La NHL si rivolge agli audiolibri romantici mentre i creator di video AI inseguono la stessa attenzione

La National Hockey League ha iniziato a pubblicare brevi storie audio in stile romantico sui propri giocatori questa settimana. Alcuni degli scrittori contattati hanno rifiutato pubblicamente di partecipare. WIRED ha riportato il primo lotto, parte di una campagna chiamata "Hot for Hockey", venerdì e ha affermato che la lega ha contattato popolari autori di romanzi rosa su hockey per scrivere e narrare pezzi da 60 a 90 secondi per le piattaforme di audiolibri.

Le storie non sono romanzi. Leggono come blurb di retrocopertina progettati per vendere biglietti.

WIRED ha citato il testo completo di una, intitolata The Summer I Turned Gritty with Trevor Zegras: "Trevor Zegras è venuto a Philly cercando una nuova partenza. Ma dopo aver lottato con Pittsburgh nei playoff l'anno scorso, ha scoperto quanto le cose potessero diventare dure. Dopo un'estate infuocata, il bello di Philly sembra molto più duro." Il primo lotto include anche Sebastian Aho dei Carolina Hurricanes e Jack Eichel dei Vegas Golden Knights, secondo WIRED, ed è stato scritto da C.R. Jane, autrice di Pucking Wrong.

Non tutti nel genere sono divertiti. Emily Rath, un'autrice di romanzi rosa su hockey di successo, ha detto su Threads che la lega l'ha contattata e che lei ha "mai rifiutato un'offerta così in fretta", ha riportato WIRED. Rath ha affermato che la presentazione della campagna conteneva battute che lei considerava una derisione del genere e, a suo dire, render di copertina AI. Chelsea Curto, autrice della serie D.C. Stars, ha anche segnalato i grafici AI, scrivendo che era probabilmente per il meglio che avesse rifiutato perché i suoi libri "possono essere molto critici verso la lega".

Un portavoce della NHL, Jon Weinstein, ha detto a WIRED che la campagna è un "gioco giocoso verso qualcosa che è chiaramente in corso nel zeitgeist culturale". Ha affermato che la lega era "molto orgogliosa di collaborare con veri autori di hockey, illustratori e doppiatori nel settore".

Il lato visivo continua a muoversi

La storia della NHL è un utile promemoria che i contenuti generati o assistiti da AI sono ora una parte routine di come le grandi organizzazioni si commercializzano, e che il pubblico lo nota. Sul lato dei modelli, l'ultima settimana ha prodotto un flusso costante di rilasci destinati a video e immagini.

Ideogram ha dichiarato il 1 ottobre che il suo nuovo modello Ideogram 4.5 può modificare una parte di un'immagine senza alterare il resto, un problema che l'azienda afferma che i modelli principali come GPT-Image 2.5 e Nano Banana mostrano ancora artefatti dopo modifiche ripetute. The Decoder ha riportato che il modello arriva in quattro livelli di qualità con prezzi da 0,8 a 22 centesimi per immagine a risoluzione nativa 2K, è disponibile ora sulla piattaforma e API di Ideogram e ha partner tra cui Picsart, Runway, Pika e Leonardo AI. Un rilascio di pesi aperti è promesso presto.

Tavus, intanto, ha introdotto Griffin, che chiama il primo "Modello di Interazione Umana", un sistema che elabora discorso, espressioni facciali, tono, gesti e pause mentre riceve e genera video. Secondo The Decoder, il 48 percento dei partecipanti a uno studio di Tavus credeva che Griffin fosse una persona reale dopo una videochiamata di un minuto, contro un precedente massimo del due percento. In quello che Tavus descrive come un test indipendente Nvidia che misura quanto un'AI sembri umana in una conversazione audio-video diretta, Griffin ha ottenuto 3,83 punti contro 3,92 per le persone reali e 2,80 per il precedente miglior modello AI.

Una preview chiamata Griffin-Lite è aperta a "testatori selezionati come anteprima di ricerca", con una versione più completa promessa una volta che "le preoccupazioni sulla sicurezza sono affrontate", ha riportato The Decoder. Tavus elenca tutoraggio, pratica di conversazioni difficili e supporto tecnico basato su telecamera come possibili usi.

I modelli vocali e decisionali arrivano nella stessa finestra

Microsoft AI ha rilasciato nuovi modelli vocali il 2 ottobre. Secondo The Decoder, MAI-Transcribe-2-Streaming trascrive 60 lingue e restituisce i suoi primi risultati parziali in poco più di 100 millisecondi, il che Microsoft afferma permetta agli agenti vocali di rispondere mentre una persona è ancora a metà frase. Un'ora di audio costa 0,54 dollari al prezzo introduttivo fino alla fine dell'anno. I due nuovi modelli text-to-speech, MAI-Voice-2.1 e MAI-Voice-2.1-Flash, coprono 23 lingue nella stessa voce, con la variante Flash a 150 millisecondi di latenza e 15 dollari per milione di caratteri invece di 22. Entrambi possono clonare una voce da pochi secondi di audio di riferimento. In un test citato da The Decoder, circa la metà di 4.000 partecipanti ha pensato che le voci appartenessero a una persona reale.

I modelli decisionali stanno avendo il loro momento. Amazon Web Services ha rilasciato Strands Decider 2B, un modello open source che classifica tra opzioni predefinite e restituisce una misura di confidenza, TechCrunch ha riportato il 1 ottobre. È stato costruito dall'ingegnere distinto Marc Brooker dopo che ha visto Jev di TypeSafe e ha brevemente topped la classifica Jevbench per modelli della sua dimensione. "Ciò che originariamente ha suscitato il mio interesse in questa classe di modelli è che fanno un decisore perfetto per un passaggio di workflow", ha detto Brooker a TechCrunch.

Il Jev di TypeSafe, rilasciato il 1 ottobre secondo InfoQ, restituisce decisioni probabilistiche tipizzate piuttosto che testo, a 0,042 dollari per milione di token in input con output gratuito, una finestra di contesto di 32.000 token e latenza end-to-end citata da 70 ms a 500 ms. L'ingegnere Vercel Pranit Sharma ha trovato che un classificatore di sicurezza girava da 5 a 18 volte più velocemente dell'LLM che ha sostituito. Un'analisi di 12.759 tweet di lancio da parte di OpenChamber ha messo gli incrementi di velocità riportati dagli utenti a una mediana di 7x contro un 193,6x in evidenza, i risparmi sui costi a una mediana di 30x e la latenza a una mediana di 76 ms.

Cloudflare ha risposto il 1 ottobre con Clef e Clef-flash, modelli decisionali open-weight che possono anche gestire immagini e video e supportano una finestra di contesto di 64.000 token, The Register ha riportato. Cloudflare afferma che Clef costa 0,24 dollari per milione di token, quasi sei volte il prezzo di Jev. L'azienda ha auto-riportato i suoi punteggi benchmark e non sono ancora stati riprodotti sull'indice Decision ufficiale, ha notato The Register.

Il Gemini 4 Argon di Google, annunciato il 30 settembre, è limitato a un gruppo di partner di cybersecurity verificati sotto il programma Fairwind dell'azienda. "Rilasciare in modo sicuro capacità frontier a questo livello richiede un approccio graduale", ha scritto Koray Kavukcuoglu, il principale architetto AI di Google, in un post di blog citato da The Guardian. TechCrunch ha riportato che Google afferma che Argon ha battuto GPT-6 Astra di OpenAI e i modelli Fable e Opus di Anthropic su diversi benchmark, citando la startup Vals.

Sul fronte del copyright, Anthropic ha esortato il governo australiano a considerare l'"approvazione condizionata" per l'addestramento su opere australiane protette da copyright secondo un modello opt-out, secondo una sottomissione riportata da The Guardian. L'ABC e la SBS hanno opposto resistenza, con l'ABC che ha avvertito di una "cannibalizzazione dell'industria delle notizie australiana" e ha chiesto che le aziende AI affrontino le stesse regole su copyright, diffamazione e privacy dei media.

OpenAI ha detto di aver interrotto una campagna di "distillazione avversariale" iniziata a inizio luglio e raggiunta al picco con 16.000 richieste da più di 4.000 utenti in due giorni, attribuendo un cluster principale a individui associati a Moonshot AI della Cina, CNBC ha riportato. The Register ha notato che OpenAI non ha detto quali dei suoi modelli fossero stati presi di mira e che Moonshot non ha risposto a una richiesta di commento.