IBM представила Granite Switch 4.1 — открытое семейство моделей на 8 и 30 миллиардов параметров.
Вместо нескольких отдельных моделей разработчики предлагают одну систему, способную переключаться между разговором, распознаванием речи и специализированными решениями.
Например, система может принять голосовое сообщение, преобразовать его в текст, проверить содержание и сформировать ответ.
При этом дополнительные компоненты практически не увеличивают требования к видеопамяти по сравнению с базовой моделью.
Доступность: обе модели опубликованы на Hugging Face. Доступна демонстрация Speech-to-Decisions. Для самостоятельного запуска потребуются соответствующее оборудование и настройка.
Почему важно: это шаг к более компактным голосовым агентам, которым не требуется несколько тяжёлых моделей для выполнения разных задач. Речь идёт о распознавании голоса, а не о полноценной генерации речи.