ChatGPT, Claude, Gemini és a többi nagy AI-modell: új verziók, új képességek, AI-ügynökök
A Seedance 2.5 AI videómodell 50 referenciaanyagból képes 30 másodperces klipet generálni, ami jelentős előrelépés a korábbi Seedance 2.0 12 anyagához képest — közölte a ByteDance.
A Robot.com R-noid nevű, kerekes humánoid robotot dob piacra, amely a Physical Intelligence AI-modelljét használja a feladatok elvégzéséhez, és akár kétméteres magasságig nyúl.
Az Anthropic mérnökei negyedévente 8-szor több kódot adnak ki, mint 2021 és 2025 között, ami a kódgenerálás költségeinek összeomlásával a kódellenőrzést és megfigyelhetőséget teszi az új szűk keresztmetszetté.
A PP-OCRv6 medium modell +4,6 %-kal javítja a szövegdetektálást és +5,1 %-kal növeli a karakterfelismerést a korábbi PP-OCRv5-hez képest — a PaddlePaddle szerint.
Randima Fernando, a Center for Humane Technology társalapítója szerint az AI-modellek „érzelmi” reakciói nem valódi érzések, hanem a nagy emberi szövegkorpuszon való betanítás eredményei.
A MoonMath AI által fejlesztett, MIT-licenc alatt kiadott HIP figyelmi-mag 1,26-szoros sebességnövekedést kínál az AMD MI300X GPU-n, felülmúlva az AITER v3-at minden tesztelt formátumban.
Az EPFL, ETH Zurich és CSCS együttműködésében létrejött Apertus modell 8 és 70 milliárd paraméteres változatban érhető el, és a svájci Swisscom stratégiai partner.
A Poolside Laguna M.1 modellje 23 milliárd aktív paraméterrel és 256 ezer tokenes kontextusablakkal érkezik, Apache 2.0 licenc alatt.
Az Európai Uniónak 2031-re gazdasági és politikai instabilitással kell szembenéznie, ha nem tartja lépést az Egyesült Államokkal és Kínával a mesterséges intelligencia (AI) fejlesztésében – állítja a Guardian egy új elemzése.
John Jumper, az AlphaFold atyja és Nobel-díjas kutató hagyja el a Google DeepMindot, hogy csatlakozzon az Anthropic AI-céghez. Ez a harmadik kulcsember, aki távozik a Google-tól az elmúlt hónapokban.
A 3 milliárd paraméteres VibeThinker-3B modell a Sina Weibo kutatói szerint 96,1%-os elfogadási arányt ért el egy új, nehezen megoldható kódolási teszten.
A méret helyett a megbízhatóságra kell törekedni az AI-fejlesztésben, mert a legnagyobb modellek is jelentős arányban tévednek – derül ki a Z.ai GLM-5.2 és a GPT-5.5 összehasonlításából.
Az IEEE ötrészes online képzéssel segíti a mérnököket a nagy nyelvi modellek (LLM) tervezésében, biztonságos implementálásában és üzembe helyezésében.
A Google és az NYU TurboQuant módszere 4-szeres tömörítést tesz lehetővé, míg az Apple EpiCache a hosszú beszélgetések kezelését javítja.
Az új Jio Call Agent hívásokat fogad, összefoglal és feladatokat végez, mint a fuvarszervezés vagy az ételrendelés. A szolgáltatás idén év végén indul a Reliance több mint 500 millió felhasználója számára.
A Midjourney bemutatta első hardvertermékét, a Midjourney Scannert, amely 60 másodperc alatt készít teljes testképet ultrahanggal, sugárzás és mágneses mezők nélkül.
Noam Shazeer, a Google Gemini modelljeinek egyik fő építésze és a Transformer-architektúra egyik társszerzője az OpenAI-hoz szerződik. A lépés a két technológiai óriás közötti tehetségháború jele.
A Liquid AI két új, 350M paraméteres keresőmodellt dobott piacra, amelyek 11 nyelven képesek gyors, többnyelvű és cross-lingual keresésre, miközben kis lábnyomukkal szinte bárhol futtathatók.
Peter DeSantis, az Amazon AI-vezére szerint a cég modelljei „nem voltak az élvonalban”, de reméli, hogy egy éven belül utolérik az OpenAI-t és az Anthropicot.
A Perplexity Brain nevű új memóriarendszere az AI-ügynökök munkáját követi nyomon, nem a felhasználó preferenciáit, ezzel javítva a teljesítményt.
A népszerű AI-képgenerátor, a Midjourney stratégiai váltásba kezd: orvosi képalkotásra fókuszál, hogy jobb alternatívát kínáljon az MRI-szkennerekkel szemben.
Tetszik az oldal? Támogasd a fejlesztést
Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.