Tim koji stoji iza još jednog perspektivnog AI startupa Hume AI prešao je u Google DeepMind. Kao dio novog ugovora o licenciranju, Google je angažirao CEO-a i nekoliko vrhunskih inženjera iz Hume AI-a, javlja Wired.
Ostatak Hume AI-a nastavit će opskrbljivati svoju tehnologiju drugim AI tvrtkama. Nisu objavljeni financijski detalji ugovora.
TechCrunch je kontaktirao Google i Hume AI kako bi potvrdio vijest.
CEO Alan Cowen i još sedam inženjera radit će s DeepMindom na poboljšanju glasovnih značajki Geminija, prema Wired-u.
Ovaj potez Hume AI-a predstavlja najnoviji primjer vodeće AI tvrtke koja preuzima vrhunske talente s tržišta i izbjegava regulatornu kontrolu stjecanjem tima startupa umjesto same tvrtke. Prošle godine, Google je preuzeo CEO-a viralnog AI startup-a Windsurf i druge vodeće istraživače, dok je OpenAI nedavno preuzeo nekoliko timova startupa, uključujući Covogo i Roi. Savezna trgovinska komisija nedavno je izjavila da će pažljivije ispitati takve poslove.
Ovaj ugovor također pokazuje da glas postaje sljedeća granica u AI-u.
Tajna Hume AI-a leži u sposobnosti njihovog modela da razumije emocije i raspoloženje korisnika na temelju njihovog glasa. U 2024. godini, startup je pokrenuo Empathetic Voice Interface, konverzacijski AI s emocionalnom inteligencijom. Hume AI je do danas prikupio gotovo 80 milijuna dolara, a očekuje prihod od 100 milijuna dolara ove godine, prema Wired-u.
Međutim, Hume AI nije jedina tvrtka koja radi na modelima fokusiranim na glas. Google kontinuirano poboljšava svoju Gemini Live značajku, koja omogućava korisnicima razgovor s chatbotom. Prošlog mjeseca, Google je objavio novi izvorni audio model za Live API koji je poboljšao sposobnost modela da “obrađuje složene radne tokove”, prema Gemini API bilješkama.
Drugi u industriji također snažno ulažu u glasovne sposobnosti. OpenAI navodno priprema preuređenje svojih audio modela u pripremi za svoj audio-prvi osobni uređaj, koji je kreiran s Jonny Ive-ovim io, a trebao bi biti lansiran ove godine. Nedavni curenja sugeriraju da bi uređaj mogao biti neka vrsta slušalica.
Prošle godine, Meta je također ubrzala svoj AI audio poduhvat stjecanjem startup-a Play AI. Ray-Ban pametne naočale proizvođača Facebooka sve više se oslanjaju na glasovne i audio sposobnosti za zadatke poput pomoći pri slušanju razgovora u bučnim prostorijama i omogućavanje upravljanja bez ruku za pozive, poruke, glazbu i fotografije.
„Glas je jedini prihvatljivi način unosa za nosive uređaje,“ izjavila je investitorica Vanessa Larco za TechCrunch. “Ovo preuzimanje još će više ubrzati potrebu za glasovnim aplikacijama.”
Potreba za glasovnim sposobnostima i dalje raste. Ranije ovog mjeseca, ElevenLabs, startup za generiranje AI glasa, izjavio je da je prešao 330 milijuna dolara u godišnjem ponavljajućem prihodu.
