Tavus lanceert tool voor het bouwen van digitale mensen zonder code

Tavus heeft PAL Maker gelanceerd, een platform waarmee je zonder programmeerkennis een digitale AI-persoon bouwt met een eigen gezicht, stem, persoonlijkheid en geheugen. Gebruikers beschrijven wat ze willen en de tool genereert de rest.

Het bedrijf noemt zelf toepassingen als klantenondersteuning, onboarding van nieuwe medewerkers en persoonlijke begeleiding. Of dat in de praktijk werkt zoals beloofd, hangt sterk af van hoe overtuigend de interacties aanvoelen voor eindgebruikers.

Waar je op moet letten: digitale mensen die namens een organisatie communiceren, roepen vragen op over transparantie. Weet de gebruiker dat hij met een AI praat? Dat is een ethische vraag, en in steeds meer rechtsgebieden ook een wettelijke.

tavus

ChatGPT bereikt bijna 1 miljard wekelijkse gebruikers

ChatGPT nadert de grens van 1 miljard wekelijkse actieve gebruikers, een mijlpaal die OpenAI zeven maanden geleden al wilde bereiken. Dat is later dan gepland, maar nog steeds sneller dan TikTok, Instagram of YouTube die grens bereikten.

Voor organisaties die twijfelen of AI echt breed wordt ingezet: het antwoord is ja. ChatGPT is bij veel mensen net zo ingeburgerd als een zoekmachine. Werknemers zijn dus al gewend aan de interface en het gebruik vormt geen grote drempel meer.

De keerzijde is dat brede adoptie niets zegt over verantwoord gebruik. Organisaties zonder AI-beleid lopen het risico dat medewerkers gevoelige data in tools sturen zonder duidelijke kaders.

OpenAI biedt 100.000 academische wetenschappers gratis toegang tot GPT-5

OpenAI geeft 100.000 wetenschappers gratis toegang tot GPT-5-modellen, met 2027 als streefdatum. Het is een strategische zet om academisch onderzoek aan het eigen platform te koppelen, terwijl concurrenten als Anthropic en Google eveneens zwaar investeren in wetenschappelijke toepassingen.

Voor universiteiten en onderzoeksinstellingen biedt dit een concrete kans om nu al met frontier-modellen te werken zonder licentiekosten. Denk aan toepassingen in data-analyse, literatuuronderzoek of het genereren van hypotheses.

Let op: gratis toegang via een partnerschap betekent ook dat gebruik en uitkomsten mogelijk bijdragen aan de trainings- en evaluatieprocessen van OpenAI zelf. Lees de voorwaarden goed door voordat je als instelling aansluit.

OpenAI brengt stille beveiligingstool uit voor codebases

OpenAI heeft een open-source beveiligings-CLI uitgebracht die repositories scant op kwetsbaarheden en integreert in CI/CD-pipelines. Opvallend: de tool werd eerst ontdekt op Hacker News voordat OpenAI zelf een aankondiging deed.

Voor teams die AI-gegenereerde code inzetten, is dit direct relevant. AI-modellen schrijven snel code, maar niet altijd veilige code. Een geautomatiseerde scan in je CI/CD-pipeline is een laagdrempelige manier om dat risico te verkleinen.

Tip: integreer de CLI in een testomgeving en draai hem op een bestaande codebase om te zien welke soorten kwetsbaarheden hij oppikt. Dat geeft je meteen een beeld van de kwaliteit en de blinde vlekken.

Fish Audio haalt 52 miljoen dollar op en lanceert sneller stemmodel

Fish Audio heeft een financieringsronde van 52 miljoen dollar afgesloten en tegelijk een nieuw stemmodel uitgebracht dat volgens het bedrijf twee keer sneller is dan concurrerende modellen. De groei is opvallend: het bedrijf groeide in twaalf maanden van een GitHub-project naar 21 miljoen dollar jaaromzet.

De strategie draait om het weggeven van het basismodel en het verkopen van enterprise-contracten rondom de infrastructuur. Dat patroon zien we vaker in AI en het werkt, want het verlaagt de adoptiedrempel en creëert afhankelijkheid op het niveau waar geld zit.

Voor organisaties die stemtechnologie willen inzetten, bijvoorbeeld voor klantenservice of interactieve producten, is Fish Audio S2.1 Pro een optie die naast ElevenLabs en PlayHT de moeite waard is om te evalueren.

Robotica: orkestratielaag tilt bevroren motorbeleid van 17 naar 97 procent nauwkeurigheid

Onderzoekers hebben een orkestratielaag gebouwd die om bestaande, bevroren motorvaardigheden van robots heen wordt gewikkeld. Het resultaat: de nauwkeurigheid steeg van 16,7 procent naar 97,3 procent zonder de onderliggende modellen opnieuw te trainen.

Dit illustreert een bredere trend in AI-infrastructuur. Niet het model zelf verbeteren, maar de coördinatielaag eromheen bouwen, levert soms een dramatisch verschil op. Dat principe geldt ook buiten de robotica, bijvoorbeeld bij AI-agents die meerdere tools aansturen.

Voor ontwikkelaars die werken met AI-pipelines: kijk eerst of betere orkestratie je probleem oplost voordat je investeert in finetuning of een groter model.