Meta wprowadza SAM Audio, przełomowy model zdolny do precyzyjnej izolacji dźwięków ze złożonych miksów. Wykorzystując tekstowe, wizualne i czasowe podpowiedzi, narzędzie to ma szansę zrewolucjonizować edycję audio, oferując elastyczność i precyzję niedostępną dotąd w jednolitych rozwiązaniach.
Read More
Google wprowadza eksperymentalnego asystenta CC, zasilanego przez Gemini, który ma zrewolucjonizować zarządzanie zadaniami i informacjami poprzez e-mailowe podsumowania i interaktywne zapytania.
Read More
Meta prezentuje Perception Encoder Audiovisual (PEAV) – nową rodzinę enkoderów, która zrewolucjonizuje wspólne rozumienie dźwięku i obrazu, integrując je z tekstem w jednej przestrzeni osadzania. System ten, bazujący na masowych danych, ustanawia nowe standardy w multimodalnym przetwarzaniu informacji.
Read More
Google DeepMind przedstawia Gemma Scope 2 – otwarty pakiet narzędzi interpretowalności, który ma zrewolucjonizować badania nad bezpieczeństwem i niezawodnością modeli językowych Gemma 3. Nowe narzędzia pozwalają na głębokie zrozumienie procesów decyzyjnych AI, od wyłapywania halucynacji po analizę niepożądanych zachowań.
Read More
NVIDIA wprowadza Nemotron 3, nową rodzinę otwartych modeli AI zaprojektowanych z myślą o systemach agentowych. To hybrydowe rozwiązanie łączy architekturę Mamba-Transformer z Mixture of Experts, oferując długi kontekst i optymalizację kosztów wnioskowania. Modele Nano, Super i Ultra mają zrewolucjonizować działanie złożonych systemów AI.
Read More
Phaser Studio Inc. wprowadza na rynek platformę Beam, która wykorzystuje sztuczną inteligencję Veo 3.1 do transformacji klipów wideo w interaktywne doświadczenia. Twórcy mogą teraz bez kodowania tworzyć grywalne wideo, łączące elementy gier i opowieści wideo, co otwiera nowe możliwości dla branży twórców internetowych.
Read More
Mistral AI wprowadza na rynek Mistral OCR 3, nowy model optycznego rozpoznawania znaków, który znacząco przewyższa swojego poprzednika pod względem dokładności ekstrakcji danych z różnorodnych dokumentów, otwierając nowe możliwości dla biznesu.
Read More
Meta AI przygotowuje się do wprowadzenia funkcji pamięci i niestandardowych promptów, co ma na celu zniwelowanie dystansu do czołowych laboratoriów AI i zaoferowanie użytkownikom bardziej zaawansowanych interakcji w ekosystemie firmy.
Read More
Google oficjalnie zaprezentowało T5Gemma 2, rodzinę otwartych modeli typu enkoder-dekoder stworzonych na bazie Gemma 3. Nowa iteracja ma na celu usprawnienie przetwarzania multimodalnego oraz obsługę bardzo długich sekwencji wejściowych.
Read More
Luma Labs intensywnie pracuje nad rozwojem swoich modeli AI, testując nowe warianty Ray 3, wprowadzając Image V2 oraz sygnalizując potencjalne funkcje związane z tworzeniem złożonych, interaktywnych środowisk.
Read More