OpenAI wypuszcza Realtime API i gpt-realtime, swój najbardziej zaawansowany model mowy na mowę, wyprowadzając Realtime API z fazy beta z pakietem funkcji skierowanych do przedsiębiorstw.
Read More
Nowa metoda AI, DeepConf, osiąga rekordową dokładność w konkursach matematycznych, zużywając przy tym o wiele mniej zasobów obliczeniowych. Czy to początek nowej ery dla otwartych modeli językowych?
Read More
Zespół Nous Research zaprezentował Hermes 4, rodzinę otwartych modeli AI opartych na architekturze Llama 3.1, które osiągają przełomową wydajność dzięki nowatorskim technikom post-treningowym i hybrydowemu rozumowaniu.
Read More
AI Singapore (AISG) prezentuje SEA-LION v4, model multimodalny open-source, stworzony we współpracy z Google, bazujący na architekturze Gemma 3. Model wspiera języki Azji Południowo-Wschodniej i łączy rozumienie tekstu z analizą obrazów.
Read More
Google AI przedstawia Gemini 2.5 Flash Image, przełomowy model, który umożliwia generowanie i edytowanie obrazów poprzez proste opisy tekstowe, oferując precyzyjne i spójne modyfikacje przy zachowaniu wysokiej jakości i szybkości.
Read More
Microsoft udostępnił VibeVoice-1.5B, otwarty model zamiany tekstu na mowę (TTS), który potrafi syntetyzować do 90 minut ciągłej mowy z udziałem czterech różnych mówców. To przełom w dziedzinie sztucznej inteligencji generującej dźwięk.
Read More
Najnowszy raport firmy Andressen Horowitz (a16z) wskazuje, że konkurenci ChatGPT, tacy jak Gemini od Google i Grok od xAI, dynamicznie zmniejszają dystans do lidera rynku. Raport analizuje ewolucję wykorzystania AI przez konsumentów.
Read More
Laboratorium Hunyuan firmy Tencent stworzyło AI, które generuje realistyczny dźwięk do filmów, eliminując potrzebę żmudnej pracy dźwiękowców Foley.
Read More
Twórcy modelu Claude unikną kary finansowej za korzystanie z pirackich kopii książek do uczenia swojego systemu AI. Szczegóły ugody pozostają nieznane.
Read More
Google rewolucjonizuje tworzenie wideo, wprowadzając zaawansowane narzędzia AI do platformy Vids. Generowanie animacji ze zdjęć, awatary AI i automatyczna edycja to tylko niektóre z nowości, które mają uczynić produkcję wideo dostępną dla każdego.
Read More