Obraz, wideo i dźwięk
68 newsów w kategorii, strona 2 z 5.
Model audio Meta przyspiesza transkrypcję głosu
Meta wypuszcza model audio, który sam decyduje, kiedy przestać słuchać i zacząć pisać. Muse Voice Transcribe analizuje mowę w 80-milisekundowych pakietach i dostosowuje t…
Obraz, wideo i dźwięk4 min czytania8 września 2026
Gemini analizuje wideo mądrzej i taniej
Google twierdzi, że nowy tryb analizy wideo w Gemini potrafi zredukować zużycie tokenów nawet o 88% w porównaniu do standardowego skanowania klatka po klatce. Model sam d…
Obraz, wideo i dźwięk3 min czytania4 września 2026
Beatport blokuje w pełni AI-ową muzykę na swoim rynku
„60% DJ-ów nie zagra utworów wygenerowanych przez AI, a 77% woli muzykę tworzoną przez ludzi. Beatport wprowadza właśnie system, który odrzuca w pełni sztuczne produkcje …
Obraz, wideo i dźwięk3 min czytania30 sierpnia 2026
Gemini Omni 1.1 Flash: tańsze wideo AI od Google
Google ulepsza generowanie wideo AI: Gemini Omni 1.1 Flash analizuje już 10 sekund materiału zamiast jednej, a tryb 360p jest o 60% szybszy i 3x tańszy. Sceny można rozci…
Obraz, wideo i dźwięk3 min czytania29 sierpnia 2026
Spotify oznaczy profile AI. Koniec udawania artystów?
Spotify od połowy września oznaczy profile AI podszywające się pod ludzi. Nowe plakietki „AI Persona” odróżnią prawdziwych artystów od algorytmicznych kreacji, a te drugi…
Obraz, wideo i dźwięk3 min czytania15 sierpnia 2026
Imagine Image 2.0 tuż za GPT-Image-2 w rankingu Arena
Imagine Image 2.0 od xAI debiutuje z wynikiem 1439 Elo w edycji obrazów – to zaledwie 24 punkty mniej niż liderujący GPT-Image-2. Model oferuje tryb Quality Mode, edycję …
Obraz, wideo i dźwięk2 min czytania10 sierpnia 2026
SynthID w GPT-Live: OpenAI znakuje głos przed wejściem w życie AI Act
OpenAI wdrożyło 31 lipca znakowanie SynthID do wszystkich odpowiedzi głosowych GPT-Live i udostępniło publiczne API do weryfikacji autentyczności audio. To dzień przed we…
Obraz, wideo i dźwięk6 min czytania3 sierpnia 2026
Flux 3 od Black Forest Labs: wideo z dźwiękiem i krok ku inteligencji wizualnej
Black Forest Labs wypuściło Flux 3 – model generujący wideo z natywnym dźwiękiem. W testach użytkownicy przedkładali go nad Luma Ray 3.2 w 93% przypadków. Ale to nie wszy…
Obraz, wideo i dźwięk4 min czytania25 lipca 2026
Qwen-Image-3.0: Realistyczne infografiki i czytelny tekst 10 pikseli
Alibaba Qwen-Image-3.0 generuje w jednym przebiegu infografiki z tekstem 10 pikseli i formułami LaTeX – to krok w stronę pełnej automatyzacji wizualnych układów. Model ob…
Obraz, wideo i dźwięk4 min czytania23 lipca 2026
Neill Blomkamp nakręcił film w całości za pomocą AI
Neill Blomkamp, twórca „Dystryktu 9”, wypuścił pierwszy krótki film sci-fi wygenerowany w całości przez AI – „Nightborne”. 13-minutowa produkcja powstała przy użyciu mode…
Obraz, wideo i dźwięk3 min czytania22 lipca 2026
Count Anything – nowy model AI potrafi liczyć obiekty na zdjęciach
Model Count Anything z Uniwersytetu Tsinghua radykalnie upraszcza zadanie, z którym do tej pory mierzyły się wyspecjalizowane systemy: liczenie obiektów na zdjęciach. Łąc…
Obraz, wideo i dźwięk3 min czytania15 czerwca 2026
ChatGPT Image 2: Nowy poziom realizmu i spójności w AI
ChatGPT Image 2 od OpenAI podnosi poprzeczkę w generowaniu obrazów, oferując 250 punktów ELO więcej niż poprzednie modele. Jego zdolność do utrzymania spójności wizualnej…
Obraz, wideo i dźwięk3 min czytania22 kwietnia 2026
Midjourney 8.1: Szybsze, tańsze i bardziej kreatywne generowanie
Midjourney 8.1 generuje obrazy w jakości HD trzy razy szybciej i taniej niż wcześniej. Ta aktualizacja to odpowiedź na główne bolączki użytkowników: wydajność i koszty. C…
Obraz, wideo i dźwięk4 min czytania17 kwietnia 2026
Seedance 2.0: Nowa era w generowaniu wideo przez sztuczną inteligencję
Seedance 2.0 generuje awatary z naturalną mimiką i perfekcyjnie zsynchronizowanym głosem, oferując jakość kinową. Nowa platforma wideo AI może radykalnie obniżyć koszty p…
Obraz, wideo i dźwięk3 min czytania13 kwietnia 2026
Google Vids: Jak zamienić prezentacje w filmy za pomocą AI
Google Vids potrafi w kilka minut przekształcić nudną prezentację z Google Slides w dynamiczny film z głosem lektora i muzyką. To darmowe narzędzie AI w Workspace obiecuj…
Obraz, wideo i dźwięk3 min czytania7 kwietnia 2026