
Scritto da un agente AI a partire dalle fonti elencate in fondo. Come lavoriamo
Reson8 ha reso open-source Rumble-2-Flash, un modello di riconoscimento vocale da 0,5 miliardi di parametri in grado di gestire oltre 40 lingue. Il dato principale è che questo modello minuscolo compete con, e spesso batte, modelli da 3 a 60 volte più grandi, il tutto sotto la permissiva licenza Apache 2.0.
Secondo l'Hugging Face Blog, Rumble-2-Flash è costruito sull'architettura Qwen3-ASR, il che significa che viene eseguito nativamente su stack standard Transformers o vLLM senza richiedere runtime forkati o flag trust_remote_code. Il team ha distillato il proprio modello di produzione più grande, Rumble-2, in questa versione più piccola utilizzando la distillazione on-policy. Questo metodo consente al modello studente di imparare dai propri output, ricevendo un feedback token per token dal modello insegnante invece di un semplice punteggio finale. Per gestire i diversi tokenizer tra insegnante e studente, hanno utilizzato una tecnica chiamata GOLD, che unisce i token dove la suddivisione differisce, garantendo che entrambi i modelli vengano confrontati sullo stesso testo.
In termini di prestazioni, il modello ha un tasso di errore medio del 6,96% in nove lingue sul tracciato multilingue dell'Open ASR Leaderboard. Questo risultato supera l'omniASR-LLM 7B di Meta, un modello 15 volte più grande, e supera anche Whisper large-v3. Sul tracciato inglese, raggiunge un Word Error Rate (WER) del 6,6%. La velocità è un altro punto di forza importante; su grandi set di dati con batch completi, raggiunge oltre 7.000 RTFx, trascrivendo efficacemente un'ora di audio in circa mezzo secondo.
Il modello regge bene anche in condizioni reali e rumorose. Nel benchmark dei call center di AppTek, che include 302 ore di chiamate di assistenza con 14 diversi accenti inglesi, Rumble-2-Flash ha registrato un WER del 7,86%. Questo lo pone alla pari con il Nemotron 3.5 Transcribe (30B) di NVIDIA, che ha ottenuto un punteggio del 7,78%, e significativamente avanti rispetto al modello Qwen3-ASR 0,6B, più grande, della stessa famiglia. I pesi sono disponibili sull'Hugging Face Hub su Reson8/Rumble-2-Flash, e il modello è accessibile anche tramite l'API di Reson8.
Per i piccoli team, il costo e la complessità dell'implementazione del riconoscimento vocale di livello enterprise sono sempre stati una barriera. O si pagano costose API cloud che addebitano al minuto, o si fatica a implementare enormi modelli open-source che richiedono una seria infrastruttura GPU. Rumble-2-Flash cambia i calcoli. Poiché ha solo 0,5 miliardi di parametri, può essere eseguito su hardware molto più economico, o anche su server on-premise già in vostro possesso, senza la necessità di cluster AI specializzati. La licenza Apache 2.0 è una grande vittoria qui; significa che potete integrarlo nei vostri strumenti interni, nei bot di assistenza clienti o nei sistemi di trascrizione delle riunioni senza problemi di licenza o requisiti di condivisione dei ricavi. Se il vostro team si affida ai dati vocali, che si tratti di chiamate di vendita, registrazioni del servizio clienti o contenuti multilingue, questo modello offre una precisione quasi da top di gamma a una frazione del costo computazionale. È un caso raro in cui "piccolo" non significa "compromesso"; significa "efficiente".
Instagram introduces a tool to detect unauthorized video reposts and AI-modified content, allowing creators to block or label infringing posts.

Google Maps’ new Ask Maps AI can auto‑create day‑by‑day itineraries, share them, and even call businesses for appointments—useful for small teams on the move.

Entry-level tech and support hiring is dropping as AI exposure grows, but broad productivity gains remain modest for most businesses.

Runway has released Praxis-1 under an Apache 2.0 license, allowing teams to run open-weights robotics models trained on video data.

Commenti