NVIDIAs Berichten zufolge angekündigtes NemotronLabs VoiceChat 11B richtet sich an offene, Echtzeit-Voice-Agents, doch die begrenzte Quellenlage lässt Benchmarks und Bereitstellungsdetails unbestätigt.

OpenAI hat GPT-Live vorgestellt, ein Voice-System mit geringer Latenz für kontinuierliche Gespräche, das Entwicklern einen neuen Ansatz für Echtzeit-KI-Interaktion bietet.

Smallest.ai hat 13 Mio. US-Dollar eingesammelt, um sprachbasierte KI mit geringer Latenz für Unternehmensanrufe zu entwickeln – mit der Wette, dass kleine spezialisierte Modelle Agenten menschlicher klingen lassen können.

OpenAI hat Presence vorgestellt, eine verwaltete Plattform für Enterprise-Sprach- und Chat-Agenten, die auf zuverlässige, richtliniengesteuerte Bereitstellungen ausgerichtet ist.

Current AI baut einen KI-Stack für das öffentliche Interesse mit Offline-Sprachtools, Fördermitteln und einem Open-Source-Chatbot für unterversorgte Gemeinschaften aus.

OpenAI hat GPT-Live-Sprachmodelle für ChatGPT vorgestellt und setzt darauf, dass Vollduplex-Sprache KI-Assistenten für Live-Arbeit nützlicher machen kann.

Interfaze hat diffusion-gemma-asr-small veröffentlicht, ein Open-Source-ASR-Modell für sechs Sprachen, das Diffusion-Decoding als neuen Weg für Sprach-KI erprobt.

Google hat Gemini 3.5 Live Translate veröffentlicht, ein KI-Modell für Sprache-zu-Sprache-Übersetzungen in nahezu Echtzeit in über 70 Sprachen.