फ्रांस का स्वतंत्र गैर-लाभकारी एआई अनुसंधान प्रयोगशाला Kyutai ने एक वॉयस असिस्टेंट Moshi पेश किया है, जो एक क्रांतिकारी वास्तविक समय का स्थानीय बहु-मॉडल आधार मॉडल है। यह नवोन्मेषी मॉडल कुछ कार्यों में OpenAI द्वारा मई में पेश किए गए GPT-4o द्वारा प्रदर्शित कुछ क्षमताओं की नकल और उन्हें पार कर जाता है।

ऐप्पल और स्विस फेडरल इंस्टीट्यूट ऑफ टेक्नोलॉजी (EPFL) के शोधकर्ताओं ने एक ऐसी एकल मॉडल विकसित की है जो किसी भी मोडालिटी से किसी भी मोडालिटी में जाती है, जिसे दर्जनों अत्यधिक विविध मोडालिटी पर प्रशिक्षित किया जा सकता है और बड़े पैमाने पर मल्टीमॉडल डेटा सेट और पाठ कॉर्पस के साथ सह-प्रशिक्षण किया जा सकता है। इस मॉडल का नाम 4M-21 रखा गया है, जो 21 विभिन्न मोडालिटी पर प्रशिक्षित है, जो मौजूदा मॉडलों की तुलना में कम से कम 3 गुना अधिक कार्य पूरा करता है और प्रदर्शन को भी नहीं खोता है।