🔼Китайский Luna-TTS от VUI Labs возглавил мировой рейтинг TTS Arena, обойдя ElevenLabs и MiniMax

Китайский стартап VUI Labs представил модель Luna-TTS, которая заняла первое место в TTS Arena на Hugging Face, обойдя ElevenLabs, MiniMax и Cartesia, и третье место в Speech Arena от Artificial Analysis, опередив Google. Основатели компании — профессор Шанхайского университета Цзяо Тун Цянь Яньминь и серийный предприниматель Мэй Цзе.

Luna-TTS отходит от mainstream-подхода: вместо авторегрессивной генерации звук сжимается в дискретные токены, а диффузионная языковая модель на базе Qwen3 предсказывает их пакетами параллельно. Это снижает задержку и накопление ошибок. По техническому отчёту, модель получила шесть первых мест: качество голоса в Seed-TTS-Eval, помехоустойчивость в CV3-Eval, скорость первого пакета и real-time фактор. В режиме реального времени Luna-TTS Realtime выдаёт речь блоками по 1,28 секунды с задержкой первого пакета 41,6 мс на двух H20 GPU — более чем в 40 раз быстрее реального времени.

Для выразительности команда собрала мультиязычный корпус объёмом миллион часов: 43,4% китайского, 43,1% английского, 13,6% японского и корейского. Смех, вздохи и кашель размечены как текстовые промпты, поэтому модель естественно передаёт эмоции. Для клонирования голоса достаточно нескольких минут аудио. Коммерчески VUI Labs предлагает API модели, платформу для создателей и платформу голосовых агентов. Решения уже применяются в логистике, интернет-страховании и туристическом SaaS — клиенты провели более миллиона реальных бизнес-диалогов.

#AI #Business #China #Ranking #TTSArena #Luna

↗️ Открытая Kimi K3 вплотную приблизилась к закрытым фронтир-моделям

Аналитики BOCOM International считают, что Moonshot AI с моделью Kimi K3 вывела открытые ИИ на порог закрытых фронтиров. У Kimi K3 — 2,8 трлн параметров в нативной мультимодальной архитектуре MoE: на токен активируются 104,2 млрд, контекст — 1 млн токенов. В сторонних тестах Artificial Analysis модель набирает около 57 баллов, уступая лишь GPT-5.6 Sol (~59) и Claude Opus 5/Fable 5 (~60).

Отчёт ставит K3 на «границу Парето» по цене и качеству. Одна задача обходится примерно в $0,86 — около 70% от GPT-5.6 Sol и лишь 30–40% от флагманов Anthropic, при этом более дешёвые GLM-5.2 и DeepSeek V4 Flash заметно слабее. Такой баланс должен ускорить внедрение агентных приложений в enterprise.

Три архитектурных новшества расширяют пропускную способность: KDA с gated MLA эффективно обрабатывает миллионные последовательности, attention-остатки позволяют выборочно извлекать информацию между слоями, а стабильный латентный MoE смешивает 896 экспертов с 16 активными. KDA особенно важна для длинного контекста: память больше не растёт линейно с длиной последовательности. На системном уровне собственная инфраструктура MoonEP устраняет «вычислительные пузыри»: из-за 896 экспертов и лишь 16 активных обычная маршрутизация перегружала бы одни GPU и простаивала другие, MoonEP балансирует нагрузку и поднимает утилизацию кластера к физическому пределу.

Коммерческий контекст: Moonshot закрыла раунд Series F на $3,5 млрд, оценка выросла на 75% до $35–50 млрд, а pre-IPO целится в $50 млрд.

#AI #LLM #Ranking #Model #KimiK3 #OpenModel