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.
15 октября 2026 года BFL выложила FLUX 3 Image Klein: генерация, редактирование и multi-reference при 5,6 млрд параметров и открытых весах.
Объясняющую анимацию из Claude Motion теперь можно сразу открыть в Luma и довести до видео с моделями Ray и Uni — со сменой стиля и соотношения сторон.
Новое поколение модели в ChatGPT умеет собирать ответ не только текстом, а интерактивным интерфейсом — от схем до мини-инструментов под задачу.
Чтобы не повторять брендбук в каждом промпте, ElevenCreative сохраняет визуальную айдентику как набор правил и активов для всей команды.
Продюсеры собирают инструменты и эффекты на естественном языке в Flow Music — и теперь переносят их в привычный секвенсор как обычный плагин.
Ещё недавно нейросети в основном рисовали картинки с нуля. Теперь главная задача — точно изменить существующее изображение и не сломать остальное.
Соцсети и видеоплатформы всё чаще просят указывать, что контент создан с помощью ИИ. Объясняем, зачем это нужно и как не испортить себе охваты.
Ещё недавно ИИ-видео было немым, и звук приходилось подбирать отдельно. Теперь всё больше моделей генерируют картинку и звук за один проход.
Кривые буквы и выдуманные слова долго были визитной карточкой ИИ-картинок. Новые модели справляются с надписями заметно лучше — в том числе с кириллицей.