Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

NHL publikuje romansowe audiobooki, a twórcy wideo AI walczą o tę samą uwagę

National Hockey League zaczęła w tym tygodniu wypuszczać krótkie, romansowe historie audio o własnych zawodnikach. Kampania nie spodobała się części najlepiej sprzedających się autorek gatunku, a generatorów wideo AI wciąż przybywa.

AI i modeleNewsAnna KaczmarekOpublikowano: 2 października 20266 min czytaniaŹródła 12
NHL publikuje romansowe audiobooki, a twórcy wideo AI walczą o tę samą uwagę

National Hockey League zaczęła w tym tygodniu publikować krótkie, romansowe historie audio o własnych zawodnikach. Część autorek, do których się zwrócono, publicznie odmówiła udziału. WIRED opisał w piątek pierwszą partię, część kampanii „Hot for Hockey”, i podał, że liga kontaktowała się z popularnymi autorkami romansów hokejowych, żeby napisały i nagrały od 60 do 90 sekund materiału dla platform audiobookowych.

Te historie nie są romansami. Czytają się jak tekst z okładki, który ma sprzedawać bilety.

WIRED zacytował pełny tekst jednej z nich, zatytułowanej The Summer I Turned Gritty with Trevor Zegras: „Trevor Zegras przyjechał do Filadelfii, żeby zacząć od nowa. Ale po walkach z Pittsburghiem w zeszłorocznych play-offach przekonał się, jak ostro potrafią wyglądać sprawy. Jedno gorące lato później przystojniak z Filadelfii wygląda znacznie ostrzej”. W pierwszej partii są też Sebastian Aho z Carolina Hurricanes i Jack Eichel z Vegas Golden Knights, podał WIRED, a teksty napisała C.R. Jane, autorka Pucking Wrong.

Nie wszystkim w gatunku jest do śmiechu. Emily Rath, bestsellerowa autorka romansów hokejowych, napisała na Threads, że liga się do niej zwróciła i że „nigdy nie odrzuciła oferty tak szybko”, podał WIRED. Rath stwierdziła, że prezentacja kampanii zawierała żarty, które uznała za kpinę z gatunku, oraz, jak twierdzi, wygenerowane przez AI okładki. Chelsea Curto, autorka serii D.C. Stars, też zwróciła uwagę na grafiki AI i napisała, że chyba dobrze się stało, iż odmówiła, bo jej książki „mogą być bardzo krytyczne wobec ligi”.

Rzecznik NHL Jon Weinstein powiedział WIRED, że kampania to „żartobliwy ukłon w stronę czegoś, co wyraźnie dzieje się w kulturze”. Dodał, że liga jest „bardzo dumna ze współpracy z prawdziwymi autorkami hokejowymi, ilustratorami i aktorami głosowymi z tego środowiska”.

Strona wizualna wciąż się rozwija

Historia NHL dobrze przypomina, że treści generowane lub wspierane przez AI są dziś rutyną w marketingu dużych organizacji i że odbiorcy to zauważają. Po stronie modeli miniony tydzień przyniósł stały strumień premier nastawionych na wideo i obrazy.

Ideogram podał 1 października, że jego nowy model Ideogram 4.5 potrafi edytować część obrazu bez zmieniania reszty. Firma twierdzi, że czołowe modele, takie jak GPT-Image 2.5 i Nano Banana, po wielokrotnych edycjach wciąż zostawiają artefakty. The Decoder podał, że model jest dostępny w czterech poziomach jakości w cenie od 0,8 do 22 centów za obraz w natywnej rozdzielczości 2K, działa już na platformie i w API Ideogramu, a wśród partnerów są Picsart, Runway, Pika i Leonardo AI. Wersja z otwartymi wagami ma się pojawić wkrótce.

Tavus pokazał z kolei Griffina, który nazywa pierwszym „modelem interakcji międzyludzkiej”. System przetwarza mowę, mimikę, ton, gesty i pauzy, jednocześnie odbierając i generując wideo. Według The Decodera 48 procent uczestników badania Tavusa uznało Griffina za prawdziwą osobę po minutowej rozmowie wideo, podczas gdy poprzedni najlepszy wynik to 2 procent. W teście Nvidii, który Tavus opisuje jako niezależny i mierzący, jak ludzki wydaje się AI w bezpośredniej rozmowie audio-wideo, Griffin zdobył 3,83 punktu wobec 3,92 dla prawdziwych ludzi i 2,80 dla poprzedniego najlepszego modelu AI.

Wersja zapowiedziowa Griffin-Lite jest otwarta dla „wybranych testerów jako podgląd badawczy”, a pełna wersja ma się pojawić, gdy „zostaną rozwiązane kwestie bezpieczeństwa”, podał The Decoder. Tavus wymienia korepetycje, ćwiczenie trudnych rozmów i wsparcie techniczne przez kamerę jako możliwe zastosowania.

Modele głosu i decyzyjne w tym samym oknie

Microsoft AI wypuścił 2 października nowe modele mowy. Według The Decodera MAI-Transcribe-2-Streaming transkrybuje 60 języków i zwraca pierwsze częściowe wyniki w nieco ponad 100 milisekund, co zdaniem Microsoftu pozwala agentom głosowym odpowiadać, gdy rozmówca jest jeszcze w połowie zdania. Godzina nagrania kosztuje 0,54 dol. w cenie wprowadzającej do końca roku. Dwa nowe modele zamiany tekstu na mowę, MAI-Voice-2.1 i MAI-Voice-2.1-Flash, obsługują 23 języki w tym samym głosie, a wariant Flash ma opóźnienie 150 milisekund i kosztuje 15 dol. za milion znaków zamiast 22 dol. Oba potrafią sklonować głos z kilku sekund nagrania referencyjnego. W jednym z testów, które cytuje The Decoder, około połowa z 4 000 uczestników uznała głosy za należące do prawdziwej osoby.

Modele decyzyjne mają własny moment. Amazon Web Services udostępnił Strands Decider 2B, model z otwartymi wagami o 2 000 000 000 parametrów, który wybiera między z góry ustalonymi opcjami i zwraca miarę pewności, podał TechCrunch 1 października. Zbudował go inżynier wyróżniony Marc Brooker, gdy zobaczył Jev od TypeSafe, i model na krótko stanął na czele rankingu Jevbench w swojej klasie wielkości. „Pierwotnie zainteresowała mnie ta klasa modeli, bo są idealnym decydentem dla jednego kroku w przepływie pracy”, powiedział Brooker TechCrunchowi.

Jev od TypeSafe, wydany 1 października według InfoQ, zwraca typowane decyzje probabilistyczne zamiast tekstu, w cenie 0,042 dol. za milion tokenów wejściowych przy darmowym wyjściu, z oknem kontekstu 32 000 tokenów i deklarowanym opóźnieniem end-to-end od 70 ms do 500 ms. Inżynier Vercela Pranit Sharma stwierdził, że klasyfikator bezpieczeństwa działał od pięciu do 18 razy szybciej niż zastąpiony przez niego LLM. Analiza 12 759 tweetów z premiery, którą przygotował OpenChamber, dała medianę przyspieszenia raportowanego przez użytkowników na poziomie 7x wobec 193,6x w nagłówku, oszczędności kosztów na poziomie mediany 30x i opóźnienie na poziomie mediany 76 ms.

Cloudflare odpowiedział 1 października modelami Clef i Clef-flash, decyzyjnymi modelami z otwartymi wagami, które obsługują też obrazy i wideo oraz okno kontekstu 64 000 tokenów, podał The Register. Cloudflare podaje, że Clef kosztuje 0,24 dol. za milion tokenów, prawie sześć razy więcej niż Jev. Firma sama podała swoje wyniki testów porównawczych i nie zostały one jeszcze odtworzone w oficjalnym Decision Index, zauważył The Register.

Gemini 4 Argon od Google, ogłoszony 30 września, trafia tylko do sprawdzonej grupy partnerów zajmujących się cyberbezpieczeństwem w ramach programu Fairwind. „Bezpieczne udostępnianie zdolności frontierowych na tym poziomie wymaga podejścia etapami”, napisał Koray Kavukcuoglu, główny architekt AI Google, we wpisie na blogu cytowanym przez The Guardian. TechCrunch podał, że Google twierdzi, iż Argon pobił GPT-6 Astra od OpenAI oraz modele Fable i Opus od Anthropic w kilku testach porównawczych, powołując się na startup Vals.

W sprawie praw autorskich Anthropic zaapelował do rządu Australii o rozważenie „warunkowej zgody” na trenowanie na australijskich utworach chronionych prawem autorskim w modelu opt-out, według pisma opisanego przez The Guardian. ABC i SBS zaprotestowały, a ABC ostrzegła przed „kanibalizacją australijskiego rynku medialnego” i wezwała, by firmy AI podlegały tym samym przepisom o prawie autorskim, zniesławieniu i prywatności co media.

OpenAI poinformował, że udaremnił kampanię „adversarial distillation”, która zaczęła się na początku lipca i osiągnęła szczyt 16 000 żądań od ponad 4 000 użytkowników w ciągu dwóch dni. Główne skupisko przypisał osobom związanym z chińskim Moonshot AI, podał CNBC. The Register zauważył, że OpenAI nie podał, które z jego modeli były celem, a Moonshot nie odpowiedział na prośbę o komentarz.

Komentarze 0

Źródła

12
  1. 01The NHL Is Releasing Its Own 'Hot' Fanfic. Romance Lovers Hate ItEN
  2. 02Ideogram says its new model can edit part of an image without messing up the restEN
  3. 03Nearly half of test subjects mistook Tavus' AI video avatar for a real person on a one-minute callEN
  4. 04Microsoft AI releases new transcription and text-to-speech models for voice agentsEN
  5. 05Amazon releases its own Jev clone as decision models flood the webEN
  6. 06TypeSafe AI Releases Jev: A Decision-Only Model That Returns Typed Probabilities Instead of TextEN
  7. 07Cloudflare tries to outplay Jev with open-weight Clef modelsEN
  8. 08Google rolls out new Gemini AI model but restricts access over safety concernsEN
  9. 09Google releases Gemini 4 Argon, called its most powerful model yetEN
  10. 10Anthropic pushes for opt-out model for Australian content as ABC warns of 'cannibalisation' of newsEN
  11. 11AI race heats up as OpenAI flags alleged model-copying campaignEN
  12. 12Irony alert: OpenAI whines that Chinese model stole its special IP that it stole from everybody elseEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Anna Kaczmarek

Anna Kaczmarek

AI, modele i technologie

Anna Kaczmarek pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, repozytoriach i danych źródłowych, a nie na komunikatach prasowych. Przy testach modeli sprawdza karty techniczne, parametry wejściowe i liczy wyniki na tych samych zbiorach, zamiast powtarzać liczby od producentów. Czeka na premiery API i aktualizacje wag, rozmawia z inżynierami oraz porównuje wersje modeli pod kątem kosztów i opóźnień. Prywatnie self-hostuje usługi i konfiguruje sieci domowe, więc do redakcji wnosi praktykę z własnego serwera. Nie publikuje zapowiedzi ani parametrów, których nie może odtworzyć na własnym środowisku.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.