Izraelski deweloper Maor Shlomo sprzedał swój sześciomiesięczny startup Base44 firmie Wix za 80 milionów dolarów w gotówce. Choć daleko mu do statusu 'solowego jednorożca’, transakcja ta stanowi dowód na potencjał samodzielnych przedsięwzięć w erze AI i redefiniuje pojęcie „vibe-codingu”.
Read More
Resemble AI wprowadza Chatterbox, otwartoźródłowy model klonowania głosu, obiecujący kontrolę nad emocjami i błyskawiczną reakcję. Czy to faktycznie przełom, czy tylko umiejętnie zapakowany produkt?
Read More
Najnowszy raport „The OpenAI Files” rzuca cień na kierunek, w którym zmierza OpenAI. Grupa byłych pracowników oskarża firmę o zdradę pierwotnych ideałów bezpieczeństwa na rzecz bezwzględnego dążenia do zysku, co budzi poważne obawy o przyszłość sztucznej inteligencji.
Read More
Google znacząco zwiększa zasięg funkcji Audio Overviews, udostępniając ją w 75 językach dzięki integracji swojego modelu Gemini w procesie generowania dźwięku. To krok w kierunku globalnej dostępności informacji dla osób niewidomych i niedowidzących, choć rodzi pytania o jakość i adaptację kulturową w tak szerokiej skali.
Read More
Stability AI wprowadza Stable Audio Open, otwarty model tekst-na-audio, który wyróżnia się zdolnością do generowania krótkich próbek dźwiękowych i muzycznych bezpośrednio na urządzeniach mobilnych i mniejszych komputerach. To otwiera nowe perspektywy dla twórców i aplikacji mobilnych w dziedzinie generatywnej sztucznej inteligencji.
Read More
ElevenLabs zaprezentował innowacyjny system głosowy AI, który ma usprawnić interakcje z modelami językowymi. Kluczową nowością jest zdolność do dostosowywania się do wypowiedzi użytkownika w czasie rzeczywistym, co ma wyeliminować dotychczasowe opóźnienia i nienaturalność konwersacji.
Read More
Najnowsze badania Meta AI rzucają światło na fundamentalne ograniczenia obecnych modeli sztucznej inteligencji, zwłaszcza w kontekście zdolności do planowania długoterminowego i rozumowania przyczynowo-skutkowego. Te wyzwania stanowią kluczową barierę w rozwoju autonomicznych systemów zdolnych do złożonych interakcji ze światem.
Read More
Po miesiącach spekulacji, Midjourney zaprezentowało swój pierwszy model wideo. „Image-to-Video” to krok w kierunku symulacji całych światów 3D w czasie rzeczywistym, jednak pojawiają się pytania o jego realną konkurencyjność oraz prawną odpowiedzialność platformy.
Read More
Sam Altman, CEO OpenAI, uchylił rąbka tajemnicy na temat GPT-5, wskazując lato 2025 roku jako możliwy termin premiery, choć jednocześnie studzi entuzjazm wokół jednoznacznych wersji systemów AI i redefiniuje pojęcie AGI.
Read More
OpenAI udostępniło „ChatGPT Record”, nową funkcję w aplikacji desktopowej na macOS, umożliwiającą nagrywanie, transkrypcję i podsumowywanie dźwięku w czasie rzeczywistym. Narzędzie, dostępne dla użytkowników planów Pro, Team, Enterprise i Edu, choć deklaratywnie wspiera język angielski, ma potencjał zmieniać podejście do zarządzania informacją z audycji, spotkań czy wykładów.
Read More