Новости и обновления ИИ – 20 июня

Последние новости в области голосов ИИ, агентов, видео и инструментов для предприятий

Добро пожаловать в глубокий обзор ИИ на этой неделе — ваш быстрый обзор самых значимых обновлений в области искусственного интеллекта. От эмоционально нюансированных голосов ИИ и агентов автоматизации до прорывов в создании видео с ИИ и интеграции уровня предприятия — вот что важно и почему.

🔊 11 Labs V3: Голоса ИИ, которые звучат по-человечески

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

• Теперь поддерживает 70+ языков, охватывая 90% мирового населения.
• Позволяет пользователям встраивать теги эмоций (такие как восторг, шепот) прямо в текст.
• Создана с нуля с акцентом на профессиональные рынки: кино, аудиокниги, игры.
• Новый API для многоголосого общения позволяет 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 планы до июня 2025 года.

🤖 ИИ-агенты: Runner H от H Company

Runner H набирает популярность с ИИ-агентом, который действительно выполняет задачи в интернете.

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

🎬 Взрывное развитие видео с ИИ

Три различных подхода к видео с ИИ набирают популярность:

1. Google DeepMind V3

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

2. Mirage Studio (Captions AI)

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

3. HeyGen AI Studio

• Разработан для тонкого управления аватарами ИИ и редактирования видео.
• Включает отражение голоса, картирование жестов и управление исполнением на естественном языке.
• Запущен с самым реалистичным аватаром на сегодняшний день.

🧠 Платформы ИИ становятся глубже

Google Gemini 2.5 Pro

• Теперь лидирует в WebDev Arena по созданию приложений из подсказок.
• Новые «бюджеты на размышления» позволяют разработчикам контролировать использование вычислительных ресурсов и затраты.
• Доступен через Google AI Studio и Vertex AI.

Корпоративное продвижение OpenAI

• Запуск ChatGPT Connectors для доступа к приватным данным компании из таких инструментов, как Google Drive, SharePoint, Dropbox и Box.
• Строгий контроль разрешений обеспечивает безопасность данных.
• Продвигает ChatGPT как центральный центр знаний для организаций.
• Также анонсированы коннекторы для глубоких исследований для более автономного использования.

🔍 Общая картина

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

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

💡 Что стоит наблюдать:

• Кто станет лидером в области голосов ИИ на профессиональных рынках?
• Вызовет ли Runner H волну стартапов на базе агентов?
• Готово ли видео с ИИ заменить актеров или только дополнить рабочие процессы?
• Смогут ли OpenAI и Google стать центральной нервной системой для компаний?

Следите за еженедельными обновлениями, поскольку гонка ИИ продолжает ускоряться.