ElevenLabs выпустила Scribe v3 и Scribe v3 Live для расшифровки речи
Новые модели Speech-to-Text ElevenLabs заточены под шумные встречи и живые звонки: точнее текст, метки спикеров и режим с низкой задержкой.
Что появилось в сервисе, какие нейросети стоит попробовать и куда движется генеративный ИИ — без громких обещаний и выдуманных цифр.
Новые модели Speech-to-Text ElevenLabs заточены под шумные встречи и живые звонки: точнее текст, метки спикеров и режим с низкой задержкой.
Новая модель Google DeepMind рассчитана на скорость в повседневных агентных задачах и дополняет более «тяжёлые» Gemini 4 Carbon и Argon.
Новое поколение картинок OpenAI обещает более быстрые генерации и аккуратнее правки. Появились две API-модели — Flare и Sunburst — плюс GIF в ChatGPT.
Обновление видеомодели Google DeepMind рассчитано на более длинные ролики и правки без полной перегенерации. Модель стала общедоступной в Gemini API и Google Cloud.
Pika описала H3 Flex как модель для черновиков ролика: референсы, синхронный звук и отдельные дорожки. Генератор опубликован с открытыми весами.
Новая модель звуковых эффектов ElevenLabs рассчитана на сцену из нескольких звуков сразу, а не на один отдельный шум. Она уже в их редакторе и API.
Новая модель Microsoft для редактирования изображений вышла в превью. Компания описывает её как более точную смену сцены, света и надписей по сравнению с версией 2.6.
ByteDance через Dreamina описала видеомодель с роликами до 30 секунд и графическую модель с правкой по стрелке, обводке и слоям.
Саундтрек можно собрать по самому видео: в API — до 10 файлов, описание, стилевые теги, опора на исходный звук и отдельные дорожки эффектов.
15 октября 2026 года Kling AI запустила Kling 4.0: упор на реализм, контроль и качество для сложных движений камеры и длинных дублей.