Agentic AI News 9 जुलाई 2026

OpenAI ने GPT-Live लॉन्च किया, एक फुल-डुप्लेक्स वॉइस मॉडल जो एक साथ सुन और बोल सकता है, स्वाभाविक रूप से रुकावटों को संभालता है, और जटिल प्रश्नों को GPT-5.5 पर स्थानांतरित करता है। यह पिछले Advanced Voice Mode को बदलता है।

• Introducing GPT‑Live(नए टैब में खुलता है)
• OpenAI releases new voice models for more natural live conversations(नए टैब में खुलता है)
• ChatGPT can now listen and talk at the same time, making AI conversations seem more human(नए टैब में खुलता है)
• ChatGPT’s upgraded voice mode is better at shutting up(नए टैब में खुलता है)

SpaceXAI ने Grok 4.5 जारी किया, एक मॉडल जो Anthropic के Opus और OpenAI के नवीनतम के साथ प्रतिस्पर्धी है, लेकिन लागत के एक अंश पर—उदाहरण के लिए, Terminal Bench पर GPT‑5.5 से लगभग मेल खाता है लेकिन टोकन की कीमतें बहुत कम हैं।

• SpaceXAI releases Grok 4.5, which Elon describes as an ‘Opus-class model’(नए टैब में खुलता है)
• Grok 4.5 is so cheap compared to Fable 5 and GPT 5.5 that benchmark gaps may not matter much(नए टैब में खुलता है)

Anthropic का Claude Fable 5 सभी नए Artificial Analysis उद्योग बेंचमार्क में अग्रणी है, हालांकि इसकी उच्च लागत ने कंपनी को इसे एक योजनाकार के रूप में उपयोग करने की सिफारिश करने के लिए प्रेरित किया जो निष्पादन को Sonnet 5 को सौंपता है, जिससे लागत में ~40% की कटौती होती है जबकि अधिकांश प्रदर्शन बरकरार रहता है।

• Anthropic's Claude Fable 5 dominates new industry benchmarks at a steep premium(नए टैब में खुलता है)
• Anthropic's fix for Fable 5's high cost is turning it into a manager that delegates to Sonnet 5(नए टैब में खुलता है)

AI स्टार्टअप्स तेजी से राजस्व में वृद्धि देख रहे हैं: Lovable कथित तौर पर $500M ARR पर अपने मूल्यांकन को $13.2B तक दोगुना कर रहा है, जबकि Prime Intellect ने उद्यमों को अपने स्वयं के एजेंट बनाने में मदद करने के लिए $130M जुटाए हैं।

• Lovable reportedly in talks to double its valuation to $13.2B(नए टैब में खुलता है)
• Prime Intellect raises $130M Series A to help enterprises build their own AI agents(नए टैब में खुलता है)
• These AI startups are growing revenue at faster and faster rates(नए टैब में खुलता है)

चीनी स्टार्टअप MiniMax इस वर्ष के अंत में एक 2.7 ट्रिलियन पैरामीटर मॉडल को ओपन-सोर्स करने की योजना बना रहा है, जो अब तक का सबसे बड़ा ओपन चीनी मॉडल होगा।

• Chinese AI startup MiniMax plans to open-source a 2.7 trillion parameter model later this year(नए टैब में खुलता है)

Meta ने Muse Image जारी किया, एक एजेंटिक इमेज-जनरेशन मॉडल जो टूल्स और Instagram फ़ोटो का उपयोग करता है, हालांकि इसने ऑप्ट-आउट सेटिंग्स पर गोपनीयता संबंधी चिंताएँ पैदा कीं।

• Muse Image is technically impressive, but Meta's use of Instagram photos raises questions(नए टैब में खुलता है)

LangChain और NVIDIA ने NemoClaw Deep Agents ब्लूप्रिंट लॉन्च किया, एक ओपन, शासन योग्य स्टैक जहां उन्होंने दिखाया कि केवल हार्नेस को ट्यून करने से Nemotron 3 Ultra को 10× कम लागत पर फ्रंटियर-एजेंट गुणवत्ता के करीब लाया गया।

• LangChain and NVIDIA Launch NemoClaw Deep Agents Blueprint(नए टैब में खुलता है)
• Deep Agents Code on NVIDIA NemoClaw(नए टैब में खुलता है)
• Tuning the harness, not the model: a Nemotron 3 Ultra playbook(नए टैब में खुलता है)

Modal ने AI एजेंट्स के लिए उद्देश्य-निर्मित क्लाउड बुनियादी ढांचा बनाने के लिए $355M जुटाए, जिसमें सैंडबॉक्स, तेज़ पुनरावृत्ति और प्रोग्रामेटिक नियंत्रण पर जोर दिया गया।

• Why AI Infrastructure must evolve for Agent Experience — Akshat Bubna, Modal CTO(नए टैब में खुलता है)

Google DeepMind ने Gemini API के प्रबंधित एजेंटों में बैकग्राउंड एक्ज़ीक्यूशन, रिमोट MCP सपोर्ट और कस्टम फंक्शन जोड़े, जिससे लंबे समय तक चलने वाले और एंटरप्राइज़-कनेक्टेड एजेंट वर्कफ़्लो सरल हो गए।

• Google Deepmind adds background execution and MCP support to Gemini API managed agents(नए टैब में खुलता है)

Microsoft ने Flint को ओपन-सोर्स किया, एक घोषणात्मक विज़ुअलाइज़ेशन भाषा और MCP सर्वर जो एजेंटों को सरल विशिष्टताओं से पॉलिश, अनुकूली चार्ट तैयार करने देता है।

• Flint: A visualization language for the AI era(नए टैब में खुलता है)

MTPLX V2 अब MLX मॉडल्स के लिए MacBook Pro पर 82 टोकन/सेकंड प्राप्त करता है, जबकि audio.cpp ने स्ट्रीमिंग ASR जोड़ा जो 327 सेकंड के ऑडियो को 2.17 सेकंड में ट्रांसक्राइब करता है—दोनों महत्वपूर्ण स्थानीय रनटाइम स्पीडअप हैं।

• 82 TPS On Qwen 3.6 27b On A Macbook Pro | Introducing MTPLX V2: The Fastest Way To Run MLX Models.(नए टैब में खुलता है)
• [audio.cpp] What Does the Fox Say: 4 ASR models (Nemotron 3.5 ASR, Higgs Audio STT, VibeVoice ASR, and Hviske ASR) in native C++/GGML, init streaming support, and 327s of audio transcribed in 2.17s.(नए टैब में खुलता है)

NVIDIA ने एजेंटों को प्रशिक्षित करने के लिए खुले डेटासेट जारी किए—सॉफ्टवेयर इंजीनियरिंग ट्रेस, टूल-उपयोग विफलताएं, और बहु-चरणीय तर्क लॉग—डेवलपर्स को अधिक मजबूत एजेंटिक सिस्टम बनाने में मदद करने के लिए।

• Data for Agents(नए टैब में खुलता है)

Bun प्रोजेक्ट के Rust रीराइट ने प्रदर्शित किया कि आज के कोडिंग एजेंट सुरक्षित रूप से बड़े पैमाने पर बुनियादी ढांचे के रीराइट कैसे कर सकते हैं, जिससे उन परियोजनाओं के लिए समीकरण बदल गया जो पहले कभी ग्राउंड-अप रीराइट पर विचार नहीं करती थीं।

• Rewriting Bun in Rust(नए टैब में खुलता है)

OpenAI के SWE‑Bench Pro कोडिंग बेंचमार्क के ऑडिट में पाया गया कि ~30% कार्य टूटे हुए हैं, जिससे एजेंटिक कोडिंग क्षमताओं के मूल्यांकन के लिए इसकी विश्वसनीयता कम हो गई है।

• Separating signal from noise in coding evaluations(नए टैब में खुलता है)

Llama.cpp ने Ternary Bonsai 1.58‑bit मॉडल्स के लिए Q2_0 क्वांटाइज़ेशन सपोर्ट जोड़ा, और HF Viewer को इंस्टेंट सर्च और इंटरैक्टिव मॉडल एक्सप्लोरेशन के साथ एक बड़ा UI रिवैंप मिला।

• Ternary Bonsai 1.58-bit models - ggml: add Q2_0 quantization support (CPU) by khosravipasha · Pull Request #24448 · ggml-org/llama.cpp(नए टैब में खुलता है)
• HF Viewer tons of new features!(नए टैब में खुलता है)

समुदाय के सदस्य घरेलू हार्डवेयर पर 753B‑parameter GLM‑5.2 MoE चला रहे हैं: चार DGX Sparks पर एक 4‑bit क्वांट 70.8% Terminal‑Bench पर हिट करता है, और एक 140GB IQ2_XXS क्वांट परीक्षण के लिए उपलब्ध है।

• 4-bit GLM-5.2 (753B MoE) on 4× DGX Spark: 70.8% on Terminal-Bench 2.1 vs 81.0% for the full model(नए टैब में खुलता है)
• Running GLM 5.2 on 4xGB10 with a 100G Switch, 330k ctx, ~25 t/s tg, ~650 t/s pp(नए टैब में खुलता है)
• I created a 140 GB IQ2_XXS REAP quant of GLM 5.2 for coding. Looking for testers.(नए टैब में खुलता है)

वास्तविक दुनिया का उपयोग दर्शाता है कि Qwen3.5‑122B जैसे बड़े MoE मॉडल छोटे डेंस या MoE मॉडल की तुलना में जटिल एजेंटिक कार्यों के लिए कहीं अधिक विश्वसनीय रहते हैं, जो अक्सर आर्किटेक्चर और टूल कॉलिंग के साथ संघर्ष करते हैं।

• Qwen3.5 122B is the best?(नए टैब में खुलता है)
• Qwen3.6-27b does not understand software architechure.(नए टैब में खुलता है)

क्वांटाइज़ेशन गुणवत्ता मायने रखती है: Döner Bench के परिणाम बताते हैं कि निम्न-बिट क्वांट्स मॉडलों को तेजी से लोबोटोमाइज़ कर रहे हैं, IQ2 क्वांट्स सुसंगति खो रहे हैं और कभी-कभी अनुपयोगी आउटपुट उत्पन्न कर रहे हैं।

• Döner Bench round 2: Quant compare(नए टैब में खुलता है)

स्थानीय Llama मॉडल एक अच्छी तरह से ट्यून किए गए RAG सिस्टम के साथ तकनीकी प्रश्नों का सटीक उत्तर दे सकते हैं, बंद मॉडलों को टक्कर देते हैं, और Apple Intelligence का 3B मॉडल RAG के साथ 86% स्कोर करता है।

• Can you trust local models to answer accurately?(नए टैब में खुलता है)

खुलेपन के आसपास समुदाय की बहस जारी है: K2 Think v2 जैसे मॉडल जो प्रशिक्षण डेटा और रेजिमेन जारी करते हैं, Artificial Analysis खुलापन सूचकांक पर सर्वोच्च स्कोर करते हैं।

• Which open models help the eco system more?(नए टैब में खुलता है)

AI गेमिंग को नया आकार दे रहा है: मॉडर्स अब Skyrim में गतिशील NPC बनाने के लिए स्थानीय LLM चलाते हैं, और नए ओपन-सोर्स टूल आवाज़ों और अन्य गेम एसेट्स की पूरी तरह से स्थानीय पीढ़ी की अनुमति देते हैं।

• AI has completely revolutionized how I play RPGs(नए टैब में खुलता है)
• Complete local model asset generation pipeline(नए टैब में खुलता है)

Mistral ने Robostral Navigate के साथ रोबोटिक्स में प्रवेश किया, एक 8B मॉडल जो एकल RGB कैमरे का उपयोग करके पहियों वाले, पैरों वाले या उड़ने वाले रोबोटों को चलाता है और R2R‑CE नेविगेशन बेंचमार्क पर 79.4% प्राप्त करता है।

• Mistral enters robotics with Robostral Navigate, an 8B model that steers robots using just one camera(नए टैब में खुलता है)
• Robostral Navigate: single-camera AI navigation | Mistral AI(नए टैब में खुलता है)

General Intuition ने $320M जुटाए इस थीसिस पर कि गेमिंग डेटा सामान्य-उद्देश्य वर्ल्ड मॉडल्स के लिए लापता घटक है, एम्बॉडेड AI के लिए “ChatGPT क्षण” की भविष्यवाणी करते हुए, और पहले से ही एक रोबोट को केवल आठ मिनट के वास्तविक दुनिया के डेटा के बाद कार्यालय में नेविगेट करते हुए दिखाया।

• This startup thinks robotics is about to have its ChatGPT moment(नए टैब में खुलता है)
• Why this CEO thinks video games make better training data than the internet(नए टैब में खुलता है)
• Your gaming data could be the secret to AGI, according to this Bezos-backed startup(नए टैब में खुलता है)

Brown University के एक अर्थशास्त्र प्रोफेसर को AI धोखाधड़ी का संदेह हुआ और उन्होंने व्यक्तिगत रूप से फाइनल दिया; अंक 50% गिर गए, जिससे Ivy League के छात्रों में व्यापक दुरुपयोग उजागर हुआ।

• Suspecting AI cheating, Ivy League prof ordered an in-person final; scores fell 50%(नए टैब में खुलता है)

एक मुकदमे में आरोप लगाया गया है कि xAI के Grok ने एक नाबालिग की 7,000 CSAM छवियां उत्पन्न कीं और कंपनी ने जांच में बाधा डाली; इस बीच, Google के SynthID ने सीनेटर McConnell की AI-जनरेटेड धोखाधड़ी छवि का सफलतापूर्वक खंडन किया।

• Lawsuit: Man used Grok to make 7K sex images of stepdaughter, then shot himself(नए टैब में खुलता है)
• Google’s deepfake detector system used to debunk McConnell hoax pic(नए टैब में खुलता है)

Meta का हमेशा चालू रहने वाला चश्मा प्रोटोटाइप, जो हर कुछ सेकंड में चुपचाप ऑडियो और फ़ोटो रिकॉर्ड कर सकता है, और इसके Muse Image मॉडल द्वारा उचित सहमति के बिना Instagram चेहरों का उपयोग, गोपनीयता और सहमति पर बहस को फिर से हवा दे रहे हैं।

• Meta wants its AI glasses to seem less creepy. Its AI strategy says otherwise.(नए टैब में खुलता है)
• Meta tests always-on AI glasses that capture your entire day(नए टैब में खुलता है)
• Muse Image is technically impressive, but Meta's use of Instagram photos raises questions(नए टैब में खुलता है)

OpenAI ने लोकतांत्रिक जवाबदेही पर जोर देते हुए राष्ट्रीय सुरक्षा सिद्धांत प्रकाशित किए, जबकि चीन ने UN के पहले वैश्विक AI शासन संवाद में ओपन-सोर्स AI को एक साझा संपत्ति के रूप में प्रचारित किया।

• Our approach to government and national security partnerships(नए टैब में खुलता है)
• What China Said at the UN’s First Global Dialogue on AI Governance(नए टैब में खुलता है)