ModellbevezetésOpenAI bemutatja a GPT-Realtime-2 hang–hang modellt a sebesség és a következtetés szabályozásávalAz OpenAI frissítette Realtime API-ját, és bemutatta a GPT-Realtime-2, GPT-Realtime-Translate és GPT-Realtime-Whisper modelleket, amelyek hangalapú feldolgozást céloznak.4 perc olvasás
ModellbevezetésGemini Intelligence: elsőként várhatóan Samsung összehajtható és Google Pixel készülékeken debütálA Google a keddi Android Show: I/O Edition eseményén mutatta be a Gemini Intelligence nevű mesterségesintelligencia-asszisztenst.2 perc olvasás
ModellbevezetésOpenAI és Thinking Machines formálják újra az ember-gép felületet: a billentyűzet és a prompt doboz kihívásaAz OpenAI és a Thinking Machines legújabb modelljei a felhasználói felületek átalakulását célozzák meg.2 perc olvasás
ModellbevezetésVoxtral TTS: természetes hangzásban felülmúlja az ElevenLabs Flash v2.5-öt, v3-minőség érzelemvezérlésselA főszereplő a Voxtral TTS beszédszintetizátor, amelyről az értesítés szerint emberi értékelésekben természetességben jobb teljesítményt nyújt, mint az ElevenLabs Flash v2.5, és megfelel az ElevenLabs v3 minőségének érzelemvezérlés mellett.3 perc olvasás
ModellbevezetésThinking Machines Lab bemutatja az első valós idejű interakciós modelltA Thinking Machines Lab vezetésével Mira Murati, a volt OpenAI műszaki igazgató bemutatta a szervezet első valós idejű Interaction Modeljét, amely 18 hónapos fejlesztés eredménye.2 perc olvasás
ModellbevezetésGemini Omni kiszivárgás: Google áttörés a videószöveg stabilitásábanA kiszivárgott Gemini Omni bemutató szerint a Google egy natív videómodellt és chat-alapú szerkesztő funkciókat fejleszt.2 perc olvasás
ModellbevezetésByteDance Seedance 2.0: videógenerálás és szerkesztés integrálva a CapCutbanA főszereplő a ByteDance, amely bevezette multimodális videógenerátorát, a Seedance 2.0-t a népszerű videószerkesztő alkalmazásába, a CapCutba.4 perc olvasás
ModellbevezetésÚj valós idejű fordítómodell elérhető API-n keresztülEgy technológiai fejlesztő bejelentette egy új valós idejű fordítómodell elérhetőségét; a közlemény szerint a modellt maantól lehet kipróbálni az API-n keresztül.1 perc olvasás
ModellbevezetésOpenAI új valós idejű hangmodelleket tett elérhetővé a Realtime API-banAz OpenAI bemutatta új hangmodelljeit a Realtime API-ban: GPT-Realtime-2 hangalapú ügynökökhez, GPT-Realtime-Translate valós idejű fordításhoz több mint 70 bemeneti és 13 kimeneti nyelvvel, valamint GPT-Realtime-Whisper valós idejű átíráshoz.1 perc olvasás
ModellbevezetésSubQ és új eszközök a hosszú kontextusú LLM-ek és agent-ek hatékonyságáértA cikk főszereplői a SubQ modell, TinyFish szolgáltatás, Scout nyílt forráskódú kontextusügynök az Agno-tól, valamint több fejlesztői eszköz és agent Skill, köztük a Hermes Agent és a HeyGen HyperFrames.5 perc olvasás
ModellbevezetésOpenAI alapértelmezetté teszi a GPT-5.5 Instant modellt; személyre szabás és memóriafunkciók bővülnekAz OpenAI a következő két napban a GPT-5.5 Instantet teszi alapértelmezett modellé minden ChatGPT-felhasználónál és elérhetővé teszi 'gpt-5.5-chat-latest' néven az API-ban; emellett személyre szabási fejlesztések érkeznek a Plus és Pro webes felhasználóknak, illetve memóriaforrások válnak elérhetővé minden fogyasztói terven a weben, hamarosan mobilon is.1 perc olvasás
ModellbevezetésOpenAI bevezeti a GPT-5.5 Instant modellt a ChatGPT-benAz OpenAI bejelentette, hogy megkezdődött a GPT-5.5 Instant bevezetése a ChatGPT szolgáltatásban; az új modell intelligensebb, tisztább és személyre szabottabb válaszokat ad melegebb, természetesebb…1 perc olvasás
