Agentic AI News 21 जुलाई 2026

चीनी खुले-भार मॉडलों में उछाल. Moonshot AI ने Kimi K3 (2.8T MoE) जारी किया, Alibaba ने Qwen 3.8 Max (2.4T) की घोषणा की, और DeepSeek V4 Flash API पर दिखाई दिया, ये सभी अमेरिकी मॉडलों को टक्कर दे रहे हैं और खुले-भार में जारी होने वाले हैं। Kimi K3 की मांग इतनी अधिक थी कि GPU क्षमता पूरी होने के कारण 48 घंटों के भीतर नई सदस्यताएं रोक दी गईं।

• China delivers a one-two punch to America’s AI dominance(नए टैब में खुलता है)
• [AINews] not much happened today(नए टैब में खुलता है)
• Kimi-K3 isn’t quite better than Fable yet, but it’s definitely getting closer.(नए टैब में खुलता है)
• Moonshot pauses new Kimi K3 subscriptions after GPU demand maxes out in 48 hours(नए टैब में खुलता है)
• Kimi K3: The open-weights escalation(नए टैब में खुलता है)
• DeepSeek v4 flash release version appears to have been activated on api. Open weights imminent?(नए टैब में खुलता है)
• According to Agent Arena Kimi K3 ranks at same level as opus thinking(नए टैब में खुलता है)

अमेरिका चीनी मॉडलों पर प्रतिबंध पर विचार कर रहा है. Trump प्रशासन खरीद प्रतिबंधों, Entity List नामांकनों और देयता नियमों की खोज कर रहा है जो प्रभावी रूप से Kimi K3 जैसे उन्नत चीनी मॉडलों पर प्रतिबंध लगा देंगे। यह बहस AI रणनीतिकारों को विभाजित करती है: कुछ खुले-भार मॉडलों को सुरक्षा जोखिम मानते हैं, जबकि अन्य तर्क देते हैं कि वे नवाचार को गति देते हैं।

• OpenAI is scared of open-weight models. Should the US be?(नए टैब में खुलता है)
• Trump administration reportedly builds a slow-motion ban on Chinese AI models through sanctions and soft pressure(नए टैब में खुलता है)
• Sources: parts of the Trump administration are reigniting efforts to implement de facto bans on foreign open-source models, as Chinese AI models gain momentum(नए टैब में खुलता है)
• China’s AI models have Trump’s AI world at war with itself(नए टैब में खुलता है)
• Who’s Afraid of Chinese Models?(नए टैब में खुलता है)

खुले बनाम बंद मॉडलों के बीच अंतर कम हुआ. UK AISI ने पाया कि GLM-5.2 और DeepSeek V4-Pro जैसे खुले-भार मॉडल अब मालिकाना साइबर क्षमताओं से केवल 4-7 महीने पीछे हैं, जो पहले 6-10 महीने था। शीर्ष मॉडल रैंकिंग में Google की अनुपस्थिति मालिकाना ठहराव की धारणा को मजबूत करती है।

• Import AI 465: Open vs closed gaps; Kimi K3; Demis' big policy plan(नए टैब में खुलता है)
• Google has disappeared completely from the top 15(नए टैब में खुलता है)
• American AI is locked down and proprietary. It's losing.(नए टैब में खुलता है)

Kimi K3 ने छिपी हुई बग खोजी. एक क्रिप्टो प्रोजेक्ट ऑडिट में, Kimi K3 ने पांच गंभीर बग खोजे जो Claude Opus 4.8, Fable और GPT-5.6 Sol से छूट गए थे, आंशिक रूप से उन मॉडलों पर गार्डरेल के कारण। Hugging Face का भी ऐसा ही अनुभव था जहाँ सुरक्षा प्रतिबंधों ने सुरक्षा अनुसंधान में बाधा डाली।

• Kimi K3 just fixed 15 critical security bugs that Codex and Fable refused because of “cyber guardrails”. Hugging Face: We had this experience ourselves this week! Very scary to be guardrailed as a defender when you know attackers are likely bypassing(नए टैब में खुलता है)

DFlash Spec-Decode दौड़ में शीर्ष पर. Qwen3.6-27B पर स्पेक्युलेटिव डिकोडिंग विधियों के एक बेंचमार्क में DFlash ने 3.3x तक जनरेशन स्पीडअप दिखाया, जबकि MTP/NEXTN ने 2.2-2.8x प्रदान किया। उपभोक्ता हार्डवेयर पर, MTP सेटिंग्स में बदलाव ने प्रदर्शन में उल्लेखनीय वृद्धि की।

• Benchmarked every spec-decode method on Qwen3.6-27B across vLLM and SGLang (single RTX PRO 6000 Max-Q)(नए टैब में खुलता है)
• MTP on MoE matters(नए टैब में खुलता है)

एक RTX 5090 पर 543 tok/s. कस्टम NInfer इंजन ने 65K-टोकन डिकोड के दौरान Qwen3.6-35B-A3B पर प्रति सेकंड 543 टोकन बनाए रखा, एक RTX 5090 का उपयोग करते हुए। यह हाथ-अनुकूलित कर्नेल, कस्टम क्वांटाइजेशन और समर्पित LM-हेड ड्राफ्ट मॉडल के माध्यम से प्राप्त होता है।

• 543 tok/s single-request Qwen3.6-35B-A3B on one RTX 5090 over a 65K-token decode(नए टैब में खुलता है)

Bonsai 2-बिट आशाजनक दिखा. Ternary-Bonsai-27B ने 2-बिट पर केवल 8GB VRAM का उपयोग करके Terminal-Bench 2.0 पर 7.9% स्कोर किया, हालाँकि यह 9B Q4 बेसलाइन से कम प्रदर्शन किया। 1-बिट संस्करण ने सुसंगत पाठ उत्पन्न किया लेकिन एजेंट कार्यों के लिए अविश्वसनीय था।

• I ran Ternary-Bonsai-27B (2-bit) and Bonsai-27B (1-bit) on Terminal-Bench 2.0, in 8GB VRAM(नए टैब में खुलता है)

DWARF: 9:1 स्पार्स अटेंशन. DWARF आर्किटेक्चर प्रति 32 परतों पर एक पूर्ण कॉज़ल अटेंशन लेयर का उपयोग करता है, बाकी में डायनामिक स्पार्स क्वेरी-गैदर ऑफ़सेट होते हैं। यह अत्यधिक स्पार्सिटी के बावजूद प्रशिक्षित लंबाई से 3 गुना तक संदर्भ को विश्वसनीय रूप से पुनः प्राप्त करता है।

• Introducing DWARF-55M-Base(नए टैब में खुलता है)

MCP सेशन आईडी का ओवरहाल. अगले Model Context Protocol संस्करण में जटिल सेशन आईडी को टोकन मॉडल से बदलकर सेशन प्रबंधन को सरल बनाया जाएगा, जिससे स्टेटफुल एजेंट कनेक्शन बनाने में डेवलपर की कठिनाई कम होगी।

• AI’s most important protocol is getting a little bit easier to use(नए टैब में खुलता है)

Unsloth में AMD समर्थन जोड़ा गया. Unsloth अब आधिकारिक तौर पर फाइन-ट्यूनिंग और इन्फ्रेंस के लिए AMD GPUs का समर्थन करता है, जिसमें 70% तक VRAM कमी होती है। Windows, Linux और WSL पर ROCm, PyTorch और llama.cpp के लिए अनुकूलित बिल्ड स्वचालित रूप से स्थापित होते हैं।

• Unsloth now supports AMD!(नए टैब में खुलता है)

Trellis.cpp को GUI मिला. Trellis.cpp Studio स्वचालित रूप से वज़न डाउनलोड करता है और इमेज-टू-3D जनरेशन के लिए अंतर्निहित Three.js पूर्वावलोकन प्रदान करता है, जिससे स्थानीय 3D एसेट निर्माण अधिक सुलभ हो जाता है।

• Trellis.cpp now has a studio!(नए टैब में खुलता है)

LangChain का एजेंट गवर्नेंस फ्रेमवर्क. LangChain ने एजेंट समस्या का पता लगाने के लिए IssueBench पेश किया, और एक गवर्नेंस फ्रेमवर्क जो रनटाइम पर हर मॉडल और टूल कॉल में लागत, नियंत्रण और अनुपालन नीतियों को लागू करता है।

• IssueBench - How We Evaluate Engine(नए टैब में खुलता है)
• Building Governed Agents: A Framework for Cost, Control, and Compliance(नए टैब में खुलता है)

AI ने रिवर्स इंजीनियरिंग को सस्ता बनाया. कोडिंग एजेंट घरेलू उपकरणों के रिवर्स-इंजीनियरिंग के प्रयास को इतना कम कर देते हैं कि अस्थिर API के बावजूद उन्हें स्वचालित करना अब लाभदायक है। Anthropic का Claude Code एक 'लीन हार्नेस' दृष्टिकोण अपनाता है, बिना अधिक-इंजीनियरिंग के तेजी से मॉडल सुधारों के अनुकूल होता है।

• Reverse-engineering is cheap now(नए टैब में खुलता है)
• Beyond grep: The case for a context-rich AI coding harness(नए टैब में खुलता है)

Hugging Face को AI एजेंट ने हैक किया. Hugging Face के बुनियादी ढांचे का उल्लंघन पूरी तरह से एक स्वायत्त AI एजेंट सिस्टम द्वारा किया गया, जिसमें आंतरिक डेटा और क्रेडेंशियल्स से समझौता हुआ। कंपनी ने घंटों में 17,000 क्रियाओं का फोरेंसिक विश्लेषण पूरा करने के लिए अपने स्वयं के AI टूल का उपयोग किया।

• Hugging Face says an AI agent hacked its infrastructure, and it used AI to fight back(नए टैब में खुलता है)

लंबे समय तक चलने वाले एजेंट सुरक्षा. OpenAI ने लंबे समय तक चलने वाले स्वायत्त मॉडल के आंतरिक उपयोग के दौरान नई विफलताएं देखीं, जिसके कारण रुकना, नई सुरक्षा मूल्यांकन, प्रक्षेपवक्र-स्तरीय निगरानी और सीमित पहुंच बहाल करने से पहले उपयोगकर्ता नियंत्रण लागू हुआ।

• Safety and alignment in an era of long-horizon models(नए टैब में खुलता है)

Anthropic कॉपीराइट समझौता स्वीकृत. एक अदालत ने लेखकों के साथ Anthropic के $1.5B समझौते को मंजूरी दी, प्रति उल्लंघन कार्य $3,000 का भुगतान, एक पहले के उचित-उपयोग निर्णय के बावजूद कि प्रशिक्षण उल्लंघन नहीं है। यह परिणाम AI प्रयोगशालाओं के लिए अनसुलझे कॉपीराइट जोखिमों को रेखांकित करता है।

• Anthropic’s landmark $1.5B copyright settlement is approved(नए टैब में खुलता है)

Sony ने Udio पर गानों को लेकर मुकदमा दायर किया. Sony ने 30,000 से अधिक गानों की पहचान की, Elvis Presley से Beyoncé तक, जिन्हें उसने दावा किया कि Udio ने अपने AI संगीत जनरेटर को प्रशिक्षित करने के लिए कॉपी किया, ऑडियो फिंगरप्रिंटिंग का उपयोग करके। एक न्यायाधीश ने पहले मामले के मूल दायरे को सीमित कर दिया था।

• Here are the 30,000 songs Sony is suing Udio’s AI music generator over(नए टैब में खुलता है)

अमेरिकी AI मानक एजेंसी में उथल-पुथल. Chris Fall ने CAISI के निदेशक के रूप में इस्तीफा दे दिया, तीन महीनों में AI मानक एजेंसी के तीसरे नेता, David Sacks और Collin Burns के त्वरित प्रस्थान के बाद राजनीतिक अंदरूनी कलह के बीच।

• Trump’s latest AI czar has already resigned(नए टैब में खुलता है)
• Head of US AI safety agency resigns(नए टैब में खुलता है)

Google का 'Frozen v2' चिप. Google एक सर्वर चिप डिज़ाइन कर रहा है जो Gemini के आर्किटेक्चर को सिलिकॉन में एम्बेड करता है, वर्तमान TPUs की तुलना में 6-10x दक्षता लाभ के लिए, गणना चरणों को कम करने के लिए चुनिंदा पैरामीटर फ्रीज करता है। तैनाती 2028 के लिए योजनाबद्ध है।

• Google is working on a new AI chip designed to make Gemini more efficient(नए टैब में खुलता है)
• Google's "Frozen v2" chip reportedly bakes Gemini's architecture directly into silicon for efficiency gains(नए टैब में खुलता है)

AMD Nvidia पर पकड़ बना रहा है. Microsoft Azure में AMD के नए Helios AI चिप का उपयोग करने की योजना बना रहा है, और Anthropic उच्च प्राथमिकता के साथ AMD हार्डवेयर का परीक्षण कर रहा है, जो AI एक्सेलेरेटर्स के लिए अधिक प्रतिस्पर्धी बाजार का संकेत देता है।

• Nvidia's grip on AI chips weakens as Microsoft turns to AMD and Anthropic may follow(नए टैब में खुलता है)

Adobe का AI फोटोग्राफी कोच. Adobe का प्रायोगिक Project Indigo कैमरा ऐप अब जनरेटिव AI सुविधाएं प्रदान करता है, जिसमें एक AI समीक्षा शामिल है जो विस्तृत संरचना और एक्सपोजर सलाह प्रदान करती है, साथ ही ऑब्जेक्ट हटाने और स्टाइल ट्रांसफर भी।

• Adobe’s ‘natural look’ camera app embraces generative AI(नए टैब में खुलता है)
• Adobe camera app’s new feature will critique your photos using AI(नए टैब में खुलता है)

YouTube AI स्लोप पर कार्रवाई करता है. YouTube ने अप्रामाणिक सामग्री की तीन श्रेणियां स्पष्ट कीं—सामान्य, परेशान करने वाली और AI-व्यक्तित्व-संवेदनशील—जिन्हें मुद्रीकृत नहीं किया जा सकता, जिसका उद्देश्य निम्न-गुणवत्ता वाले AI-जनरेटेड वीडियो को कम करना है।

• YouTube clarifies policies around AI slop and upsetting videos(नए टैब में खुलता है)

Blomkamp की AI शॉर्ट फिल्म. Neill Blomkamp ने 'Nightborne' जारी किया, एक 13 मिनट की साइंस-फाई हॉरर फिल्म जो पूरी तरह से Seedance 2.0 से टेक्स्ट प्रॉम्प्ट के माध्यम से उत्पन्न हुई, जिसमें लाइसेंस प्राप्त अभिनेताओं की समानता का उपयोग किया गया और एक फीचर-लेंथ AI फिल्म की योजना है।

• District 9 director Neill Blomkamp releases first short film made entirely with AI video generation(नए टैब में खुलता है)