Публикаций: 7
Anthropic перевела голосовой режим Claude на модели Opus и Sonnet и добавила интеграции с Gmail, Google Calendar и Slack. Claude стал первым голосовым ИИ-ассистентом, который реально составляет и отправляет письма прямо во время разговора — у OpenAI и Google такого нет.
Alibaba заняла первое место в Speech Arena от Artificial Analysis — главном независимом лидерборде для TTS-моделей. Qwen Audio 3.0 TTS Plus поддерживает 16 языков и управляет интонацией через теги, но по скорости уступает ближайшим конкурентам.
OpenAI анонсировала первый аппаратный продукт — портативную умную колонку без экрана с камерой, сенсорами и движущимися механическими деталями. Устройство задумано не как очередной гаджет, а как AI-компаньон, который ощущается живым. Запуск — 2027 год, если Apple не спутает планы судебным иском.
OpenAI выпустила GPT-Live — новую модель голосового режима ChatGPT. Пока вы говорите, она делегирует сложные запросы GPT-5.5 в фоне и возвращает ответ без пауз в разговоре.
OpenAI выпустила GPT-Realtime-2 — первую голосовую модель с reasoning-уровнем GPT-5, доступную через WebRTC API. Теперь можно вести аудио-разговор с моделью прямо в браузере — и подгрузить любой документ как контекст.
Google выпустила Gemini 3.5 Live Translate — аудиомодель, которая переводит речь непрерывно, не дожидаясь конца фразы. В Google Meet поддержка языков выросла с 5 до 70+.
xAI открыла API-доступ к grok-voice-think-fast-1.0 — голосовой модели с полноценным дуплексным режимом. На бенчмарке τ-Voice Bench она набрала 67,3% против 35,3% у GPT-realtime-1.5 и 43,8% у Gemini — разрыв почти двукратный.