Das Start-up Thinking Machines Lab unter der Leitung von Mira Murati hat sein erstes KI-Modell vorgestellt, das darauf abzielt, die Sprach-KI von der herkömmlichen Frage-Antwort-Dynamik zu befreien. Das innovative Modell verarbeitet Audio, Video und Text in parallelen 200-Millisekunden-Chunks und strebt an, die Interaktionsqualität von OpenAIs GPT Realtime 2 und Googles Gemini Live zu übertreffen. Relevant ist in diesem Zusammenhang die Frage, ob die Fokussierung auf Interaktivität tatsächlich einen Fortschritt darstellt oder ob bestehende Modelle bereits ausreichend sind. Eine abschließende Bewertung ist zum jetzigen Zeitpunkt verfrüht, da die Marktreaktionen und die tatsächliche Leistungsfähigkeit des Modells noch abzuwarten sind. Die Entwicklung könnte jedoch potenziell neue Maßstäbe für Sprach-KI setzen und die Diskussion über die Zukunft der Interaktivität in diesem Bereich anstoßen.