Moonshot AI با Kimi K3.1 Pro و نسخهی سریعتر Highspeed به ردهی برتر بنچمارکها نزدیک شده است. Block هم مدل گفتگوی Dessa را فقط با گفتار آموزش داده و IBM نسخهی Granite Speech 5.0 را منتشر کرده است.
ساختهشده با هوش مصنوعی: هر دو گوینده صدای هوش مصنوعی (Google NotebookLM) هستند و گفتوگو بر پایهی منابعی است که در پایین آمدهاند.
در این قسمت سراغ Kimi K3.1 Pro، مدل تازهی Moonshot AI، و نسخهی سریعترش Highspeed میرویم. بنچمارکهای مستقل هر دو را نزدیک به ردهی اول مدلهای هوش مصنوعی قرار دادهاند. دربارهی بحثی هم حرف میزنیم که این عرضه به راه انداخت: مدلهای باز چینی حالا چقدر به مدلهای پیشرو نزدیک شدهاند؟ بعد به دو مدل صوتی میرسیم: Dessa از Block، مدل گفتگویی که فقط با گفتار آموزش دیده، و Granite Speech 5.0 از IBM برای تبدیل گفتار به متن، ترجمه و تشخیص گوینده.
چرا مهم است: توسعهدهندهها حالا به مدلهای قوی برای برنامهنویسی و صدا دسترسی دارند که یا ارزانترند یا وزنهایشان باز است. این موضوع انتخاب مدل را برای ایجنتها، دستیارهای کدنویسی و رابطهای صوتی تغییر میدهد.
منابع:
رادیو هوش هر روز داغترین خبر دنیای هوش مصنوعی را، از مدلهای تازه و مقالههای پژوهشی تا ابزارهای برنامهنویسی و تحولات شرکتهای بزرگ، در یک گفتوگوی ۲۰ تا ۴۵ دقیقهای به زبان فارسی بررسی میکند. گویندگان این برنامه انسان نیستند؛ صداها با هوش مصنوعی (Google NotebookLM) ساخته شدهاند و اپیزودها بهصورت خودکار از منابع عمومی تهیه میشوند. نسخهٔ انگلیسی این برنامه با نام Radio Hoosh منتشر میشود.