sip_ai

«Яндекс» научила телевизоры распознавать непривычные голосовые команды благодаря использованию искусственного интеллекта Голосовой ассистент «Алиса» теперь может управлять «ТВ Станциями» с помощью свободно сформулированных команд - для этого она применяет языковую модель YandexGPT 4. Ранее «Алиса» работала только с заранее заданными фразами. Теперь она умеет «мыслить»: модель YandexGPT 4 помогает не только в предоставлении развёрнутых ответов в диалоге, но и в выполнении запросов пользователей, анализируя и принимая решения о порядке их выполнения. Раньше «Алиса» реагировала лишь на команды, к которым была обучена, и при отклонениях отвечала, что «не умеет этого делать». Теперь, при столкновении нестандартным запросом, система разбивает его на части и выполняет шаги последовательно. Пользователь может попросить «Алису» выключить телевизор по окончании матча, и она узнает, сколько времени осталось, установив таймер. Упрощён процесс добавления фильма или сериала в список «Буду смотреть» - это теперь возможно без поиска. Теперь поддерживаются комбинированные команды, например, «Алиса, добавь „Барсукот“ в „Буду смотреть“, а сейчас включи „Три кота“». В будущем «Яндекс» планирует сделать функционирование помощника ещё более сложным, включая многоступенчатые задачи и взаимодействие с устройствами умного дома.

Google представила ИИ-инструмент Deep Research, который позволяет чат-боту Gemini проводить глубокий поиск информации в интернете по заданным темам Этот инструмент, в отличие от пользователей, самостоятельно собирает данные и создает подробные отчеты на основе полученной информации. В данный момент Deep Research доступен исключительно для подписчиков Gemini Advanced и только на английском языке. Для его активации требуется выбрать в настройках Gemini модель «Gemini 1.5 Pro с Deep Research». Получив доступ, пользователь может поручить Gemini провести исследование по интересующей теме. После этого чат-бот предложит «план поиска», который можно редактировать или сразу подтвердить. По словам Google, Gemini начнет с поиска «интересных фрагментов информации» и затем пройдет через несколько этапов связанном поиска. По окончании работы Gemini предоставит отчет с «ключевыми выводами» и ссылками на использованные сайты. Также пользователю доступны функции по расширению исследования, редактированию отчета и экспорту в Google Docs. Инструмент напоминает функцию Pages от ИИ Perplexity, создающей веб-страницы на основе запросов пользователей. В дополнение к анонсу Deep Research, Google сообщила о доступности Gemini Flash 2.0 для разработчиков.

ChatGPT получил возможность "видеть" - теперь бот способен в реальном времени анализировать видеопоток с камеры мобильного устройства и экрана OpenAI сообщила о новой функции чат-бота ChatGPT, которая позволяет ему обрабатывать видеоданные и взаимодействовать с пользователями, обсуждая то, что он "замечает" через камеру смартфона или компьютера, а также отображаемое на экране. Эта функция теперь доступна в усовершенствованном голосовом режиме. О том, что ChatGPT интегрирует возможности компьютерного зрения, было объявлено в мае. Сейчас доступ к данной опции имеют подписчики ChatGPT Plus, Team и Pro, тогда как пользователи ChatGPT Enterprise и Edu смогут воспользоваться ей только в январе. На недавней программе CNN «60 минут» президент OpenAI Грег Брокман продемонстрировал новый режим работы с телеведущим Андерсоном Купером. Google и Meta также развивают похожие технологии для своих чат-ботов. Например, Google представила функцию Project Astra для тестирования на платформе Android.

Samsung и Google презентовали альтернативу Apple Vision Pro - XR-гарнитуру Project Moohan, которая работает на платформе Android XR По информации от Samsung и Google, Project Moohan будет предоставлять широкий спектр XR-функций, включая полную виртуальную реальность и смешанную и дополненную реальность. Название Moohan в корейском языке переводится как «бесконечность». Гарнитура будет отслеживать движения глаз и рук, а также реагировать на голосовые команды. ИИ-платформа Gemini станет основой дополненной реальности этого устройства. Она будет иметь функционал, позволяющий ей «видеть то, что видите вы, и слышать ваше окружение». Это отличает Moohan от Vision Pro, в которой хотя и используется Siri, но эта интеграция ограничена. Устройство будет использовать чипы Qualcomm, и предположительно, речь идет о Snapdragon XR2 Plus Gen 2. Официальная презентация Project Moohan запланирована на 2025 год.

Яндекс стал вторым самым популярным поисковиком в мире В отчете, освещающем главные интернет-тенденции 2024 года и вопросы безопасности, зафиксирован рост глобального интернет-трафика на 17%. Также сообщается о рекордном количестве отключений интернета, причиной которых стали правительства: более половины всех отключений в текущем году произошло по их вине, чаще всего во время протестов. Кибератаки все больше направляются на игорный сектор, опередив финансовую отрасль по уровню уязвимости. Cloudflare подчеркивает, что 6,5% мирового трафика были классифицированы как вредоносные, хотя увеличение этого показателя было незначительным. ↗ В мире онлайн-сервисов Google продолжает занимать лидирующую позицию, за ним следуют запрещенная соцсеть и Apple, а WhatsApp впервые вошел в топ-10. ↗ OpenAI занимает ведущее место в сфере генеративного ИИ, в то время как новые платформы, такие как Codeium и Claude, также активно развиваются. Google является основным источником трафика для клиентов Cloudflare, составившим более 88% в 2024 году, а в пятерку лучших входят Яндекс, Baidu, Bing и DuckDuckGo. Cloudflare использует данные из инструмента Radar, осуществляющего сбор и анонимизацию информации из более чем 330 городов по всему миру.

ИИ-бот GigaChat от «Сбера» освоил создание музыкальных произведений по текстовым указаниям На международной конференции AI Journey компания «Сбер» представила новую функцию своей модели искусственного интеллекта GigaChat, позволяющую писать музыку по текстовым запросам. Инструменты управления GigaChat делают процесс создания музыки доступным для всех, включая людей из профессий, не связанных с музыкальной сферой, которые ценят оригинальность и творческий подход, пояснили в «Сбере». ИИ разбирается в различных музыкальных жанрах и стилях, использует широкий спектр инструментов и генерирует вокальные партии. Пользователь может воспользоваться предложенными шаблонами или самостоятельно описать нужную композицию, уточнить стиль, аранжировку и выбрать тип вокала - без особых ограничений. У GigaChat нет заранее подготовленной библиотеки звуков или вокала; все элементы создаются на основе запроса. Вокал может быть представлен как мужским, так и женским, а также быть хоровым. По желанию, ИИ также может написать текст песни для своего сгенерированного голоса. В данный момент новая функция доступна только в мини-приложении «ВКонтакте», но в будущем она станет доступна в веб-версии GigaChat, а также в Telegram и «Одноклассниках».

В сети появилась информация о новых возможностях Sora v2 от OpenAI Первая версия Sora была запущена OpenAI в начале года и уже сделала значительные успехи в видеопроизводстве. Обновленная версия позволяет генерировать ролики продолжительностью до минуты. По словам экспертов, утекшее видео было создано с применением Sora v2 и изображений из Midjourney. В видео отображены сцены, стилизованные под исторические фильмы, что было продемонстрировано на конференции C21Media представителем OpenAI Чадом Нельсоном. Sora v2 имеет текстурные и световые эффекты, которые трудно отличить от настоящих. Новая модель сможет работать в нескольких режимах, позволяя улучшать или комбинировать контент. Пока неизвестно, станет ли новая версия доступна широкому кругу пользователей, или останется эксклюзивом для профессионалов.

Google возвратит концепцию умных очков в обновлённом формате с интеграцией ИИ-ассистента Astra Компания анонсировала запуск очков, которые будут работать с многофункциональным искусственным интеллектом Astra, предназначенным для оказания помощи в повседневной жизни через голосовые команды и элементы дополненной реальности. Проект был впервые представлен на весенней конференции Google I/O, но на данном этапе он существует только в виде начальных прототипов, отражающих видение Google в развитии виртуальных ассистентов. В пресс-конференции по случаю запуска Gemini 2.0 менеджер Google DeepMind Бибо Сюй сообщила о начале тестирования прототипов с ограниченной группой пользователей. Она отметила, что очки предлагают интуитивный интерфейс для работы с Astra. В тестировании примут участие пользователи, которые будут использовать устройство и приложения на Android.

Google инвестирует в возобновляемые источники энергии для своих дата-центров Компания запускает новый проект, направленный на создание крупных энергетических парков, обеспечивающих эти дата-центры экологически чистой энергией. В рамках партнёрства с Intersect Power LLC и инвестиционной компанией TPG Rise Climate LP, Google намерена разработать и построить несколько энергетических комплексов рядом с собственными кампаниями. Ожидается, что эти объекты будут генерировать несколько гигаватт энергии, что потребует вложений в размере $20 миллиардов. Также Google вложила средства в Intersect Power, которая в ходе последнего раунда финансирования привлекла свыше $800 миллионов. Эти средства помогут компании разработать необходимую инфраструктуру для энергообеспечения дата-центров. Основная задача таких энергетических парков - стать надёжным источником энергии, особенно на фоне устаревающих энергосетей США, которые не справляются с возросшими потребностями в электроэнергии.

Apple добавила ChatGPT в Siri - представлена iOS 18.2 с обновлениями Apple Intelligence для поддерживаемых устройств Apple начала выпуск обновленных версий своих операционных систем: iOS 18.2, iPadOS 18.2 и macOS Sequoia 15.2. Эти обновления предлагают ряд новых функций Apple Intelligence для совместимых устройств, включая Image Playground, Genmoji и интеграцию с ChatGPT. С помощью Image Playground пользователи смогут создавать и модифицировать изображения по текстовым запросам или шаблонам от Apple. Инструмент предлагает стилизованный подход к изображениям, избегая фотореалистичности, чтобы предотвратить нецелевое использование. Image Playground доступен как в отдельном приложении, так и в «Сообщениях», Freeform и Keynote. Genmoji позволяет пользователям разработать собственные эмодзи, которые могут стать популярными в групповых чатах. Также в Notes появился инструмент Image Wand, превращающий простые эскизы в более детализированные изображения с выбором стиля. Интеграция ChatGPT стала самым ожидаемым нововведением, позволяющим пользователям получать доступ к инструментам OpenAI через Siri и приложения Apple для написания. Дополнительные функции iOS 18.2 включают Visual Intelligence, возможность делиться местоположением AirTag и много другое.