Tag: Interfacce

  • Griffin di Tavus spinge l’AI dalla conversazione audio a quella video

    Griffin di Tavus spinge l’AI dalla conversazione audio a quella video

    Tavus presenta Griffin: un’AI video-to-video che vede, ascolta e reagisce durante la conversazione. In un test, quasi metà dei partecipanti l’ha scambiata per una persona reale (con buona pace del test di Turing).

    Tavus ha presentato Griffin, che definisce il primo Human Interaction Model (HIM): un sistema video-to-video progettato per sostenere conversazioni faccia a faccia in tempo reale, interpretando non solo le parole ma anche pause, espressioni, sguardi, gesti e dinamiche di turno. A differenza delle pipeline tradizionali che concatenano riconoscimento vocale, LLM, sintesi vocale e avatar, Griffin mantiene percezione, decisione e generazione audio-video attive contemporaneamente, rivalutando l’interazione a intervalli inferiori al secondo.

    La versione di ricerca Griffin-Lite genera video a 720p in blocchi di circa 320 ms e, secondo Tavus, raggiunge una latenza audio-video media di 0,43 secondi su GPU H100. Nei benchmark indipendenti VideoFDB di NVIDIA ha ottenuto il punteggio più alto sia nella generazione sia nella percezione conversazionale tra i sistemi confrontati.

    Il dato più interessante arriva però da un esperimento con 54 partecipanti: dopo una videochiamata di un minuto, 26 persone, il 48%, hanno creduto di aver parlato con un essere umano. Tavus presenta questo risultato come il primo superamento di una sorta di “testi di Turing video”, anche se la definizione e la portata dell’esperimento richiedono cautela: si tratta di uno studio breve e con un campione relativamente limitato.

    Il passaggio strategico è significativo: l’interfaccia dell’AI potrebbe spostarsi dalla logica prompt → risposta verso una presenza artificiale continua, capace di vedere, ascoltare, attendere, interrompere e reagire mentre la conversazione è ancora in corso. Se questa architettura dovesse scalare, avatar, tutor, assistenti, customer service e agenti virtuali potrebbero diventare molto meno simili a chatbot e molto più simili a interlocutori.

    Link alla fonte:
    Tavus — Griffin: The First Human Interaction Model

  • Locally Uncensored: l’ecosistema All-in-One per chat, immagini e video AI 100% offline

    L’ecosistema dell’Intelligenza Artificiale open-source sta subendo una rapida frammentazione: per chattare con un modello testuale si usa un programma, per generare immagini un altro, e per i video un altro ancora. Locally Uncensored nasce per risolvere esattamente questo problema, offrendo un’applicazione desktop open-source che unifica la generazione di testo, immagini e video in un’unica interfaccia, eseguita interamente sul tuo hardware.

    Cos’è e come funziona? Locally Uncensored non reinventa la ruota, ma crea un ponte ottimizzato tra i migliori motori open-source attualmente disponibili. L’applicazione integra Ollama per la gestione dei modelli linguistici (LLM) e ComfyUI per la generazione visiva e video (Stable Diffusion e derivati), nascondendo la complessità di questi strumenti dietro un’interfaccia utente (UI) pulita e accessibile.

    I vantaggi chiave:

    • Un’unica app multimodale: passa da una conversazione testuale avanzata alla generazione di immagini o video senza mai cambiare finestra o avviare server locali separati.
    • Flessibilità e personalizzazione: il modulo chat supporta nativamente qualsiasi modello scaricabile tramite Ollama e include oltre 25 “personas” (ruoli preimpostati) per adattare le risposte dell’IA a contesti specifici.
    • Nessuna censura, nessun filtro: l’applicazione permette di eseguire versioni “uncensored” dei modelli (senza filtri di allineamento etico imposti dai provider cloud), offrendo risposte neutre e non filtrate per compiti di scrittura creativa o analisi senza restrizioni.
    • Privacy assoluta (Zero-Cloud): funzionando al 100% offline, nessun prompt, immagine o dato personale lascia mai il tuo computer. È la soluzione ideale per professionisti che trattano dati sensibili o protetti da NDA.

    L’entusiasmo della community attorno a questo progetto dimostra una chiara esigenza: gli utenti vogliono interfacce unificate che mantengano la potenza e la privacy del mondo open-source, senza la macchinosità delle configurazioni a riga di comando.

    Per approfondire il funzionamento dei motori alla base dell’app, puoi consultare la documentazione ufficiale di Ollama e il repository di ComfyUI. Il codice sorgente di Locally Uncensored è disponibile pubblicamente su GitHub.

  • Google Stitch introduce il “vibe design” e rivoluziona la progettazione UI con emozioni e voce

    Google aggiorna Stitch, il suo strumento sperimentale di design AI presentato al Google I/O 2025, introducendo il concetto di “vibe design”, che consente di creare interfacce partendo da emozioni e input astratti anziché da wireframe tradizionali.
    L’integrazione con Gemini Live permette agli utenti di dialogare vocalmente con la canvas, ricevendo suggerimenti, modifiche in tempo reale e persino interviste guidate per definire il design.
    Il sistema include anche un agente di design e un Agent Manager per gestire progetti complessi e collaborativi.
    Tra le funzionalità avanzate figurano l’estrazione automatica di design system da URL e la sincronizzazione tramite file DESIGN.md con altri strumenti.
    Stitch completa il flusso trasformando design statici in prototipi interattivi, segnando un possibile cambio radicale nel modo in cui si progettano le interfacce digitali.

    Link alla fonte:
    https://www.punto-informatico.it/stitch-di-google-creare-interfacce-con-voce-emozioni/

  • Google “trasloca” il menu di scelta dei modelli nel campo del prompt

    E poi, un sabato mattina di fine ottobre ti svegli, e scopri che Google ha deciso di mettere la selezione del modello di Gemini nel campo del chatbot, invece che in alto a sinistra com’era stato finora…