भाषण में एक व्यस्त सप्ताह था: रीयल-टाइम अनुवाद, वोक्सट्रल 3, और पर्सनल-एजेंट रेस
भाषण में एक व्यस्त सप्ताह था। इलेवनलैब्स और मिस्ट्रल दोनों ने वास्तविक समय में आवाज-अनुवाद उपकरण भेजे, इलेवनलैब्स ने 90 से अधिक भाषाओं में और मिस्ट्रल ने 35 से अधिक भाषाओं में, जो तब तक बहुत अच्छा है जब तक आपको याद न हो कि किसी की आवाज उनकी पहचान है और ये उपकरण इसके साथ एक भाषा को पार करते हैं।
मिस्ट्रल का वोक्सट्रल 3 वास्तविक समय वॉयस-एजेंट टूलिंग और बेहतर भाषण नियंत्रण के साथ 35 भाषाओं में विस्तारित हुआ, जिससे भाषण मॉडल को एक नवीनता से कॉल सेंटर चलाने के लिए कुछ हद तक आगे बढ़ाया जा सके। 'सहायक' और 'प्रतिरूपण' के बीच की रेखा पतली होती जा रही है, और सुरक्षा उपाय गति नहीं पकड़ रहे हैं।
एजेंट पक्ष में, एंथ्रोपिक ने यूएस प्रो और मैक्स उपयोगकर्ताओं के लिए एक सक्रिय पृष्ठभूमि एजेंट क्लाउड डुएट लॉन्च किया, जो व्यक्तिगत-एजेंट दौड़ में मेटा के म्यूज़ और ओपनएआई में शामिल हो गया। मेटा के म्यूज़ ने 10 मिलियन उपयोगकर्ताओं को पार कर लिया और कंपनी के मुफ्त नकदी प्रवाह को नकारात्मक कर दिया क्योंकि इसने 2026 पूंजीगत व्यय को 135-145 बिलियन डॉलर तक बढ़ा दिया। 'आपके जीवन में रहने वाले एजेंट' के लिए जमीन हड़पने का काम जारी है।
रचनाकारों के लिए, व्यावहारिक जीत वास्तविक है: अब मैं उस भाषा में एक स्क्रिप्ट सुना सकता हूं जिसे मैं नहीं बोलता हूं, या किसी अन्य भाषा में बैठक का सारांश प्रस्तुत कर सकता हूं। जोखिम यह है कि वही क्षमता, बिना लेबल के, वह चीज़ बन जाती है जो किसी व्यक्ति की नकली सहमति बन जाती है।
मेरा नियम नहीं बदला है: यदि कोई आवाज़ या चेहरा कृत्रिम है, तो ज़ोर से कहें। इस सप्ताह ने क्षमता को सस्ता और व्यापक बना दिया है। इसने लेबलिंग को भी गैर-वैकल्पिक बना दिया।