Rilasci di modelli e prodotti
Qwen-Image-2.1, pesi aperti. Alibaba ha rilasciato Qwen-Image-2.1, un modello open-weight da 7B per generare e modificare immagini che, secondo l'azienda, batte i modelli chiusi sul proprio benchmark. Gestisce nativamente immagini RGBA trasparenti e fino a 10 immagini di riferimento per l'editing, ma la licenza di ricerca vieta l'uso commerciale senza autorizzazione.
Il modello Gander di Tencent. Tencent ha presentato Gander, un modello di ricerca che unisce conversazione in tempo reale e task agente in background, con un «cervelletto» dedicato al parlato e un «cervello» sostituibile per il lavoro complesso. Supporta le interruzioni e l'elaborazione simultanea di voce, immagini e testo, anche se nei test è rimasto indietro sull'accuratezza dei task.
Runway, video in tempo reale. Runway ha mostrato in anteprima una ricerca sulla generazione video in tempo reale, in cui l'utente trasmette e controlla il video mentre scrive il prompt, partendo dal suo world model GWM-1. L'obiettivo è ridurre i tempi di attesa e i costi GPU generando i fotogrammi in modo interattivo invece che in un unico batch.
Strumenti e framework
ADK di Google per Kotlin. Google ha rilasciato ADK for Kotlin 1.0, portando il suo Agent Development Kit alla pari con le versioni Python e Java e aggiungendo il supporto per l'IA on-device e ibrida su Android. Il framework include l'orchestrazione gerarchica multi-agente, la context compaction e la gestione delle sessioni.
OpenCodeReview di Alibaba. Alibaba ha reso open source OpenCodeReview, una CLI con licenza Apache-2.0 che combina la selezione deterministica dei file e il matching delle regole con un agente LLM per l'analisi del codice. È già usata internamente da decine di migliaia di sviluppatori e punta a risolvere problemi come il drift dei numeri di riga e l'instabilità dei prompt.
ZCode passa a open source. ZCode, piattaforma per agenti di coding, è ora open source dopo aver risolto i problemi di sicurezza segnalati. Il repository comprende app desktop, workspace web, backend, Agent CLI e runtime, insieme a un nuovo processo di segnalazione delle vulnerabilità e relative ricompense.
Modelli System 1 e decisionali
Il modello decisionale Laya. Laya è un modello «System 1» open-weight e non autoregressivo di Convai Innovations, che risponde a domande decisionali tipizzate in un solo forward pass, con checkpoint nelle varianti inglese, multilingue e typed-decisions. L'implementazione in C++, laya.cpp, arriva fino a 810 domande al secondo su una RTX PRO 6000.
Alternative a Jev fai da te. Diversi progetti replicano il decision scoring in stile Jev usando normali LLM open-weight: uno ha fine-tunato con LoRA Qwen3.5 4B fino a 0,709 su typed-decisions, mentre altri verificano i candidati in batch tramite llama.cpp oppure usano n_predict=1 con i logprobs. L'obiettivo è eguagliare Jev senza teste di classificazione separate.
Agenti locali e hardware
Agent loop con Qwen 3.8 27B. Un agent loop locale basato su Qwen 3.8 27B ha funzionato quasi senza supervisione per circa tre settimane su una singola RTX 3090, costruendo un motore di inferenza CUDA con appena 12 messaggi umani. La compaction ha bruciato 83 ore, ma la prova dimostra che il lavoro di agente locale su lungo periodo è fattibile, anche se non è ancora un guadagno in prestazioni.
Continual learning con mini-AGI. mini-AGI è un modello di continual learning da 530M parametri, addestrato da zero su un portatile con 8 GB di VRAM usando un approccio mixture-of-experts dinamico e un unico flusso di dati continuo. Dimostra che si può addestrare su hardware consumer mantenendo il pieno controllo sui dati.
Kimi K3 su cluster GB10. Un cluster GB10 da 16 nodi ha eseguito Kimi K3 di Moonshot AI, modello da 2,8T parametri, con patch personalizzate al runtime, mantenendo circa 30 tok/s di throughput nel coding e un picco di 136 tok/s in concorrenza. La configurazione ha richiesto una topologia NCCL modificata e una rete a doppio switch.
Dalla ricerca
Fuse e il ragionamento sociale. Fuse è un framework di simulazione multi-agente per valutare come gli assistenti LLM inferiscono le motivazioni sociali dai racconti degli utenti, con una ground truth verificabile grazie ad agenti-obiettivo nascosti. I test su 12 LLM mostrano che la mediazione dell'utente amplifica la difficoltà e che i modelli sono sensibili a framing distorti.
Tutor IA, studenti simulati. Ricercatori di Microsoft e UIUC hanno realizzato StudentSim, che crea repliche digitali di studenti capaci di commettere errori realistici per accelerare il miglioramento dei tutor IA senza i costosi test con studenti veri. L'approccio costruisce repliche separate a partire da dati limitati e punta ad accelerare lo sviluppo dei tutor.
Industria e politiche
Il dibattito sulla sicurezza. Dario Amodei di Anthropic ha proposto un piano per «dare un ritmo alla frontiera», mentre Jensen Huang di Nvidia ha definito esagerate le paure sull'IA, sostenendo che c'è lo «0% di probabilità» che l'IA ponga fine al mondo. La spaccatura mette in luce le divisioni tra i leader del settore, mentre i legislatori valutano nuove regole.
L'«AI Force» di Trump. Il presidente Trump ha annunciato i piani per una «AI Force» e un «AI czar», promettendo di non ostacolare la crescita dell'IA e sostenendo che i data center portano benefici alle comunità. I suoi post arrivano dopo gli avvertimenti dei leader dell'IA sul rischio esistenziale e riflettono la linea deregolamentatoria della sua amministrazione.
Causa sul rallentamento dell'IA. Una causa legale sostiene che Anthropic, OpenAI, SpaceXAI e Google abbiano stretto un accordo illecito per rallentare l'IA. I dettagli sono scarsi, ma la vicenda aggiunge pressione legale al dibattito sul ritmo di sviluppo dell'IA di frontiera.
IPO di Anthropic rinviata. Secondo quanto si apprende, Anthropic rinvierebbe l'IPO da ottobre a novembre 2026: i consulenti parlano della necessità di presentare risultati solidi del terzo trimestre. Gli investitori si aspettano una valutazione intorno ai 2.000 miliardi di dollari e una raccolta fino a 100 miliardi.
È tutto per questo giorno – circa 5 minuti di lettura.