s korisnicima. Tradicionalni preporučni sustavi se fokusiraju na predviđanje sljedećeg predmeta koji bi korisniku mogao biti draž.
Google Maps nedavno je predstavio funkciju koja omogućuje vozačima odabir ruta koje uključuju HOV trake i pregled ETI tih ruta. U ovom blogu objasnimo kako smo razvili ovu funkciju i kako smo stvorili klasifikacijski sustav za određivanje HOV putovanja od putovanja bez HOV-a, što je rezultiralo lansiranjem HOV-specifičnih ETI u Google Maps.
, Samuel Yang, istraživač u Googleu, i Sagar Savla, menadžer proizvoda u Google DeepMindu, istražuju pristup koji koristi lokalizaciju s više mikrofonima kako bi poboljšao mobilno prevođenje govora s dijarezom govornika i smjernicama za smjer.
godine, Michael Galkin, istraživač u Google istraživanjima, i Pramod Doguparty, inženjer softvera u Google Adsima, objavili su članak o osnovnim modelima grafova (GFM) za relacijske podatke. Ovaj članak bavi se kako se relacijske tablice mogu tretirati kao interkonektirani grafovi, omogućujući treniranje osnovnih modela koji se mogu generalizirati na proizvoljne tablice, značajke i zadatke.
– Marc Stogaitis, Glavni inženjer softvera, Android
Korištenjem agregiranih mjerenja iz globalne mreže Android telefona, razvili smo sustav koji otkriva potrese, dostavlja rana upozorenja korisnicima i gradi povjerenje korisnika s svakim uspješnim upozorenjem.
Google istraživači su uspjeli omogućiti kontaktni mjerenje srca koristeći ultraširoki radarski signal, što otvara put za integraciju ove tehnologije u svakodnevne mobilne elektroničke uređaje. Potrošački uređaji sve više postaju sposobni, opremljeni raznim senzorima koji su korisni za praćenje fitnessa i općeg zdravlja.
Yuzhe Yang, gostujući istraživač, i Kumar Ayuz, senior istraživački inženjer, Google Istraživanje
Predstavljamo SensorLM, novu obitelj modela temeljenih na senzorima i jeziku treniranih na 60 milijuna sati podataka, koji spaja multimodalne signale nosivih senzora s prirodnim jezikom kako bismo dobili dublje razumijevanje našeg zdravlja i aktivnosti.
U svijetu umjetne inteligencije, modeli jezika postaju sve važniji alat za rješavanje kompleksnih problema. Jedan od najnovijih pristupa je korištenje modela jezika za regresiju, što omogućuje predviđanje numeričkih vrijednosti na temelju tekstualnih podataka.
Jinsung Yoon, istraživač nauke, i Jaehyun Nam, student istraživač, Google Cloud
1. MLE-STAR je najsavremeniji agent za inženjerstvo strojnog učenja koji je sposoban automatizirati različite zadatke strojnog učenja kroz raznovrsne podatkovne modalitete, pri čemu postiže vrhunske performanse.
Predviđanje otpornosti na insulin iznosno je važno za rano otkrivanje i prevenciju tipa 2 dijabetesa. Otpornost na insulin (IR) je ključni predznak koji pomaže u ranom otkrivanju ove bolesti. Trenutne metode za mjerenje IR, poput “zlatnog standarda” euglicemičnog insulinog klampa ili Homeostatskog modela procjene otpornosti na insulin (HOMA-IR), često su invazivne, skupocjene ili ne dostupne u rutinskim pregledima.
Markus Krause, voditelj inženjerstva, i Nancy Chang, znanstvenica istraživanja, Google Ads
Novi aktivni učenje metoda za prikupljanje visokokvalitetnih podataka koji smanjuje zahtjeve za treniranjem podataka za finu podesu LLMs za redove veličine.
Shanshan Wu, Inženjerica softvera, Google Research, 14. U ovom članku, istražit ćemo novu algoritmu za generiranje sintetičkih podataka koja omogućuje automatsko podudaranje distribucije tema, čineći ju dostupnom čak i za aplikacije s ograničenim resursima.
Justin Y Chen, student istraživač, i Morteza Zadimoghaddam, istraživački znanstvenik, Google Research
20. Predstavljamo nove algoritme za očuvanje privatnosti korisnika u objavama podataka, poboljšavajući trenutno stanje u diferencijalno privatnoj selekciji particija.
U svijetu digitalne zabave, YouTube Shorts je postalo popularno mjesto za kreiranje kratkih, zanimljivih videa. Ali kako se ostvaruju ovi čarobni real-time generative AI efekti na mobilnim uređajima.
U svijetu umjetne inteligencije, posebno u području zdravstva, jezikovni modeli postaju sve važniji. Ovi modeli mogu analizirati i interpretirati složene podatke, pružajući korisne i personalizirane odgovore na temelju informacija o načinu života, biomarkera i konteksta.
U svijetu umjetne inteligencije, posebno u kontekstu velikih jezika modela (LLM), brzina i učinkovitost su ključni faktori koji određuju njihovu primjenu i efikasnost. Hari Narasimhan i Aditya Menon, istraživači iz Google Researcha, predstavljaju “speculative cascades”, novi pristup koji poboljšava učinkovitost i računalne troškove LLM-a kombiniranjem speculativnog dekodiranja s tradicionalnim kaskadama.
U svijetu gdje umjetna inteligencija sve više postaje integrirana u naš svakodnevni život, izgradnja privatnih AI modela postaje kritična granica. Diferencijalna privatnost (DP) pruža matematički čvrstu rješenja dodavanjem kalibriranog šuma kako bi se spriječilo memoriziranje podataka.
Veliki jezikovni modeli (LLM) su u zadnjih nekoliko godina napravili izuzetne napredke i postigli mnoge zapažene prekore. Međutim, često se suočavaju s problemima s točnošću, često se pouzdano izjavljuju da su netočni.
– Ruofei Du, voditelj interaktivnog osjetanja i grafike, i Geonsun Lee, student istraživač, Google XR
Sensible Agent je istraživački prototip koji omogućuje AR agentima da proaktivno prilagođavaju svoje preporuke i način interakcije, koristeći kontekst u stvarnom vremenu, uključujući pogled, dostupnost ruku i okružujući bučni glas.
Rujun Han i Chen-Yu Lee, istraživači iz Google Clouda, predstavljaju Test-Time Diffusion Deep Researcher (TTD-DR), okvir koji koristi Deep Research agenta za sastavljanje i revidiranje vlastitih nacrta koristeći visoko kvalitetne dobavljene informacije.
U današnjem digitalnom dobu, pristup točnim i personaliziranim zdravstvenim informacijama nikada nije bio važniji. No, pronalaženje relevantnih detalja često je izazovno, a iskustvo pretraživanja može biti zbunjujuće, frustrirajuće i dehumanizirano.
U svijetu umjetne inteligencije, osobni zdravstveni agenti predstavljaju revoluciju u načinu na koji mi pristupamo našoj zdravstvenoj zaštiti. Ovi napredni alati koriste velika jezika modela (LLM) i podatke iz nosivih uređaja kako bi pružili osmišljene, individualizirane savjete temeljeni na dokazima.
U svijetu umjetne inteligencije, specifično u području teorijske računarstvenosti, dolazi do revolucionarnih promjena zahvaljujući inovativnim alatima poput AlphaEvolve. Ovaj LLM (Large Language Model) bazirani kodni agent je postigao izvanredne rezultate u otkrivanju i verifikaciji kombinatornih struktura koje poboljšavaju rješenja za određene optimizacijske probleme.
godine, Ben Hahn i Florian Kübler, inženjeri softvera u Google Cloudu, predstavili su novu mobilnu tehnologiju koja omogućuje real-time segmentaciju slika, poboljšavajući korisničko iskustvo pri uređivanju fotografija unutar aplikacije Snapseed.
Guy Tennenholtz, Senior Research Scientist, i Craig Boutilier, Principal Scientist, Google Research
Uvodimo PASTA, agent za učvršćivanje učenja koji refinira izlaz iz teksta u sliku kroz više krugova interakcije s korisnikom, učeći njihove jedinstvene preferencije.
Ehsan Variani i Michael Riley, istraživači u Googleu, objavili su novu tehnologiju koja mijenja način na koji pretraživači razumiju govor. Novi motor za pretraživanje putem govora, nazvan Speech-to-Retrieval (S2R), omogućuje direktno dobivanje odgovora iz govorne upita bez prethodne konverzije u tekst, što rezultira bržim i pouzdanijim pretraživanjima za sve korisnike.
– Ruofei Du, voditelj interaktivnog osjetanja i grafike, i Benjamin Hersh, voditelj proizvoda, Google XR
XR Blocks je otvoreni okvir za razvoj immersivnih iskustava na webu, s naglaskom na realnost XR, interakcije u XR i aplikacije AI + XR s uživo demo na xrblocks.
Pratik Worah, istraživač nauke, Google Research, i Martin Maas, istraživač nauke, Google DeepMind
Predstavljamo vam LAVA, novi algoritam za rasporedivanje koji kontinuirano ponovo predviđa i prilagođava stvarnim životnim vijekovima virtualnih strojeva kako bi optimizirao učinkovitost resursa u velikim oblačnim centarima podataka.
U svijetu umjetne inteligencije, generiranje privatnih sintetičkih podataka postaje sve važnije. U ovom članku, istražit ćemo novu metodu za generiranje privatnih sintetičkih fotoalbuma, koju su razvili Weiwei Kong i Umar Syed iz Google Researcha.