ИИ становится быстрее, самостоятельнее и всё чаще работает вместо человека
За последнюю неделю разработчики показали новые модели для генерации голоса и видео, ИИ-аватаров в реальном времени и инструменты, способные выполнять полноценные рабочие задачи.
Собрали главное за неделю 👇
🔹 Google представила Gemini 3.8 Flash TTS и Flash-Lite TTSНовые голосовые модели создают речь на 100+ языках и умеют клонировать голос по 30-секундной записи. Они понимают указания о темпе, паузах, смехе и вздохах, а также могут озвучивать диалог двух персонажей, не смешивая голоса.
🔹 ElevenLabs выпустила Eleven v4 и v4 TurboНовая архитектура учитывает контекст сцены и предыдущие реплики, благодаря чему речь звучит естественнее. Для клонирования голоса достаточно 10 секунд записи, а Turbo обеспечивает задержку около 100 мс и рассчитана на голосовых ИИ-агентов.
🔹 Google запустила Gemini Live AvatarИИ создаёт говорящего цифрового персонажа в реальном времени. Аватар синхронизирует губы с речью, меняет мимику, реагирует на пользователя и поддерживает 97 языков. Персонажа можно выбрать из библиотеки или создать по изображению.
🔹 Kling анонсировала Kling 4.0 FlashМодель сможет генерировать видео продолжительностью до 30 секунд, работать с 10 ключевыми кадрами и 15 мультимодальными референсами. Заявлены 4K, HDR, стереозвук и улучшенный липсинк, а режим Edit позволит менять объекты, персонажей, фон, стиль и движение камеры.
🔹 Anthropic представила Claude Sonnet 5.5Модель отвечает на 30% быстрее Sonnet 5 и может обходиться до 30% дешевле на задачу. Основные сильные стороны — программирование, код-ревью и задачи средней сложности.
🔹 Google представила Gemini 4 ArgonМодель ориентирована на сложные составные задачи, кибербезопасность, корпоративную аналитику и работу ИИ-агентов. За один вывод она способна генерировать до
1 млн токенов.
🔹 Голосовой режим ChatGPT научился выполнять рабочие задачиТеперь голосом можно проверять календарь, отправлять письма, работать со Slack и выполнять другие действия через подключённые инструменты. В ChatGPT Work документы, презентации и таблицы создаются прямо во время голосового диалога.
🔹 Claude Code получил поддержку AGENTS.mdРазработчики могут хранить инструкции для ИИ-агентов прямо в Markdown-файле проекта. Claude Code читает такие инструкции и использует их при работе с кодовой базой, а сам формат совместим и с другими агентными инструментами.
Сохраняйте дайджест, чтобы не потерять главные обновления недели 📱
💙 АНО РТИИ в MAX