real-time — AI Digest

13 мая Thinking Machines Lab представляет TML-Interaction-Small: мультимодальная модель MoE на 276B для работы в реальном времени Thinking Machines Lab models-llm
10 июн Gemini 3.5 Live Translate: синхронный перевод речи на 70+ языках Google DeepMind audio
10 июл Vidu S1: интерактивная генерация видео в реальном времени со скоростью 42 FPS на потребительских GPU Shengshu Technology / Tsinghua University research
4 июл ShengShu Technology представляет Vidu S1: интерактивное видео в реальном времени на потребительских GPU ShengShu Technology video
7 июл OpenAI выпускает GPT-Realtime-2.1 и GPT-Realtime-2.1-mini для голосовых агентов OpenAI models-llm
16 июл Alibaba Amap запускает ABot-World Studio: генерацию бесконечного интерактивного видео и 3D-миров на одной видеокарте Alibaba video
1 сен Runway представила Solaris — свою первую Interface World Model Runway video
23 сен Runway показывает генерацию видео в реальном времени: поток стримится по мере описания Runway video
23 окт ElevenLabs выпускает модели голосовых агентов Eleven Realtime speech-to-speech ElevenLabs audio
17 июн JoyAI-VL-Interaction: открытая VLM на 8B для взаимодействия в реальном времени с автономным управлением очередью речи JD.com research
23 июл ABot-World-0: бесконечный интерактивный мир на одном настольном GPU Alibaba AMAP CV Lab research
16 сен Vidu S2: realtime-интерактивная, редактируемая и пространственная видеогенерация ShengShu Intelligence research
16 мая Causal Forcing++: 2-шаговая дистилляция для генерации интерактивного видео в реальном времени Tsinghua University research
6 сен Runway представила GWM Worlds 2 — интерактивную world-модель реального времени Runway video
10 сен Gander: end-to-end omni-агент взаимодействия с архитектурой Cerebellum-Brain Tencent Hunyuan research
25 июн Wan-Streamer v0.1: сквозная интерактивная фундаментальная модель реального времени с задержкой менее 550 мс Wan-AI research
2 сен Meta Superintelligence Labs выпустила Muse Voice Transcribe — модель распознавания речи в реальном времени Meta audio
10 июл Умные камеры Яндекса получили визуальные Q&A через VLM Алисы Yandex tools
17 сен StepAudio 3 Realtime: аудио-языковая модель с рассуждением «думай, пока говоришь» и асинхронными вызовами инструментов StepFun research
29 авг Яндекс запускает мобильного оператора Yandex Sim с AI-ассистентом, транскрибирующим звонки Yandex tools
10 июл AI-чат Яндекс Карт расширяет рекомендации на культурный и активный отдых Yandex tools