Google DeepMind анонсировала Genie 4: мировая модель с нативным аудио
Google DeepMind представила Genie 4: интерактивная мировая модель генерирует видео и звук одновременно и реагирует на текстовые запросы.
По материалам: Google DeepMind
Новости ИИ
Что выходит в нейросетях для видео, картинок и работы с контентом. Коротко, по делу и со ссылкой на первоисточник.
-
-
Hugging Face подвела итоги Phonon: мини-синтез речи на устройстве
Hugging Face подвела промежуточные итоги Phonon: модель синтеза речи работает без сервера, Phonon 31m можно использовать бесплатно в коммерческих продуктах.
По материалам: Hugging Face
-
Mistral выпустила на Hugging Face открытую модель Mistral Large 4
Mistral выложила на Hugging Face Mistral Large 4: мультимодальная MoE-модель с 1T параметров, контекстом 1M токенов и лицензией с ограничениями.
По материалам: Hugging Face
-
ИИ-генерацияOpenAI выпустила Images 2.6 с генерацией GIF и ускорением на 50%
OpenAI представила Images 2.6: в ChatGPT появилась генерация GIF, картинки создаются на 50% быстрее, для разработчиков две версии через API.
По материалам: RB.ru
-
NVIDIA добавила в Cosmos 3 четыре open-weight чекпоинта
NVIDIA выложила четыре открытых чекпоинта Cosmos 3 Nano по 16B параметров: синхронное видео с 11 камер, LiDAR и симуляция двух рук.
По материалам: Hugging Face
-
Google DeepMind представила Gemini 4 Carbon с уклоном в кибербезопасность
Google DeepMind выпустила Gemini 4 Carbon. Пока модель доступна узкому кругу специалистов по кибербезопасности, стартовая цена: $2 за миллион входных токенов.
По материалам: Google DeepMind
-
Underdog показала голосовую модель Woof на 32 МБ в браузере
Underdog выпустила браузерную игру на своей голосовой модели Woof размером 32 МБ. Модель открыта для скачивания и, по словам компании, работает без интернета.
По материалам: TechCrunch
-
Фото: ChacmoolPizza-La извинилась за ИИ-рекламу Dr.STONE в TikTok без одобрения
Four Seas признала: ИИ-инструмент TikTok собрал ролики Pizza-La и Dr.STONE без проверки комитетом аниме. Показ рекламы в TikTok остановили.
По материалам: ITmedia AI+
-
Сбер открыл доступ к Kandinsky Avatar 1.0 для говорящих видеоаватаров
Сбер выложил в открытый доступ Kandinsky Avatar 1.0: нейросеть делает говорящие видеоаватары по фото и записи голоса, код и веса под лицензией MIT.
По материалам: RB.ru
-
Google выпустила Gemini Omni 1.2 Flash: клипы до 15 секунд и цена ниже на 30%
Google сделала Gemini Omni 1.2 Flash общедоступной: клипы до 15 секунд, правки в диалоге и $0.07 за секунду 720p, на 30% дешевле модели 1.1.
По материалам: Google
Мы пересказываем новости своими словами и всегда даём ссылку на первоисточник. Тексты готовит ИИ, факты сверяются с источником. RSS-лента