Subiect: #AI audio
Google DeepMind lansează Genie 4: Modelul Mondial în Timp Real cu Audio Nativ, un Salto Către AGI
Google DeepMind lansează Genie 4, primul model mondial (world model) nativ multimodal capabil să genereze video și audio fizic corect în timp real. Articolul analizează impactul asupra robotică, gaming, AGI și riscurile etice ale simulării perfecte.
NVIDIA sparge barierele audio: Nemotron 3 Diarization, modelul open-weight de 100 de milioane de parametri care urmărește 8 voci în timp real
NVIDIA a lansat Nemotron 3 Diarization, un model open-weight de doar 100 de milioane de parametri care poate identifica și urmări până la opt vorbitori simultan, în timp real. O lovitură importantă pentru piața AI audio, care pune accent pe eficiență, accesibilitate și transparență, nu pe cursa pentru miliarde de parametri.
NVIDIA și Cercetătorii de la University of Maryland au Lansat Audio Flamingo Next (AF-Next): Un Model Linguistic Audio de Ultimă Generație, Open-Source și Extraordinar de Puternic
NVIDIA și University of Maryland au lansat Audio Flamingo Next, un model lingvistic audio open-source de ultimă generație, care promite să revoluționeze procesarea și înțelegerea conținutului sonor prin capabilități AI avansate.