Google giới thiệu bộ đôi mô hình Gemini 3.8 Live và 3.5 Transcribe với khả năng xử lý giọng nói đa ngôn ngữ, hỗ trợ tư duy mở rộng và tích hợp thị giác, trong đó bản Extended Thinking hiện dẫn đầu bảng xếp hạng Artificial Analysis.
Cùng sự kiện, tinh chọn hiển thị «Google DeepMind ra mắt Gemini 3.8 Live và bản Extended Thinking: Đột phá mới cho trợ lý giọng nói»
Logan Kilpatrick@OfficialLoganKSay hello (literally) to Gemini 3.8 Live and 3.8 Live Extended Thinking, our new SOTA live audio mod…
DịchGoogle vừa giới thiệu bộ đôi mô hình giọng nói thời gian thực Gemini 3.8 Live, hỗ trợ 97 ngôn ngữ với khả năng chuyển đổi mượt mà và hiệu suất dẫn đầu thị trường theo đánh giá của Artificial Analysis.
Runway giới thiệu phương pháp tối ưu hóa mô hình Gen-4.5 để tạo video và âm thanh theo thời gian thực, giúp giảm đáng kể chi phí vận hành và tài nguyên GPU thông qua kỹ thuật chưng cất phân phối.
ReactVAU giải quyết bài toán giám sát thời gian thực bằng cách kết hợp mô-đun phát hiện nhanh để lọc dữ liệu và mô-đun suy luận chuyên sâu chỉ kích hoạt khi có sự kiện nghi vấn, giúp tối ưu hóa hiệu suất mà vẫn đảm bảo tính chính xác.
InfinityEdit giải quyết bài toán chỉnh sửa video theo thời gian thực cho các luồng dữ liệu không giới hạn, cho phép áp dụng các yêu cầu chỉnh sửa liên tục mà không cần xử lý toàn bộ clip tĩnh từ trước.
Databricks Feature Store nâng cấp khả năng cập nhật dữ liệu đặc trưng xuống dưới 1 giây, giúp các mô hình AI phản hồi thời gian thực chính xác hơn cho các tác vụ như phát hiện gian lận.