🧠 Google představil Gemini 4 Carbon
Google oznámil nový frontier model zaměřený na dlouhé agentní úlohy, programování a kyberobranu. Zatím jej zpřístupňuje jen vybraným bezpečnostním týmům a partnerům; výsledky benchmarků jsou tvrzení Googlu, nikoli nezávislé ověření.
🎙️ NVIDIA vydala otevřené váhy Nemotron 3.5 Transcribe
Nový model přepisuje řeč ve 40 jazycích, rozlišuje mluvčí a zvládá nahrávky dlouhé až hodinu. Styl přepisu lze řídit přirozeným jazykem a NVIDIA zveřejnila také variantu GGUF, zajímavá novinka pro vlastní zpracování audia.
🗣️ Prism: hlasový agent s kontrolou textu před vyslovením
Rime uvedlo speech-to-speech model Prism, který umožňuje zkontrolovat nebo upravit připravovanou odpověď ještě před jejím převedením na hlas. Volání nástrojů běží souběžně s řečí; firma zároveň pracuje s beta zákazníky na API pro vlastní doladění modelu.
🤖 Gemini Robotics ER 2 přichází do veřejného preview
Google zpřístupnil robotický reasoning model na své cloudové platformě v public preview. Má z videa sledovat průběh úloh, plánovat další kroky a přes nástroje řídit různé typy robotů; nejde o hotového robota ani o obecnou produkční dostupnost.
🔬 MIT ukázalo měkkého robota pro tenké střevo
Nový robotický enteroskop se pohybuje pomocí nafukovacích komor a povrchu inspirovaného hadími šupinami. Ve zvířecích testech tým předvedl pohyb, kamerové snímání, podávání léčiv i odběr tkáně; zatím jde o výzkum, nikoli běžně dostupnou léčbu.