Model- en productreleases
Open weights voor Qwen-Image-2.1. Alibaba heeft Qwen-Image-2.1 uitgebracht, een open-weightmodel van 7B voor beeldgeneratie en -bewerking dat naar eigen zeggen gesloten modellen verslaat op zijn benchmark. Het model kan native overweg met transparante RGBA-afbeeldingen en tot 10 referentieafbeeldingen voor bewerking, maar de onderzoekslicentie staat commercieel gebruik zonder goedkeuring niet toe.
Gander-model van Tencent. Tencent introduceerde Gander, een onderzoeksmodel dat realtimegesprekken combineert met achtergrondtaken voor agents via een 'cerebellum' voor spraak en een verwisselbaar 'brein' voor complex werk. Het ondersteunt onderbrekingen en gelijktijdige verwerking van spraak, beeld en tekst, maar bleef in tests achter bij taaknauwkeurigheid.
Realtimevideo van Runway. Runway gaf een preview van onderzoek naar realtime videogeneratie, waarbij gebruikers video streamen en aansturen terwijl ze prompts invoeren. Het onderzoek bouwt voort op Runways GWM-1-wereldmodel. Het doel is wachttijd en GPU-kosten te verlagen door frames interactief te genereren in plaats van in één batch.
Tools en frameworks
Google ADK voor Kotlin. Google heeft ADK voor Kotlin 1.0 uitgebracht. Daarmee bereikt zijn Agent Development Kit functionele pariteit met Python en Java, en krijgt het ondersteuning voor on-device en hybride AI op Android. Het framework bevat hiërarchische multi-agentorkestratie, context compaction en sessiebeheer.
OpenCodeReview van Alibaba. Alibaba heeft OpenCodeReview open source gemaakt, een CLI onder Apache-2.0 die deterministische bestandsselectie en regelherkenning combineert met een LLM-agent voor codeanalyse. De tool wordt intern door tienduizenden ontwikkelaars gebruikt en pakt problemen aan zoals verschuivende regelnummers en promptinstabiliteit.
ZCode open source. ZCode, een platform voor coding agents, is nu open source nadat gemelde beveiligingsproblemen zijn opgelost. De repo bevat een desktopapp, webwerkruimte, backend, Agent CLI en runtime, plus een nieuw proces voor het melden van kwetsbaarheden en beloningen.
System 1 en beslissingsmodellen
Laya-beslissingsmodel. Laya is een open-weight, niet-autoregressief 'System 1'-model van Convai Innovations dat getypeerde beslissingsvragen in één forward pass beantwoordt, met checkpoints in Engelse, meertalige en typed-decisions-varianten. Een C++-implementatie, laya.cpp, haalt tot 810 vragen per seconde op een RTX PRO 6000.
DIY-alternatieven voor Jev. Verschillende projecten repliceren Jev-achtige beslissingsscores met gewone open-weight LLM's: één project gebruikte LoRA om Qwen3.5 4B te fine-tunen en kwam op 0,709 voor typed-decisions, terwijl andere kandidaatverificatie batchen via llama.cpp of n_predict=1 met logprobs gebruiken. Deze aanpakken willen Jev evenaren zonder aparte classifier-heads.
Lokale agents en hardware
Agentloop met Qwen 3.8 27B. Een lokale agentloop op basis van Qwen 3.8 27B draaide ongeveer drie weken grotendeels zonder toezicht op één RTX 3090 en bouwde een CUDA-inference-engine met slechts 12 menselijke berichten. Compaction vrat 83 uur, maar de run toonde aan dat langdurig lokaal agentwerk haalbaar is, al is het nog geen prestatieoverwinning.
Continual learning met mini-AGI. mini-AGI is een continual-learningmodel met 530M parameters. Het is vanaf nul getraind op een laptop met 8 GB VRAM, met een dynamische MoE-aanpak en één continue datastroom. Het laat zien dat training op consumentenschaal mogelijk is, met volledige controle over de data.
Kimi K3 op GB10-cluster. Een GB10-cluster van 16 nodes draaide Kimi K3 van Moonshot AI met 2,8T parameters en aangepaste runtime-patches, met een doorvoer van ongeveer 30 tokens/s voor coding en een concurrencypiek van 136 tokens/s. De opstelling vereiste een aangepaste NCCL-topologie en dual-switch-netwerk.
Onderzoekshoogtepunten
Fuse voor sociaal redeneren. Fuse is een raamwerk voor multi-agentsimulatie om te evalueren hoe LLM-assistenten sociale motieven afleiden uit gebruikersverhalen, met verifieerbare ground truth via verborgen target-agents. Tests op 12 LLM's tonen aan dat gebruikersbemiddeling de moeilijkheid vergroot en dat modellen gevoelig zijn voor bevooroordeelde framing.
StudentSim voor AI-tutors. Onderzoekers van Microsoft en UIUC bouwden StudentSim, dat digitale studentreplica's maakt die realistische fouten maken om de verbetering van AI-tutors te versnellen zonder dure tests met echte studenten. De aanpak bouwt aparte replica's op basis van beperkte data en wil de ontwikkeling van tutors versnellen.
Industrie en beleid
Debat over AI-veiligheid. Dario Amodei van Anthropic stelde een plan voor om 'de frontier te doseren', terwijl Jensen Huang van Nvidia AI-angst overtrokken noemde en zei dat er een '0% kans' is dat AI de wereld vernietigt. De tweedeling laat zien dat leiders in de sector het oneens zijn nu beleidsmakers regelgeving afwegen.
AI Force van Trump. President Trump kondigde plannen aan voor een 'AI Force' en een 'AI-tsaar' en beloofde de AI-groei niet te hinderen; hij stelde dat datacenters gemeenschappen ten goede komen. Zijn berichten volgen op waarschuwingen van AI-leiders over existentieel risico en weerspiegelen de dereguleringskoers van zijn regering.
Rechtszaak over AI-vertraging. Een rechtszaak beweert dat Anthropic, OpenAI, SpaceXAI en Google een illegale afspraak hebben gemaakt over een AI-vertraging. Details zijn beperkt, maar de zaak zet extra juridische druk op het debat over het tempo van frontier-AI-ontwikkeling.
Uitstel beursgang Anthropic. Anthropic stelt zijn beursgang naar verluidt uit van oktober naar november 2026; adviseurs wijzen op de noodzaak om sterke resultaten over het derde kwartaal te presenteren. Investeerders verwachten een waardering van ongeveer 2 biljoen dollar en een ophaling van maximaal 100 miljard dollar.
Dat was alles voor deze dag – ongeveer 5 minuten lezen.