Новини та оновлення AI – 20 червня

Останні новини у сфері AI голосів, агентів, відео та інструментів для підприємств

Ласкаво просимо до глибокого огляду AI цього тижня — ваш швидкий розбір найважливіших оновлень у сфері AI. Від емоційно нюансованих AI голосів і реальних автоматизованих агентів до проривів у AI-генерації відео та інтеграції рівня підприємств, ось що має значення і чому.

🔊 11 Labs V3: AI Голоси, що звучать як людські

Новий 11 Labs V3 модель доступна в публічній альфа-версії і перевизначає AI-генеровану мову.

• Тепер підтримує 70+ мов, охоплюючи 90% світового населення.
• Дозволяє користувачам вбудовувати емоційні теги (як збудження, шепіт) безпосередньо в текст.
• Створено з нуля з акцентом на професійні ринки: кіно, аудіокниги, ігри.
• Нова багатоголосова API дозволяє природніше вести розмови та діалоги.
• V3 ще не в режимі реального часу, але старіші моделі V2.5 Turbo рекомендуються наразі.
• Зараз пропонується 80% знижка на самостійно обслуговувані плани до червня 2025 року.

🤖 AI Агенти: Runner H від H Company

Runner H робить фурор з AI агентом, який фактично виконує завдання в інтернеті.

• Працює на базі Hollow1, 3B параметричної моделі візуальної мови.
• Розуміє макет веб-сторінок — натискає кнопки, заповнює форми, бронює подорожі.
• Перевершує конкурентів у WebVoyager benchmark з 67% успіху.
• Працює на різних платформах: Gmail, Notion, Slack, Zapier тощо.
• У публічній бета-версії і доступний для безкоштовної спроби зараз.

🎬 AI Відео Набирає Обертів

Три різні підходи до AI відео набирають популярність:

1. Google DeepMind V3

• Генерує високоякісні короткі відео з тексту або зображень.
• Включає інтегрований аудіо, послідовність характерів і контроль камери.
• Тепер у Leonardo.ai та Gemini app, доступний у 73 країнах.

2. Mirage Studio (Captions AI)

• Створює гіперреалістичних AI акторів з текстових підказок або референсних зображень.
• Орієнтований на маркетинговий контент — обіцяє скоротити час виробництва на 90%.

3. HeyGen AI Studio

• Створено для точного контролю над AI аватарами та редагуванням відео.
• Особливості віддзеркалення голосу, карта жестів і природне управління виконанням мовлення.
• Запущено з їхнім найбільш реалістичним аватаром на сьогодні.

🧠 AI Платформи Йдуть Глибше

Google Gemini 2.5 Pro

• Тепер лідирує на WebDev Arena leaderboard для створення додатків з підказок.
• Нові “бюджети мислення” дозволяють розробникам контролювати використання обчислень та витрати.
• Доступний через Google AI Studio та Vertex AI.

Просування OpenAI в Підприємстві

• Запускає ChatGPT Connectors для доступу до приватних даних компаній з інструментів, таких як Google Drive, SharePoint, Dropbox та Box.
• Строгий контроль дозволів забезпечує безпеку даних.
• Просування ChatGPT як центрального хабу знань для організацій.
• Також представлено конектори для глибоких досліджень для більш автономних випадків використання.

🔍 Загальна Картина

Що об’єднує всі ці оновлення?
AI переходить від вражаючих демонстрацій до інтегрованих, корисних, повсякденних інструментів — в голосі, автоматизації, відео та знаннях.

Питання не в тому, чи вплине AI на те, як ми працюємо та створюємо, а в тому, як швидко він змінить все.

💡 Що Варто Спостерігати:

• Хто домінуватиме в AI голосовому просторі на професійних ринках?
• Чи спровокує Runner H хвилю стартапів на основі агентів?
• Чи готове AI відео замінити акторів або просто доповнити робочі процеси?
• Чи можуть OpenAI та Google стати центральною нервовою системою для компаній?

Слідкуйте за щотижневими оновленнями, оскільки гонка AI продовжує прискорюватися.