म्यूनिख विश्वविद्यालय, म्यूनिख मशीन लर्निंग सेंटर और Adobe Research द्वारा हाल ही में जारी किए गए शोध से पता चलता है कि GPT-4o, Gemini1.5Pro और Llama-3.3-70B सहित 12 शीर्ष AI भाषा मॉडल लंबे पाठ वैचारिक तर्क कार्यों में महत्वपूर्ण प्रदर्शन गिरावट का सामना कर रहे हैं। जबकि ये मॉडल कम से कम 128,000 टोकन के संदर्भ प्रसंस्करण का समर्थन करते हैं, उनकी गहरे तार्किक संबंध बनाने की क्षमता में अभी भी मौलिक सीमाएं हैं। शोध टीम द्वारा विकसित NOLIMA (बिना पाठ मिलान)

हाल ही में, एडोब रिसर्च ने उत्तर-पश्चिमी विश्वविद्यालय के साथ मिलकर Sketch2Sound नामक एक कृत्रिम बुद्धिमत्ता प्रणाली विकसित की, जो ध्वनि डिज़ाइनरों के काम करने के तरीके को पूरी तरह से बदलने की उम्मीद करती है। Sketch2Sound उपयोगकर्ताओं को गुनगुनाने, आवाजों की नकल करने और सरल टेक्स्ट विवरण का उपयोग करके पेशेवर ध्वनि प्रभाव और एम्बियंट साउंड बनाने की अनुमति देती है। यह प्रणाली उपयोगकर्ता के वोकल इनपुट के तीन महत्वपूर्ण तत्वों का विश्लेषण करती है: आवाज की मात्रा, ध्वनि की गुणवत्ता (जो ध्वनि की चमक या गहराई को निर्धारित करती है) और पिच।