Новости и обновления в области ИИ – 20 июня

Последние новости о голосах, агентах, видео и корпоративных инструментах ИИ

Добро пожаловать в глубокое погружение в мир ИИ на этой неделе — ваш краткий обзор самых значимых обновлений в области ИИ. От эмоционально нюансированных голосов ИИ и реальных агентов автоматизации до прорывов в создании видео с помощью ИИ и интеграции корпоративного уровня — вот что важно и почему.

🔊 11 Labs V3: Голоса ИИ, звучащие как человеческие

Новая модель 11 Labs V3 доступна в публичной альфа-версии и переопределяет синтез речи с помощью ИИ.

• Теперь поддерживает более 70 языков, охватывающих 90% мирового населения.
• Позволяет пользователям встраивать теги эмоций (например, возбуждение, шепот) прямо в текст.
• Создана с нуля с акцентом на профессиональные рынки: кино, аудиокниги, игры.
• Новый мультиспикерный API обеспечивает более естественные разговоры и диалоги.
• V3 пока не работает в реальном времени, но рекомендуется использовать более старые модели V2.5 Turbo.
• В настоящее время предлагается скидка 80% на самостоятельные тарифы до июня 2025 года.

🤖 Агенты ИИ: Runner H от H Company

Runner H производит фурор с агентом ИИ, который действительно выполняет задачи в Интернете.

• Работает на основе Hollow1, визуальной языковой модели с 3 миллиардами параметров.
• Понимает структуру веб-страниц — нажимает кнопки, заполняет формы, бронирует путешествия.
• Превосходит конкурентов в WebVoyager benchmark с 67% успеха.
• Работает на различных платформах: Gmail, Notion, Slack, Zapier и др.
• Находится в публичной бета-версии и доступен для бесплатного использования.

🎬 ИИ-видео набирает обороты

Три различных подхода к ИИ-видео набирают популярность:

1. Google DeepMind V3

• Генерирует качественные короткие видео из текста или изображений.
• Включает интегрированное аудио, согласованность персонажей и управление камерой.
• Доступен в Leonardo.ai и приложении Gemini, доступен в 73 странах.

2. Mirage Studio (Captions AI)

• Создает гиперреалистичных актеров ИИ из текстовых подсказок или эталонных изображений.
• Сосредоточен на маркетинговом контенте — обещает сократить время производства на 90%.

3. HeyGen AI Studio

• Создан для тонкого управления аватарами ИИ и редактирования видео.
• Оснащен функциями зеркального отображения голоса, картирования жестов и управления производительностью на естественном языке.
• Запущен с их самым реалистичным аватаром на сегодняшний день.

🧠 Платформы ИИ углубляются

Google Gemini 2.5 Pro

• Теперь лидирует на лидерборде WebDev Arena по созданию приложений из подсказок.
• Новые “бюджеты на размышления” позволяют разработчикам контролировать использование вычислительных ресурсов и стоимость.
• Доступен через Google AI Studio и Vertex AI.

Продвижение OpenAI в корпоративный сектор

• Запуск ChatGPT Connectors для доступа к приватным данным компаний из таких инструментов, как Google Drive, SharePoint, Dropbox и Box.
• Строгие параметры разрешений обеспечивают безопасность данных.
• Продвигает ChatGPT как центральный центр знаний для организаций.
• Также анонсированы коннекторы для глубоких исследований для более автономных сценариев использования.

🔍 Общая картина

Что объединяет все эти обновления?
ИИ переходит от впечатляющих демонстраций к интегрированным, полезным, ежедневным инструментам — в области голоса, автоматизации, видео и знаний.

Вопрос не в том, повлияет ли ИИ на то, как мы работаем и создаем, а в том, как быстро он изменит все.

💡 На что обратить внимание:

• Кто займет лидирующие позиции на рынке голосов ИИ в профессиональных секторах?
• Вызовет ли Runner H волну стартапов, основанных на агентах?
• Готово ли ИИ-видео заменить актеров или просто дополнить рабочие процессы?
• Смогут ли OpenAI и Google стать центральной нервной системой для компаний?

Следите за еженедельными выпусками, так как гонка ИИ продолжается с ускорением.