Thinking Machines запускає модель взаємодії з відгуком 200 мс, випереджаючи GPT-Realtime-2.0

Beating, Thinking Machines, лабораторія, заснована колишнім технічним директором OpenAI Мірою Мураті, випустила дослідницький прев’ю свого Interaction-моделю, який пропонує нативну обробку аудіо та відео в реальному часі з мікровідповідями на 200 мілісекунд. Модель дає змогу одночасно слухати, дивитися й говорити, підтримуючи переривання користувачем у реальному часі.

Модель TML-Interaction-Small використовує архітектуру MoE із 276 мільярдами параметрів, де під час кожного інференсу активується 12 мільярда параметрів. Офіційні дані показують затримку в передачі реплік мовлення 0,40 секунди та результат FD-bench V1.5 на рівні 77,8 — обидва показники перевищують GPT-Realtime-2.0 і Gemini 3.1 Flash Live. Обмежений доступ до прев’ю планують у найближчі місяці.

Застереження: інформація на цій сторінці може походити зі сторонніх джерел і надається виключно для ознайомлення. Вона не відображає позицію чи думку Gate і не є фінансовою, інвестиційною чи юридичною консультацією. Торгівля віртуальними активами пов’язана з високим ризиком. Будь ласка, не покладайтеся лише на інформацію з цієї сторінки під час прийняття рішень. Детальніше дивіться у Застереженні.
Прокоментувати
0/400
Немає коментарів