Popularna funkcja AI DJ w Spotify zyskała nową funkcjonalność: obsługę zapytań tekstowych. Użytkownicy mogą teraz komunikować się z wirtualnym DJ-em za pomocą wiadomości pisanych, a nie tylko komend głosowych.
Read More
Google wprowadził Speech-to-Retrieval (S2R) — podejście, które mapuje zapytanie mówione bezpośrednio na wektor i wyszukuje treści pomijając etap transkrypcji. To przesunięcie architektoniczne redukuje błąd kaskadowy ASR→retrieval, ale otwiera nowe wyzwania operacyjne i prywatności.
Read More
W serwisie Anthropic pojawił się (i szybko zniknął) przełącznik pozwalający włączać Claude Code w przeglądarce. Wczesny dostęp odsłania terminalowy interfejs z sesjami, trzema profilami dostępu do sieci i integracją z GitHubem; wersja mobilna ma ruszyć równolegle.
Read More
Google wprowadza model Nano Banana, oparty na Gemini 2.5 Flash, do swoich kluczowych platform, takich jak Google Search, NotebookLM i Google Photos. Technologia ta ma ułatwić tworzenie i modyfikowanie wizualizacji za pomocą języka naturalnego, sugerując potencjalne zmiany w krajobrazie edycji zdjęć.
Read More
AutoCode to ramy oceny, które przesuwa ciężar z samego rozwiązywania zadań na ich tworzenie i walidację. To praktyczne podejście ogranicza fałszywe pozytywy i negatywy – nadal jednak nie eliminuje potrzeby eksperckiej kontroli.
Read More
Naukowcy z KAIST opracowali nową metodę treningu multimodalnej sztucznej inteligencji, która pozwala modelom równomiernie rozpoznawać tekst i obrazy, co przekłada się na dokładniejsze predykcje. Algorytm uczy się na podstawie źle dopasowanych danych.
Read More
Najnowsze badania Penn State University zaskakująco wskazują, że niegrzeczne monity poprawiają skuteczność chatbotów opartych na dużych modelach językowych, stawiając pod znakiem zapytania dotychczasowe przekonania o 'społecznym’ zachowaniu AI.
Read More
Laboratorium Microsoft AI zaprezentowało MAI-Image-1, swój pierwszy autorski model do generowania obrazów. System zadebiutował w rankingu LMArena Text-to-Image w pierwszej dziesiątce, obiecując wysoką jakość i szybkość generowania.
Read More
Google udostępnił aktualizację Gemini CLI do wersji 0.9.0, wprowadzającą interaktywną powłokę. Ta zmiana ma na celu usprawnienie pracy programistów i specjalistów IT na co dzień korzystających z narzędzi wiersza poleceń.
Read More
Wygląda na to, że Anthropic, twórcy modelu językowego Claude, przygotowują się do wprowadzenia na rynek narzędzia Claude Code. Ma to być odpowiedź na popularne rozwiązania wspomagające programowanie, takie jak Codex od OpenAI.
Read More