Откройте для себя качественные инструменты ИИ
Собирайте ведущие в мире инструменты искусственного интеллекта, чтобы помочь повысить эффективность работы
Статьи, опубликованные CarlPerez
Alibaba Qwen представила Qwen-Audio-3.1, включившую пять моделей, охватывающих распознавание речи, синтез речи, взаимодействие в реальном времени и генерацию контента. Обновление позволяет снизить цены на 70–95 %, делая голосовые технологии широко доступными. Ключевые функции включают контекстно-зависимое распознавание речи (ASR) с встроенной корректировкой транскрипции, поддержку 30 языков и 16 китайских диалектов, а также сверхнизкую задержку. Модель TTS-Next позволяет генерировать аудио общего назначения, комбинируя голоса, звуковые эффекты и фоновые шумы. Взаимодействие в реальном времени поддерживает полнодуплексный диалог с распознаванием эмоций и интеграцией инструментов. Этот комплексный набор решений значительно снижает затраты, одновременно повышая точность, расширяя многоязычную поддержку и расширяя возможности для творческого создания аудиоконтента.
Alibaba Qwen представила Qwen-Audio-3.1, включившую пять моделей, охватывающих распознавание речи, синтез речи, взаимодействие в реальном времени и генерацию контента. Обновление позволяет снизить цены на 70–95 %, делая голосовые технологии широко доступными. Ключевые функции включают контекстно-зависимое распознавание речи (ASR) с встроенной корректировкой транскрипции, поддержку 30 языков и 16 китайских диалектов, а также сверхнизкую задержку. Модель TTS-Next позволяет генерировать аудио общего назначения, комбинируя голоса, звуковые эффекты и фоновые шумы. Взаимодействие в реальном времени поддерживает полнодуплексный диалог с распознаванием эмоций и интеграцией инструментов. Этот комплексный набор решений значительно снижает затраты, одновременно повышая точность, расширяя многоязычную поддержку и расширяя возможности для творческого создания аудиоконтента.
Компания Tencent Hunyuan выпустила предварительную версию Hy ASR 3.0 — модели распознавания речи, основанной на большом языковом модели Hy3. Модель обеспечивает улучшение общего качества распознавания, контекстного понимания, устойчивости в различных сценариях и охвата диалектов, переходя от послоговой транскрипции к пониманию контекста. На зарубежных наборах данных с открытым исходным кодом показатель ошибок по словам составил 3,34 % для мандаринского диалекта, 2,62 % для английского языка и 3,12 % для кантонского диалекта. Собственный набор данных Tencent также продемонстрировал низкие показатели ошибок в различных сценариях.
Компания Tencent Hunyuan выпустила предварительную версию Hy ASR 3.0 — модели распознавания речи, основанной на большом языковом модели Hy3. Модель обеспечивает улучшение общего качества распознавания, контекстного понимания, устойчивости в различных сценариях и охвата диалектов, переходя от послоговой транскрипции к пониманию контекста. На зарубежных наборах данных с открытым исходным кодом показатель ошибок по словам составил 3,34 % для мандаринского диалекта, 2,62 % для английского языка и 3,12 % для кантонского диалекта. Собственный набор данных Tencent также продемонстрировал низкие показатели ошибок в различных сценариях.
На конференции Google I/O 2026 компания объявила о самой значительной переработке поисковой системы за последние 25 лет, в рамках которой будет интегрирован Gemini 3.5 Flash для запуска новых рекламных форматов на базе искусственного интеллекта. Эти форматы превращают рекламу из пассивного отображения в активные диалоговые сервисы. Ключевые функции включают в себя «AI Shopping Interpreter» (переводчик покупок на базе ИИ), который генерирует персонализированные обоснования покупок, а также интерактивных «Shopping Assistants» (помощников по покупкам) для поддержки брендов в режиме реального времени. Реклама теперь органично вплетается в резюме ИИ и результаты поиска, что призвано сократить путь от запроса до конверсии. Новые форматы, которые в настоящее время тестируются в США, знаменуют переход от сопоставления информации к коммерческим транзакциям, осуществляемым с помощью ИИ, что вызывает дискуссии в отрасли о справедливости поиска и пользовательском опыте.
На конференции Google I/O 2026 компания объявила о самой значительной переработке поисковой системы за последние 25 лет, в рамках которой будет интегрирован Gemini 3.5 Flash для запуска новых рекламных форматов на базе искусственного интеллекта. Эти форматы превращают рекламу из пассивного отображения в активные диалоговые сервисы. Ключевые функции включают в себя «AI Shopping Interpreter» (переводчик покупок на базе ИИ), который генерирует персонализированные обоснования покупок, а также интерактивных «Shopping Assistants» (помощников по покупкам) для поддержки брендов в режиме реального времени. Реклама теперь органично вплетается в резюме ИИ и результаты поиска, что призвано сократить путь от запроса до конверсии. Новые форматы, которые в настоящее время тестируются в США, знаменуют переход от сопоставления информации к коммерческим транзакциям, осуществляемым с помощью ИИ, что вызывает дискуссии в отрасли о справедливости поиска и пользовательском опыте.
Несмотря на совокупный рыночный объем в $16 Т и $400 млрд наличными, американская "большая пятерка" технологических компаний (Nvidia, Apple, Microsoft, Alphabet, Amazon) раскрыла только 10 сделок по приобретению стартапов в 2025 году. Сделка Alphabet с Wiz стоимостью 32 миллиарда долларов доминирует над остальными медленными тенденциями слияний и поглощений, при этом контроль со стороны регулирующих органов сдерживает более крупные шаги, а в качестве альтернативной стратегии появляется поиск талантов.
Несмотря на совокупный рыночный объем в $16 Т и $400 млрд наличными, американская "большая пятерка" технологических компаний (Nvidia, Apple, Microsoft, Alphabet, Amazon) раскрыла только 10 сделок по приобретению стартапов в 2025 году. Сделка Alphabet с Wiz стоимостью 32 миллиарда долларов доминирует над остальными медленными тенденциями слияний и поглощений, при этом контроль со стороны регулирующих органов сдерживает более крупные шаги, а в качестве альтернативной стратегии появляется поиск талантов.
Лидеры Кремниевой долины, включая Andreessen Horowitz и Грега Брокмана из OpenAI, инвестируют более 100 миллионов долларов в PAC, поддерживающие ИИ, чтобы повлиять на промежуточные выборы 2026 года. Сеть 'Leading the Future' стремится противостоять строгим регулированиям ИИ, выступая за политику, способствующую инновациям, и противодействуя усилиям по регулированию на уровне штатов для сохранения конкурентоспособности ИИ в США.
Лидеры Кремниевой долины, включая Andreessen Horowitz и Грега Брокмана из OpenAI, инвестируют более 100 миллионов долларов в PAC, поддерживающие ИИ, чтобы повлиять на промежуточные выборы 2026 года. Сеть 'Leading the Future' стремится противостоять строгим регулированиям ИИ, выступая за политику, способствующую инновациям, и противодействуя усилиям по регулированию на уровне штатов для сохранения конкурентоспособности ИИ в США.
