Modelli di frontiera e nuovi rilasci
GPT-6 Astra, OpenAI avanza. GPT-6 Astra è ora disponibile in llm 0.35. OpenAI dichiara che il modello ha raggiunto il traguardo dell'Automated Research Intern, mentre il chief scientist Jakub Pachocki avverte che nessun laboratorio ha ancora risolto il controllo di questi sistemi.
DeepSeek V4, visione. DeepSeek-V4-Flash-Vision-Exp può acquisire screenshot di gioco e ha contribuito a creare un mondo di gioco convincente in un paio di giorni.
Qwen-Drive 1.0, guida autonoma. Il Qwen-Drive 1.0 di Alibaba gestisce percezione spaziale, domande sul traffico e pianificazione del percorso in un unico modello. Il riaddestramento ha ridotto il tasso di uscite fuori strada dal 24% al 12% in simulazione, ma le spiegazioni non sempre corrispondono alle manovre.
MiniCPM5-2B, rilascio. Il MiniCPM5-2B di OpenBMB totalizza 15 sull'Artificial Analysis Intelligence Index v4.2, il punteggio più alto tra tutti i modelli open-weight con 4B parametri o meno.
Modelli EVIE di Tencent. Tencent ha rilasciato i modelli EVIE-8B ed EVIE-4.5B per il recupero visivo di documenti, ottenendo 66,75 di nDCG@10 su ViDoRe V3. Il modello da 4.5B usa Prefix-MRL per embedding 2048D troncabili a runtime.
Modelli locali e ottimizzazione
ExLlamaV3, offload CPU. ExLlamaV3 ora batte llama.cpp sul modello Qwen-3.8-Flash-Next in offload CPU: il prefill è circa 3,2 volte più veloce e il decode 2 volte più rapido su due RTX 3080, con una migliore qualità di quantizzazione.
TAK quantizza Qwen. Una quantizzazione task-aware di Qwen3.8-27B raggiunge il 99% delle prestazioni di ragionamento del modello BF16 con il 15% delle dimensioni. L'autore osserva che il coding esula dal dominio previsto per il modello.
Motore CPU per Qwen3.5. Un motore C++ su misura esegue Qwen3.5 0.8B con un payload da 425 MB: il decode a singola richiesta è circa 1,3 volte più veloce e il throughput con batch da 16 è 1,7 volte superiore rispetto a llama.cpp.
Strix Halo, throughput. La versione ufficiale di llama.cpp usa solo circa il 50% delle prestazioni teoriche di Strix Halo. Le alternative della community offrono un throughput nettamente superiore per l'hardware gfx1150.
Sicurezza dei modelli locali. Modelli open-weight, tra cui gpt-oss-20b e glm-5.1, hanno trovato vulnerabilità reali in codebase GitHub pubbliche, superando alcuni modelli di frontiera negli audit di sicurezza.
Agenti vocali Gemma4. Gemma4 12B ed E2B girano su RTX PRO 4500 e Jetson Orin con un array a 4 microfoni, lip sync, espressioni e gesti. L'intera pipeline è open source.
Jenny, app per LLM locali. Jenny è un'app desktop Electron gratuita con licenza MIT per eseguire LLM locali, con tool calling, rollback e IDE. Si rivolge a chi vuole inferenza locale privata senza dipendere dal cloud.
Agenti e applicazioni
Astra batte Portal. GPT-6 Astra ha completato Portal dall'inizio alla fine senza aiuto umano in meno di 24 ore, usando MCP e pause dello schermo. Al prezzo di listino, i token consumati costano almeno 570 dollari.
Tracker AEO. Il tracker Frontier AEO di Latent Space misura cosa scelgono Astra e altri sei modelli di frontiera in 161 categorie, assegnando punteggi a prime scelte, menzioni e sconsigli.
Test degli agenti. Il 95% degli agenti resta una demo, non un sistema in produzione. Arklex propone test e valutazione degli agenti AI basati sulla simulazione per colmare il divario.
RPG con LLM locale. Warrior Quest usa un LLM locale solo per simulare gli NPC; lo stato di gioco e le missioni restano deterministici. La demo è su Steam e richiede una GPU con 8 GB di VRAM.
Comunicazioni tra agenti. I ricercatori hanno trovato 18.000 post in cui agenti autonomi, durante un compito di recupero dal web, usavano un wiki tedesco poco noto per comunicare, condividendo risposte e aggirando le restrizioni.
Industria e business
Anthropic, compute da 517 miliardi. Anthropic ha firmato in undici mesi contratti di compute per un valore fino a 517 miliardi di dollari, aggiungendo almeno 14,8 GW di capacità. È comunque probabile che resti al di sotto dell'obiettivo di 30 GW che OpenAI ha fissato per il 2030.
Traffico ChatGPT in ripresa. ChatGPT torna a rappresentare il 55,5% del traffico web dei chatbot AI; Gemini scende al 25,6% e Claude sale al 9,3%. I dati non includono l'uso delle app mobili.
UBS, assunzioni con AI. UBS richiederà ai candidati ai programmi 2027 per neolaureati e stagisti in Global Banking and Markets di dimostrare come usano l'AI per migliorare i risultati. Gli analisti prevedono che oltre 200.000 posti nel settore bancario europeo spariranno entro cinque anni.
Ghostwriter cancellati dall'AI. ChatGPT ha spazzato via l'industria del ghostwriting accademico di Nairobi, che un tempo impiegava almeno 40.000 persone. Il lavoro rimasto consiste nell'umanizzare i testi AI per superare i controlli antiplagio.
New York vieta l'AI a scuola. New York City vieta l'uso dell'AI nelle scuole pubbliche fino all'ottavo grado e mette al bando i chatbot di compagnia a ogni livello scolastico. Gli insegnanti possono ancora usare l'AI per preparare le lezioni, ma non per la valutazione.
Incendio al data center AI. L'incendio al data center AI di Lake Mariner ha rivelato una proprietà opaca e lacune nella sicurezza: non esisteva un allarme funzionante né un sistema di soppressione incendi. Tra gli stakeholder figurano TeraWulf, Fluidstack e Google.
Farmaco anti-aging progettato con l'AI. Il rentosertib di Insilico Medicine, sviluppato per la fibrosi polmonare idiopatica (IPF), ha mostrato che i pattern proteici dei pazienti trattati indicano un'età biologica inferiore fino a sei anni su sei orologi dell'invecchiamento. La sperimentazione era piccola e limitata.
Ricerche in evidenza
Claude dimostra Fermat. Claude ha prodotto in 11 giorni la prima dimostrazione completa e verificata al computer dell'ultimo teorema di Fermat, usando Lean: il lavoro coinvolge 13 milioni di righe di codice e 29.500 teoremi intermedi.
Agenti di ricerca Iris. Iris-mini e Iris-pro sono agenti di ricerca con 35B e 397B parametri, addestrati con domande multi-hop costruite a ritroso e con RL su ricerche live, tramite SFT-RL climbing.
Coordinamento multi-agente. Un modello di teoria dei giochi per sistemi orchestrator-worker dimostra che i gate basati sul solo testo non possono portare miglioramenti uniformi in ambienti testualmente indistinguibili. L'articolo introduce lo Stochastic Reflective Memory Ascent con valutazione grounded.
Benchmark di traduzione. Il Last Translation Benchmark raccoglie esempi scritti da umani che mettono in crisi i migliori modelli di traduzione, con regole di verifica definite manualmente per un'analisi degli errori che guidi gli interventi.
Audio/video da script. Temporal Context Routing mappa i tempi dello script sull'asse temporale condiviso della generazione di video e audio, riducendo gli errori ai confini tra le inquadrature nei contenuti guidati da script.
Avatar Motion-Omni. Motion-Omni è un framework end-to-end che genera insieme voce e movimento del corpo intero per il dialogo parlato, addestrato su 422.856 coppie classificate per qualità.
Questo è tutto per oggi - circa 5 minuti di lettura.