Bài phát biểu có một tuần bận rộn: Dịch thuật thời gian thực, Voxtral 3 và cuộc đua cá nhân-đại lý

Bài phát biểu đã có một tuần bận rộn. ElevenLabs và Mistral đều cung cấp các công cụ dịch giọng nói theo thời gian thực, ElevenLabs trên hơn 90 ngôn ngữ và Mistral trên hơn 35 ngôn ngữ, điều này thật tuyệt vời cho đến khi bạn nhớ giọng nói của ai đó là danh tính của họ và những công cụ này kết hợp một ngôn ngữ với giọng nói đó.

Voxtral 3 của Mistral đã mở rộng sang 35 ngôn ngữ với công cụ tác nhân giọng nói thời gian thực và điều khiển giọng nói tốt hơn, đẩy mô hình giọng nói từ một tính năng mới sang thứ mà trung tâm cuộc gọi có thể chạy. Ranh giới giữa 'trợ lý' và 'mạo danh' ngày càng mỏng hơn và các biện pháp bảo vệ không theo kịp.

Về phía đại lý, Anthropic đã ra mắt Claude Duet, một đại lý nền tảng chủ động dành cho người dùng US Pro và Max, tham gia cùng Muse và OpenAI của Meta trong cuộc đua cá nhân-đại lý. Meta's Muse đã vượt qua 10 triệu người dùng và đẩy dòng tiền tự do của công ty xuống mức âm khi công ty tăng vốn đầu tư năm 2026 lên 135-145 tỷ USD. Cuộc giành đất cho 'người đại diện sống trong cuộc đời bạn' đã bắt đầu.

Đối với người sáng tạo, chiến thắng thực tế là có thật: Giờ đây, tôi có thể thuật lại kịch bản bằng ngôn ngữ mà tôi không nói được hoặc tóm tắt cuộc họp bằng ngôn ngữ khác. Rủi ro là khả năng tương tự, không được gắn nhãn, sẽ trở thành thứ giả mạo sự đồng ý của một người.

Quy tắc của tôi không thay đổi: nếu giọng nói hoặc khuôn mặt là giả tạo, hãy nói to điều đó. Tuần này làm cho khả năng rẻ hơn và rộng hơn. Nó cũng làm cho việc ghi nhãn trở thành không bắt buộc.