GPT, Claude, Gemini és más generatív AI modellek, agents, multimodális rendszerek
Simon Willison március 25-én kiadta a datasette-llm 0.1a1-et, amely 127 pluginnak biztosítja az LLM modellek központi regisztrációját és lekérdezését az új register_llm_purposes() és get_purposes() funkciók révén.
Alisa Fortin termékmenedzser szerint a Lyria 3 modell két változatban érhető el, a Lyria 3 Pro háromperces dalokat hoz létre.
A Google termékmenedzsere, Alisa Fortin bejelentette, hogy a Nano Banana 2 már most elérhető a Google AI Studio és a Gemini API-n keresztül, és 512 px felbontású, gyorsabb, magasabb minőségű képszerkesztést biztosít.
A Gemini 3.1 Flash Live modell 36.1 százalékos eredményt ért el a Scale AI Audio MultiChallenge tesztben.
A Google Deepmind már márciusban bevezette a Gemini 3.1 Flash-Lite modellt, amely a weboldalak generálását 2,5-szer gyorsabbá teszi, miközben másodpercenként 360 token feldolgozására képes, de az ár háromszorra emelkedett, így elsősorban fejlesztőknek és prototípus-készítőknek lehet vonzó.
A Google szerint a TurboQuant 8-szoros teljesítménynövekedést és 6-szoros memóriahasználat-csökkenést ért el bizonyos tesztekben.
A Google Gemini 3.1 Flash-Lite modell 0,25 dollárba kerül millió bemeneti tokenenként, és 1,50 dollárba millió kimeneti tokenenként.
Több mint 6 kategóriába sorolt biztonsági politika került kidolgozásra, hogy a fejlesztők hatékonyabban védelmezhessék a tinédzsereket.
Több mint 50%-os sikeraránnyal kell reprodukálhatónak lennie a harmadik féltől származó parancsok befecskendezésének és az adatok kiszivárogtatásának a Safety Bug Bounty programban.
Callum McMahon biztonsági kutató fedezte fel a támadást, ami legalább két verzióban, a 1.82.7 és 1.82.8-ban okozott károkat.
Az Anthropic Claude modellje most az iráni amerikai csapásokat gyorsítja fel, ami miatt több ezer felhasználó lemondta ChatGPT előfizetését és csatlakozott a QuitGPT kampányhoz, miközben a Pentagonnal való együttműködés feszültséget szít az AI iparban.
Pierre Stock, a Mistral AI alelnöke elárulta, hogy a Voxtral TTS modell fejlesztését a vevők igényeire reagálva kezdték el.
A francia startup új modellje egyszerre gondolkodik, lát és kódol — miközben a paramétereinek csak töredékét használja egyszerre.
A Google bejelentette, hogy a Pixel 10 már képes a Quick Share-ből elindított AirDrop-kapcsolatra, így iPhone-okkal is egyszerűen lehet fájlokat cserélni, a funkciót erős biztonsági intézkedések védik.
Az OpenAI kiadott egy útmutatót, amely segíti a front-end tervezőket GPT-5.4–tel jobb UI-t készíteni, konkrét szabályokkal a márkanevetől a hero képig.
A Claude Code AI-szerkesztő subagentje 5 másodperc alatt megtalálta a Django blog chapter diff nézetét, a templates, static és blog mappákban keresve, miközben a fő kontextus érintetlen maradt.
Az NVIDIA új Agent Toolkitjével nyílt forráskódú OpenShell-t kínál, amely policyalapú szűrőkkel tartja kontroll alatt a „claws” ügynököket, és integrálja a Cisco, CrowdStrike, Google, Microsoft Security és TrendAI rendszereket a vállalati környezetben.
Jensen Huang szerint a DLSS 5 nem generál új tartalmat, hanem az artista irányítása alatt finomítja a jelenlegi 3D-struktúrát.
Egy OpenAI-közeli forrás szerint a GPT-5 „deep thinking" módja akár 20 percig futhat egyetlen összetett kérdésen — az eredmények állítólag megdöbbentették a fejlesztőket is.
Az új, 5 dolláros USB-C mágneses breakaway csatlakozó 240 W teljesítményt képes átadni, miközben 180 fokos kanyarodásra és 360 fokos forgásra is lehetőséget biztosít, és az erős mágnesek megakadályozzák a portok sérülését.
Xiaomi három új AI modellt – MiMo-V2-Pro, MiMo-V2-Omni és egy TTS modellt – jelentett be, amelyek közelítik Anthropic Claude Opus 4.6 teljesítményét, miközben jelentősen olcsóbbak.
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.