Błąd konfiguracyjny w systemie zarządzania treścią Anthropic doprowadził do ujawnienia niemal 3000 dokumentów. Wyciek potwierdza istnienie potężnego modelu, który według firmy stanowi kamień milowy w rozwoju cyberbezpieczeństwa i logiki maszynowej.
Read More
Apple uzyskało szeroki dostęp do modeli Gemini, wykorzystując technikę destylacji do budowy własnych, wydajnych systemów działających bezpośrednio na urządzeniach. Ta strategia ma na celu przeniesienie inteligencji chmurowej do procesorów iPhone’ów, zachowując przy tym prywatność i szybkość działania.
Read More
Model Voxtral, najnowsze osiągnięcie francuskiego startupu Mistral AI, wprowadza innowacyjne rozwiązanie w syntezie mowy. Potrafi generować naturalne wypowiedzi w dziewięciu językach oraz błyskawicznie adaptować barwę głosu na podstawie zaledwie trzyskundowej próbki audio.
Read More
Google wprowadza narzędzia, które ułatwią przeniesienie historii rozmów i osobistych preferencji z konkurencyjnych chatbotów, takich jak ChatGPT czy Claude, do Gemini. To odpowiedź na rosnącą konkurencję na rynku asystentów AI.
Read More
Największa cyfrowa encyklopedia świata delegalizuje treści generowane przez duże modele językowe. Nowe wytyczne, poparte przez społeczność redaktorską, stawiają wyraźną granicę między ludzką rzetelnością a halucynacjami algorytmów.
Read More
Podczas gdy OpenAI wstrzymuje szerokie plany związane z aplikacją Sora, chiński gigant ByteDance wykonuje odważny ruch. Nowy model generatywny Dreamina Seedance 2.0 debiutuje w popularnym edytorze CapCut, oferując zaawansowaną syntezę obrazu i dźwięku.
Read More
Google zaprezentowało Gemini 2.1 Flash Live – model głosowy, który może zredefiniować komunikację z cyfrowymi asystentami. Nowa architektura od Google nie tylko przyspiesza reakcje, ale przede wszystkim wprowadza niespotykany dotąd poziom naturalności.
Read More
Kanadyjski jednorożec AI, Cohere, wchodzi w rynek rozpoznawania mowy z nowym, otwartoźródłowym modelem Transcribe. Jego lekka architektura i wysoka wydajność mają zrewolucjonizować rynek notatek głosowych i analizy audio w przedsiębiorstwach.
Read More
Model Voxtral TTS od Mistral AI to wielojęzyczny generator mowy o otwartej architekturze, który działa lokalnie na urządzeniach, zapewniając niskie opóźnienia i wysoką jakość dźwięku. Ma szansę zrewolucjonizować rynek syntezy mowy, stając się konkurencją dla gigantów tej branży.
Read More
Google wprowadza funkcję Search Live, która zmienia sposób interakcji z wyszukiwarką. Dzięki nowemu modelowi Gemini 1.5 Flash użytkownicy mogą prowadzić głosowy dialog z AI, wykorzystując obraz z kamery jako kontekst w czasie rzeczywistym.
Read More