Premiery modeli i infrastruktura
Model Nvidii stawiający na szybkość. Nvidia wydała Nemotron 3.5 Lightning, model Mamba-Transformer o otwartych wagach i 30B parametrów, który dorównuje GPT-OSS-120B w benchmarkach, będąc zoptymalizowanym pod szybką inferencję z zaledwie 3,6B aktywnymi parametrami.
DeepSeek V4 działa lokalnie. Społecznościowe kwantyzacje DeepSeek V4 naprawiają problemy z konwersją dla w pełni zgodnych baz, a DeepSeek V4 Flash osiąga ponad 27 tokenów/s na APU Strix Halo z dekodowaniem spekulatywnym, pokazując realne wdrożenie lokalne.
Aplikacja desktopowa Unsloth. Unsloth wydał aplikację desktopową o otwartym kodzie źródłowym do uruchamiania i trenowania lokalnych modeli na GPU, oferując izolowane wykonywanie kodu, RAG, eksport modeli i brak telemetrii.
River AI pozyskuje 1,1 mld USD w rundzie seed. Założona przez współzałożyciela xAI Igora Babuschkina, River AI pozyskała 1,1 mld USD na budowę osobistych asystentów AI, które można trenować, przeprojektowując cały stos od treningu po sprzęt.
Daybreak Cyber na AWS. Modele cyberbezpieczeństwa Daybreak od OpenAI są teraz dostępne przez Amazon Bedrock, dając obrońcom dostęp do zaawansowanych możliwości cyber w ich istniejących środowiskach AWS.
Manifest Zucka o otwartym kodzie. CEO Meta argumentuje za większą liczbą wydań o otwartych wagach i zaprasza rządy do współpracy w testach bezpieczeństwa, podczas gdy firma nadal publikuje modele takie jak Muse Glimmer.
Wsparcie dla Ling‑3.0. Pull request dodaje Ling‑3.0 do llama.cpp, a mały wariant już dobrze sprawdza się w głosowych zadaniach asystenta domowego dzięki uczciwej odmowie, gdy nie ma pewności.
Narzędzia i lokalne AI
Broker MCP zmniejsza kontekst. Własnoręcznie zbudowany harness agenta używa brokera MCP, aby ukryć narzędzia za proxy, redukując kontekst startowy z 20 tys. tokenów do niemal zera, oraz dodaje świadomość czasową dla lepszego lokalnego wykonywania.
GPU górnicze do LLM. Karty górnicze CMP170HX 8 GB można rozbudować do 64 GB każda, uruchamiając duże modele lub wiele małych jednocześnie, oferując tanią, ale starszą wydajność klasy Ampere.
366 t/s na V100. Niestandardowe jądra CUDA (v100‑skinny) umożliwiają do 366 t/s na Qwen3.6 27B w NVFP4 na GPU Volta, dając nowe życie starym podzespołom do lokalnej inferencji.
Model TinyTitle. Model GRU o 1,8 mln parametrów generuje tytuły czatów w mniej niż 5 MiB RAM, demonstrując ultralekkie podsumowywanie na urządzeniu działające w kilka milisekund.
Prywatne AI w czytniku e-booków. Aplikacja czytnika e-booków integruje lokalnie modele Gemma 4B do prywatnych pytań i odpowiedzi o książki w aplikacji, z przełącznikami spoilerów i automatycznym dopasowaniem języka.
Serwer AI o niskim poborze mocy. Zestaw łączący Intel N100 z RTX 5060Ti daje cichy i wydajny serwer llama.cpp, zdolny do uruchamiania najnowszych modeli, takich jak Qwen 3.5, do codziennego użytku.
Koszt inferencji obniżony. CEO Doubleword wyjaśnia, jak projektowanie stosów inferencji dla zastosowań nie czasu rzeczywistego może obniżyć koszty tokenów o ponad rząd wielkości w porównaniu z rozwiązaniami ogólnego przeznaczenia.
Inteligentne kierowanie modeli. Biblioteka Switchyard firmy NVIDIA kieruje tylko 7% wywołań agentów do modelu granicznego, obniżając koszty o 74% przy minimalnej stracie dokładności, i oferuje formułę do oceny opłacalności.
Prywatne okulary AR. Niewidomy użytkownik prosi o okulary AR w stylu Meta, które uruchamiają lokalne modele, aby uniknąć wysyłania danych wizualnych do Meta, podkreślając zapotrzebowanie na prywatność w technologii asystującej.
Badania graniczne
AI mierzy się z hipotezą Riemanna. Niewydany model Anthropic poczynił postępy w hipotezie Riemanna, testując 650 pomysłów z 60 podagentami przez 36 godzin, ponownie rozpalając debatę o roli AI w odkryciach matematycznych.
Diagnoza wideo AMIE. System badawczy AMIE od Google zademonstrował konsultacje kliniczne wideo na poziomie eksperckim, wykorzystując Gemini i konfigurację wieloagentową do interpretacji wizualnych, słuchowych i kontekstowych wskazówek.
CARE‑X: AI do zdjęć rentgenowskich klatki piersiowej. CARE‑X od Microsoft to ujednolicony model VLM do zdjęć rentgenowskich klatki piersiowej, który łączy generowanie i ustrukturyzowane przewidywania, wykorzystując uczenie przez wzmacnianie do nagradzania poprawności klinicznej.
Starcie pamięci agentowej. ACE i ALTK‑Evolve zamieniają trajektorie agentów w wielokrotnego użytku lekcje; ACE buduje kompleksowy podręcznik, podczas gdy ALTK‑Evolve pobiera indywidualne wytyczne.
Logproby wykrywają halucynacje. Analiza rozkładów prawdopodobieństwa tokenów przy pierwszym faktycznym przypomnieniu w łańcuchu myśli może ujawnić zawodną wiedzę, oferując potencjalny wczesny sygnał halucynacji.
Ostrzeżenie dotyczące pisania z AI. S. Alpert argumentuje, że żadne przepisywanie nie jest bezstratne, więc tekst wspomagany przez AI musi być osobiście zweryfikowany, aby uniknąć zniekształcenia zamierzonego znaczenia autora.
Biznes i finanse
Miliard użytkowników. Zarówno ChatGPT, jak i Gemini osiągnęły 1 mld aktywnych użytkowników miesięcznie, a Gemini jest najszybciej rozwijającym się produktem Google pod względem skali; ChatGPT osiągnął wcześniej w tym roku 900 mln użytkowników tygodniowo.
Reklamy ChatGPT wchodzą globalnie. OpenAI rozszerzyło reklamy ChatGPT na pięć kolejnych krajów, informując o braku wpływu na zaufanie użytkowników i niskim wskaźniku odrzuceń, dążąc do zrównoważonej monetyzacji.
Podwyżka cen OpenAI. Nowe miejsca ChatGPT Business Premium kosztują 125 USD za użytkownika miesięcznie, z pięciokrotnie większą pojemnością i bez limitów godzinowych, co odzwierciedla duże zużycie tokenów przez obciążenia agentowe.
Lightcap odchodzi. Brad Lightcap, były COO OpenAI i szef specjalnych projektów, odchodzi po ośmiu latach, aby rozpocząć coś nowego, kontynuując serię odejść kadry kierowniczej.
Anthropic: 9,1 mld USD na najem. Anthropic podpisał 20‑letnią umowę o wartości 9,1 mld USD na centrum danych z kopalnią Bitcoinów Riot Platforms na 191 MW w Teksasie, które ma zasilać jej następną generację modeli od 2027 roku.
Przeszkody przed IPO Anthropica. Przed potencjalnym IPO o wartości 965 mld USD inwestorzy kwestionują wzrost Anthropica w obliczu tanich chińskich modeli i politycznych przeciwności, choć firma wychwala przyszłe aplikacje zdrowotne i biologiczne.
Nvidia: 500 mld USD na infrastrukturę. Nvidia współpracuje z sześcioma firmami finansowymi, aby zmobilizować 500 mld USD na infrastrukturę AI, gwarantując do 25% wartości rezydualnej swoich układów, przeciwdziałając obawom o deprecjację.
Inwestycja Accel w AI w Indiach. Accel zamknął nadsubskrybowany fundusz o wartości 550 mln USD na Indie, stawiając, że AI będzie wspierać startupy konsumenckie, fintech i produkcyjne, a nie stanowić osobną kategorię.
Pracownicy OpenAI spieniężają akcje. Skup akcji o wartości 7 mld USD przy wycenie 852 mld USD pozwala obecnym i byłym pracownikom OpenAI spieniężyć udziały, zmniejszając presję przed potencjalnym IPO.
Bezpieczeństwo i przejrzystość
UE wymaga znaków wodnych dla AI. Zgodnie z unijnym aktem o sztucznej inteligencji, Anthropic i OpenAI zobowiązują się do oznaczania generowanych treści; Claude będzie osadzał niewidoczne znaki wodne w tekście i obrazach, a prace nad wsparciem dla starszych modeli są w toku.
Pochodzenie zdjęć Apple. iOS 27 może wprowadzić „Apple Reference Image” w celu osadzania metadanych pochodzenia podczas robienia zdjęcia, umożliwiając użytkownikom udowodnienie, że zdjęcia z iPhone'a nie są deepfake'ami.
Spotify oznacza artystów AI. Spotify będzie oznaczać profile artystów wygenerowane przez AI i wykluczać je z rekomendacji, korzystając zarówno z samodzielnych deklaracji, jak i wykrywania, zanim wdroży zmianę w połowie września.
Spór o pisanie z AI. Studio gier Saber zaprzecza, że zastąpiło pisarzy ChatGPT w Rideshare Stimulator, ale były główny pisarz twierdzi, że AI użyto do pisania i głosów, bez ujawnienia tego na Steam.
Exploit Zoom wspomagany AI. Krytyczna podatność w Zoom umożliwiająca przejęcie urządzenia przez funkcję adnotacji została odkryta przy użyciu mniej niż 20 promptów do publicznych modeli AI, co pokazuje badania bezpieczeństwa przyspieszane przez AI.
Kradzież śladów rozumowania. Naukowcy odtworzyli zaszyfrowane tokeny łańcucha myśli z modeli granicznych w słabszych modelach, złamali ich zabezpieczenia i odzyskali ukryte rozumowanie, ujawniając hasła i klucze API w publicznych sesjach.
Zaufanie do kodu generowanego przez AI. IBM i Red Hat rozszerzają Lightwell, aby tworzyć weryfikowalne łańcuchy dostaw oprogramowania dla ery AI, zapewniając pochodzenie i zgodność z politykami zarówno dla kodu tworzonego przez ludzi, jak i przez AI.
To wszystko na dziś - około 5 minut czytania.