#реальное время

'Meituan выпустил LongCat Flash Omni — 560B открытая омни-модальная модель, активирующая ~27B параметров на токен и поддерживающая синхронное аудио-визуальное взаимодействие с 128K контекстом.'

'Гайд по созданию интерактивного дашборда на Bokeh с клиентскими CustomJS-колбэками, фильтрами, цветовой картой и стримингом данных.'

Событийно-ориентированная архитектура позволяет системам мгновенно реагировать на изменения за счёт асинхронных событий и развязки компонентов.

'Neuphonic выпустила NeuTTS Air — 748M-параметровую on-device TTS-модель, клонирующую голос за ~3 секунды и работающую локально через GGUF-квантизации для CPU-first синтеза.'

'MiniMax представила Speech 2.5 с обещанием реалистичных голосов в реальном времени и ускорением до 60%, ориентированных на живые сценарии работы с пользователями.'

'Краткий гид по 20 ключевым блогам и новостным сайтам о голосовом ИИ в 2025 году — источники для разработчиков, исследователей и менеджеров продуктов.'

'Streaming Sortformer от NVIDIA выполняет покадровую диаризацию в реальном времени с маркировкой до четырех говорящих, обеспечивая низкую задержку и готовую интеграцию для продуктивных аудио‑приложений.'

Kyutai представила инновационную стриминговую TTS-модель с 2 миллиардами параметров и задержкой 220 мс, обученную на 2,5 миллиона часов аудио. Модель поддерживает одновременную работу с несколькими пользователями и подходит для реального времени.

OpenAI представила четыре ключевых обновления для фреймворка AI-агентов: поддержку TypeScript, RealtimeAgent для голосовых приложений с контролем человека, улучшенную трассировку и обновления speech-to-speech модели.

LuminX получила $5,5 млн инвестиций для развития периферийных Vision Language Models, которые призваны преобразить автоматизацию складов и улучшить контроль запасов в реальном времени.

Объемные эффекты в реальном времени трансформируют кинопроизводство, позволяя видеть и настраивать атмосферу прямо на съёмочной площадке, меняя подход к творчеству и сотрудничеству.

NVIDIA представила Parakeet TDT 0.6B — открытую модель ASR, которая транскрибирует час аудио за одну секунду и достигает лучших показателей точности, устанавливая новый стандарт в индустрии.