मॉडल और प्रोडक्ट रिलीज़
Qwen-Image-2.1 ओपन वेट. Alibaba ने Qwen-Image-2.1 जारी किया है। यह 7B का ओपन-वेट इमेज जनरेशन और एडिटिंग मॉडल है, जो अपने बेंचमार्क पर क्लोज़्ड मॉडलों को मात देने का दावा करता है। यह नेटिव रूप से पारदर्शी RGBA इमेज और एडिटिंग के लिए 10 रेफरेंस इमेज तक संभालता है, हालाँकि इसका रिसर्च लाइसेंस मंजूरी के बिना व्यावसायिक उपयोग पर रोक लगाता है।
Tencent का Gander मॉडल. Tencent ने Gander पेश किया है। यह एक रिसर्च मॉडल है, जो स्पीच के लिए “सेरेबेलम” और जटिल काम के लिए बदले जा सकने वाले “ब्रेन” का उपयोग करके रियल-टाइम बातचीत को बैकग्राउंड एजेंट कामों के साथ जोड़ता है। यह इंटरप्शन और स्पीच, इमेज व टेक्स्ट की एक साथ प्रोसेसिंग को सपोर्ट करता है, हालाँकि टेस्ट में टास्क सटीकता पर यह पीछे रहा।
Runway रियल-टाइम वीडियो. Runway ने रियल-टाइम वीडियो जनरेशन पर अपने रिसर्च का प्रीव्यू दिया, जिसमें उपयोगकर्ता प्रॉम्प्ट करते हुए वीडियो स्ट्रीम और कंट्रोल कर सकते हैं; यह उसके GWM-1 वर्ल्ड मॉडल पर आगे बना है। लक्ष्य है कि फ्रेम एक बैच में बनाने के बजाय इंटरैक्टिव तरीके से जनरेट करके इंतज़ार का समय और GPU लागत घटाई जाए।
टूल्स और फ्रेमवर्क
Kotlin के लिए Google ADK. Google ने ADK for Kotlin 1.0 जारी किया है, जिसने उसके Agent Development Kit को Python और Java के साथ फीचर पैरिटी पर ला दिया है और Android ऑन-डिवाइस तथा हाइब्रिड AI सपोर्ट जोड़ा है। फ्रेमवर्क में हायरार्किकल मल्टी-एजेंट ऑर्केस्ट्रेशन, कॉन्टेक्स्ट कम्पैक्शन और सेशन मैनेजमेंट शामिल हैं।
Alibaba का OpenCodeReview. Alibaba ने OpenCodeReview को ओपन सोर्स किया है। यह Apache-2.0 CLI है, जो कोड विश्लेषण के लिए डिटरमिनिस्टिक फ़ाइल चयन और रूल मैचिंग को एक LLM एजेंट के साथ जोड़ता है। इसे आंतरिक रूप से दसियों हज़ार डेवलपर्स इस्तेमाल कर चुके हैं और यह लाइन-नंबर ड्रिफ्ट तथा प्रॉम्प्ट अस्थिरता जैसी विफलताओं को लक्षित करता है।
ZCode ओपन सोर्स. कोडिंग एजेंट प्लेटफ़ॉर्म ZCode अब ओपन सोर्स है, रिपोर्ट किए गए सुरक्षा मुद्दों को दूर करने के बाद। रेपो में डेस्कटॉप ऐप, वेब वर्कस्पेस, बैकएंड, Agent CLI और रनटाइम शामिल हैं, साथ ही एक नई वल्नरेबिलिटी रिपोर्टिंग प्रक्रिया और इनाम हैं।
System 1 और डिसीजन मॉडल
Laya डिसीजन मॉडल. Laya, Convai Innovations का ओपन-वेट, नॉन-ऑटोरेग्रेसिव “System 1” मॉडल है, जो टाइप्ड डिसीजन प्रश्नों का जवाब एक ही फॉरवर्ड पास में देता है। इसके चेकपॉइंट अंग्रेज़ी, बहुभाषी और टाइप्ड-डिसीजन वेरिएंट में हैं। C++ में लिखा laya.cpp, RTX PRO 6000 पर 810 प्रश्न प्रति सेकंड तक हासिल करता है।
Jev के DIY विकल्प. कई प्रोजेक्ट साधारण ओपन-वेट LLM का उपयोग करके Jev-शैली का डिसीजन स्कोरिंग दोहराते हैं: एक ने LoRA से Qwen3.5 4B को टाइप्ड-डिसीजन पर 0.709 तक फाइन-ट्यून किया, जबकि अन्य llama.cpp के ज़रिए उम्मीदवार सत्यापन बैच करते हैं या logprobs के साथ n_predict=1 इस्तेमाल करते हैं। इन तरीकों का लक्ष्य अलग क्लासिफायर हेड के बिना Jev से मेल खाना है।
लोकल एजेंट और हार्डवेयर
Qwen 3.8 27B एजेंट लूप. Qwen 3.8 27B पर आधारित एक लोकल एजेंट लूप एक RTX 3090 पर लगभग तीन हफ्तों तक ज़्यादातर बिना निगरानी चला और सिर्फ़ 12 मानव संदेशों के साथ CUDA इन्फरेंस इंजन बनाया। कम्पैक्शन ने 83 घंटे ले लिए, लेकिन इस रन से पता चला कि लॉन्ग-हॉरिज़न लोकल एजेंट काम व्यवहार्य है, भले ही अभी यह प्रदर्शन लाभ न हो।
mini-AGI कंटीन्युअल लर्निंग. mini-AGI 530 मिलियन पैरामीटर वाला कंटीन्युअल लर्निंग मॉडल है, जिसे 8GB VRAM वाले लैपटॉप पर स्क्रैच से डायनमिक मिक्सचर-ऑफ-एक्सपर्ट्स अप्रोच और एक ही निरंतर डेटा स्ट्रीम पर ट्रेन किया गया। यह डेटा पर पूरे नियंत्रण के साथ कंज़्यूमर-स्केल ट्रेनिंग दिखाता है।
GB10 क्लस्टर पर Kimi K3. 16-नोड GB10 क्लस्टर ने Moonshot AI के 2.8T-पैरामीटर वाले Kimi K3 को कस्टम रनटाइम पैच के साथ चलाया और लगभग 30 टोकन/सेकंड कोडिंग थ्रूपुट तथा 136 टोकन/सेकंड की कन्करेंसी पीक हासिल की। सेटअप के लिए संशोधित NCCL टोपोलॉजी और ड्यूल-स्विच नेटवर्किंग चाहिए थी।
रिसर्च हाइलाइट्स
Fuse सोशल रीज़निंग. Fuse एक मल्टी-एजेंट सिमुलेशन फ्रेमवर्क है, जो यह मूल्यांकन करता है कि LLM असिस्टेंट यूज़र नैरेटिव से सामाजिक मंशा कैसे निकालते हैं, और छिपे टारगेट एजेंट्स के ज़रिए सत्यापन योग्य ग्राउंड ट्रुथ देता है। 12 LLM पर हुए टेस्ट बताते हैं कि उपयोगकर्ता की मध्यस्थता कठिनाई बढ़ाती है और मॉडल पक्षपाती फ़्रेमिंग के प्रति संवेदनशील हैं।
StudentSim AI ट्यूटर. Microsoft और UIUC के शोधकर्ताओं ने StudentSim बनाया है, जो डिजिटल छात्र-प्रतिरूप तैयार करता है। ये प्रतिरूप वास्तविक जैसी गलतियाँ करके महँगे असली छात्र परीक्षणों के बिना AI ट्यूटर सुधार को तेज़ करते हैं। यह तरीका सीमित डेटा से अलग-अलग प्रतिरूप बनाता है और ट्यूटर विकास को तेज़ करना लक्ष्य रखता है।
इंडस्ट्री और नीति
AI सुरक्षा बहस. Anthropic के Dario Amodei ने “फ्रंटियर की रफ़्तार तय करने” की योजना पेश की, जबकि Nvidia के Jensen Huang ने AI से जुड़े डर को बढ़ा-चढ़ाकर बताया और कहा कि AI के दुनिया खत्म कर देने की “0% संभावना” है। यह विभाजन नीति-निर्माताओं के नियमन पर विचार करते समय उद्योग नेताओं के मतभेदों को उजागर करता है।
Trump का AI Force. राष्ट्रपति Trump ने “AI Force” और “AI czar” की योजनाओं की घोषणा की, AI की वृद्धि में रुकावट न डालने का वादा किया और यह दावा किया कि डेटा सेंटर समुदायों को फ़ायदा पहुँचाते हैं। उनकी पोस्ट AI नेताओं की अस्तित्वगत जोखिम संबंधी चेतावनियों के बाद आई हैं और उनके प्रशासन के डीरेगुलेटरी रुख को दर्शाती हैं।
AI स्लोडाउन मुकदमा. एक मुकदमे में आरोप लगाया गया है कि Anthropic, OpenAI, SpaceXAI और Google ने AI स्लोडाउन पर अवैध समझौता किया। जानकारी सीमित है, लेकिन यह फ्रंटियर AI विकास की गति पर चल रही बहस में कानूनी दबाव बढ़ाता है।
Anthropic IPO में देरी. कथित तौर पर Anthropic अपना IPO अक्टूबर से नवंबर 2026 तक टाल रही है; सलाहकारों ने मजबूत तीसरी तिमाही के नतीजे पेश करने की ज़रूरत बताई है। निवेशकों को करीब 2 ट्रिलियन डॉलर के मूल्यांकन और 100 अरब डॉलर तक जुटाने की उम्मीद है।
इस दिन के लिए बस इतना ही – लगभग 5 मिनट का पाठ।