Subiect: #full duplex
ByteDance Seed lansează SeedRealtime: un model LLM nativ audio-vizual full-duplex care vede, ascultă și vorbește într-un singur sistem
ByteDance a dezvăluit SeedRealtime, un model LLM nativ audio-vizual full-duplex care poate vedea, asculta și vorbi simultan, deschizând calea către conversații naturale cu AI. Descoperiți cum funcționează și ce înseamnă pentru viitor.
NVIDIA lansează NemotronLabs VoiceChat 11B: un model open-source de vorbire complet duplex cu latență de ~450 ms și apeluri live de instrumente
NVIDIA a lansat NemotronLabs VoiceChat 11B, un model open-source speech-to-speech complet duplex, cu latență de ~450 ms și apeluri live de instrumente. Acesta promite conversații naturale și acțiuni în timp real prin voce, deschizând noi posibilități în AI-ul vocal.
OpenAI lansează GPT-Live și GPT-Live-1 mini: modele vocale full-duplex care delegă raționamentul profund către GPT-5.5
OpenAI a lansat GPT-Live și GPT-Live-1 mini, primele modele vocale full-duplex care delegă raționamentul profund către GPT-5.5. Acestea permit conversații naturale, fără întârzieri, și reprezintă o arhitectură inovatoare ce separă interfața vocală de gândirea profundă.
Thinking Machines vrea să construiască un AI care ascultă în timp ce vorbește
Thinking Machines Lab, startup-ul fondat de fosta CTO a OpenAI, Mira Murati, a anunțat un model AI capabil de comunicare full duplex, permițând un dialog simultan, similar unei conversații telefonice. Cu un timp de răspuns de 0,40 secunde, tehnologia promite să revoluționeze interacțiunea om-mașină, deși este încă în stadiu de cercetare.