Em 5 de março de 2025, um estudo revela que o modelo de linguagem DeepSeek R1 apresenta desempenho superior a outros LLMs open-source ao controlar um braço robótico no jogo de damas, mas ainda fica atrás de jogadores humanos e algoritmos, indicando a necessidade de melhorias na integração entre LLMs e robótica.

A Anthropic apresentou recentemente o Claude 3.7 Sonnet, um novo modelo de linguagem que promete revolucionar a inteligência artificial conversacional com habilidades de raciocínio aprimoradas e capacidade para interações mais engajantes, integrando-se à plataforma Conversational AI da ElevenLabs.

O grupo Audio, Speech and Language Processing (ASLP@NPU) da Northwestern Polytechnical University anunciou o lançamento do DiffRhythm, um modelo de geração musical baseado em difusão latente que cria canções completas, incluindo vocais e acompanhamento, em menos de 15 segundos, oferecendo uma solução rápida e de alta qualidade para a composição musical.

Nos últimos doze meses, a comunidade de inteligência artificial focada na língua árabe tem se mobilizado para avaliar e classificar tecnologias de IA, como LLM, OCR e modelos de multimodalidade, culminando em uma série de benchmarks e leaderboards que servem como referência para a seleção de modelos e avaliação de desempenho.

A inteligência artificial está transformando a experiência de audiolivros ao oferecer narrações personalizadas em diferentes idiomas e sotaques, permitindo que os ouvintes escolham a voz que mais lhes agrada.