Андрей Гусейнов
Пользователям ГигаЧат стала доступна «голосовая» нейросеть GigaChat Audio. Фото РИА Новости
Сбер обновляет инструменты искусственного интеллекта (ИИ) для разных задач. Пользователям ГигаЧат стала доступна голосовая нейросеть GigaChat Audio – большая языковая модель, способная обрабатывать аудиофайлы и голосовые сообщения напрямую, без промежуточного этапа перевода речи в текст. Параллельно Сбер представил GigaCode Desktop – решение, объединяющее команду специализированных ИИ-агентов в работе со сложными бизнес-процессами.
Голос – самый естественный способ общения с технологией, но и самый требовательный: любая ошибка в распознавании или неверно считанная эмоция сразу разрушает доверие к ассистенту, отметил старший вице-президент, руководитель блока «Развитие генеративного ИИ» Сбербанка Антон Фролов.
«Поэтому мы считаем аудио точкой роста для рынка ИИ-помощников. Запуская эти модели в открытый доступ, мы даем мощный инструмент разработчикам и ученым. От синхронного голосового перевода до сервисов для людей с нарушениями речи – спектр применений у голосовых технологий очень широкий. А мультиязычность и возможность легкого обучения другим языкам открывают для них и международные перспективы», – подчеркнул Антон Фролов.
Главное новшество – эмоциональный слух: ГигаЧат научился определять настрой пользователя – позитивный или негативный. Система анализирует интонацию, тембр голоса и особенности произношения. Благодаря этому ассистент подбирает более уместную реакцию: смягчает тон при общении с раздраженным человеком или радуется вместе с пользователем хорошей новости.
Модель умеет работать с длинными записями – до трех часов и свободно ориентируется внутри такой записи. Пользователь может спросить, в какой момент разговора поднимался конкретный вопрос, попросить пересказать нужный отрезок или получить выжимку всей беседы со ссылками на конкретные тайм-коды. Отдельная полезная функция – распознавание разных говорящих в записи. Это делает модель удобной для разбора совещаний, навигации по записям, составления протоколов встреч.
Появилась и долговременная память: ГигаЧат теперь способен запоминать важные факты, упомянутые пользователем в голосовом диалоге, и использовать их в следующих сессиях. Например, при повторном обращении ассистент учтет ранее сделанные пожелания и предложит маршрут путешествия исходя из интересов человека. Управление памятью полностью в руках пользователя: зафиксированные факты можно просмотреть, отредактировать или вовсе отключить эту функцию в настройках профиля.
Внутренние тесты показали, что GigaChat Audio понимает и отвечает на голосовые запросы на уровне ведущих мировых моделей. Это подтверждает тест Arena Hard Audio, где разные нейросети «вслепую» сравнивают ответы конкурентов на одинаковые голосовые вопросы. Результат ГигаЧата – 75% побед, что близко к показателю Gemini-3-Flash-preview (77,5%) и заметно выше, чем у Gemini-2. 5-Pro (62%). По точности распознавания эмоций модель Сбера показывает 80% – это превосходит результаты Qwen3-Omni-30B (70%) и Kimi-Audio (62%).
Кроме интеграции в ИИ-помощник, команда проекта открыла публичный доступ к облегченной версии модели – GigaChat3. 1-Audio-10B. Она распознает русский, английский и ряд других языков. На ее основе разработчики могут создавать сервисы транскрибации, тренажеры произношения, инструменты оценки качества озвучки, голосовые переводчики с учетом контекста и системы пересказа длинных аудиозаписей.
Еще один релиз – семейство моделей автоматического распознавания речи GigaAM Multilingual. Это первая российская открытая модель, работающая с несколькими языками одновременно. Модель поддерживает русский, английский, киргизский, казахский и узбекский языки. Доступны две версии: компактная, работающая на обычных процессорах, и флагманская – с более высоким качеством распознавания. Область применения широкая: кол-центры, голосовые ассистенты, расшифровка встреч, интервью и подкастов, голосовой ввод в приложениях, автоматические субтитры.
Обе модели прошли предварительное обучение сразу на большом числе языков. Это значит, что их можно быстро дообучить под дополнительные языки, включая языки стран СНГ – достаточно нескольких десятков часов размеченных аудиозаписей. Модели уже опубликованы на GitVerse и Hugging Face, а научные статьи о них приняты на Interspeech 2026 – одну из ведущих международных конференций по речевым технологиям.
Отдельная новость касается корпоративных инструментов: Сбер представил GigaCode Desktop – универсальное приложение, объединяющее команду специализированных ИИ-агентов в едином интерфейсе. Продукт выходит за рамки задач написания кода и уже используется в ключевых подразделениях банка. В планах – вывод решения на внешний рынок.
GigaCode Desktop – оркестрируемая экосистема узкопрофильных агентов, которые работают синхронно. Они ищут информацию, анализируют документы, формируют отчеты, готовят презентации, отслеживают промежуточные результаты и согласуют действия между собой.
Автоматизация типовых операций освобождает сотрудников для сложных аналитических и креативных задач. Решение адресовано не только разработчикам, но и широкому кругу специалистов: бизнес-аналитикам, тестировщикам, менеджерам проектов, продуктовым владельцам, экспертам по информационной безопасности.
Запуск приложения – стратегический шаг в реализации AI-Disrupt PDLC, концепции Сбера по перестройке всего жизненного цикла разработки программного обеспечения вокруг искусственного интеллекта. Ее цель – создать единый портфель инструментов Сбера для каждого этапа разработки продукта. Сегодня в эту экосистему входят: GigaCode – агент для генерации и анализа кода, GigaView – инструмент на базе GigaCode для анализа продуктивности разработчиков и эффективности команд, GigaIDE – интегрированная среда разработки, GitVerse – платформа для совместной работы с кодом, GigaStudio – система создания веб-приложений с помощью генеративного ИИ.
«Значительная часть интеллектуального труда до сих пор состоит из операционной рутины: поиска информации, оформления документов, аналитики, подготовки отчетов и постоянного переключения между приложениями. На эти процессы уходит до половины рабочего времени. ИИ-агенты способны взять их на себя, экономя каждому сотруднику несколько часов в неделю. Для крупной компании это эквивалент тысяч дополнительных человеко-часов», – отметил старший вице-президент, руководитель блока «Технологии» Сбербанка Кирилл Меньшов.
«При работе со сложными бизнес-процессами GigaCode Desktop переводит взаимодействие из формата отдельных диалогов в режим управления группой автономных агентов. Платформа ускоряет командную работу и органично дополняет линейку решений, заложенных в нашу концепцию AI-трансформации разработки программного обеспечения – AI-Disrupt PDLC», – добавил он.
