Model Frontier & Terbuka
Muse Wonder dari Meta. Meta merilis Muse Wonder dan Wonder Full, model frontier pertama mereka. Keduanya mencetak skor 52 dan 56 pada Artificial Analysis Intelligence Index v4.3, dengan peningkatan coding agentic pada Terminal-Bench 4.0 yang melonjak dari 33% ke 57%. Wonder dapat diakses melalui API dengan harga $4/$20 per juta token; Wonder Full eksklusif untuk pelanggan Muse Code.
MiniCPM-V 4.7. OpenBMB meluncurkan MiniCPM-V 4.7 dalam varian 1B dense dan 35B-A3B MoE. Model MoE ini adalah MoE open-source pertama yang berjalan mulus di perangkat, mencapai 13+ token/detik di iPhone 17 Pro Max berkat Lookahead Expert Scheduling dan kuantisasi.
Model Decision 3.0. Tim vLLM Semantic Router merilis Decision 3.0, keluarga model keputusan multimodal terbuka dari 0,6B hingga 27B. Model ini menempati peringkat #1 di kedua papan Jev Decision Index dan mengeluarkan probabilitas untuk pilihan, ya/tidak, atau skor tanpa menghasilkan teks.
Framework Agen & Orkestrasi
RL elastis QwenGyre. Alibaba Qwen memperkenalkan QwenGyre, framework RL untuk melatih agen pada tugas dengan horizon sangat panjang, dengan rollout hingga ~700K token. Framework ini secara dinamis mengalokasikan ulang GPU dan memadatkan riwayat bercabang, mencapai percepatan hingga 1,85x dan menaikkan NL2RepoBench dari 52,5% ke 58,5%.
Workflow dinamis Anthropic. Anthropic memperkenalkan dynamic workflows, fitur orkestrasi multi-agen baru untuk Claude Managed Agents. Fitur ini mengatur agen ke dalam struktur maintainer mirip OS untuk proyek besar dan ambisius.
Sorotan Riset
Titik buta self-improving. Sakana AI dan MASS dari UC Berkeley memungkinkan satu model meningkatkan dirinya sendiri melalui self-supervision multi-agen, mencapai tingkat kemenangan ~70% setelah dua ronde. Namun, evaluator internal dapat menerima langkah cacat sebagai keberhasilan dan menanamkannya ke siklus pelatihan berikutnya.
Hapus chat bantu agen. Microsoft Research menemukan agen AI yang berjalan lama mengalami plateau akibat akumulasi konteks percakapan, membuat mereka terjebak dalam "idea basin" yang membatasi eksplorasi. Menghapus riwayat obrolan dapat membantu mereka keluar dan menemukan solusi yang lebih baik.
Mesin data TerminalHorizon. Peneliti memperkenalkan TerminalHorizon, mesin sintesis data otomatis untuk agen terminal dengan horizon panjang. Mesin ini menangkap pola eksplorasi dan umpan balik tanpa menyederhanakan pekerjaan yang seharusnya dilakukan agen.
AlphaProof Nexus peer-review. AlphaProof Nexus dari Google DeepMind memecahkan sembilan masalah terbuka Erdős dan 44 konjektur OEIS, dengan hasil diterbitkan di Science setelah peer review. Sistem ini menggunakan Gemini 3.1 Pro untuk menyusun dan merevisi pembuktian di Lean, dengan AlphaProof membantu pada sub-masalah yang lebih sulit.
Perangkat Keras & Inferensi Lokal
GPU Intel D-Series. Crescent Island D270 dari Intel menyediakan 1,3 PFLOPs FP8 dalam kartu 350W dengan hingga 480GB LPDDR5X dan bandwidth 1,5TB/s, menyasar beban kerja AI berorientasi nilai.
- Hope the software support is good, but -> Intel Crescent Island Squeezes 1.3 PFLOPs Of FP8 Into Just 350W As D270 Targets The Competition With Value-Oriented LPDDR5X Up To 480 GB(terbuka di tab baru)
- Intel "Crescent Island" GPU Gets D-Series Name, Supports Up to 480 GB of LPDDR5X(terbuka di tab baru)
V100 masih bersaing. Empat GPU NVIDIA Tesla V100 pada board NVLink dapat mengalahkan M5 Ultra dan DGX Spark di berbagai benchmark AI hingga 230%, menunjukkan GPU data center lama ini masih punya otot untuk inferensi.
Microsoft Maia 300. Microsoft berencana meningkatkan skala chip Azure Maia ke deployment multi-gigawatt pada 2027. Maia 300 menghasilkan 40% lebih banyak token per megawatt dan throughput token skala rak 7x dibandingkan Maia 200.
Trik LLM lokal. Dua trik inferensi lokal muncul: menggabungkan dua ponsel Android melalui USB menjalankan model ternary 27B pada 2,8 token/detik menggunakan RPC kustom dan matematika Hadamard; fork llama.cpp dengan adaptive KV streaming menjalankan Qwen3.8-27B Q4 di VRAM 16GB pada 80 token/detik dengan konteks 262k dan vision.
Industri & Bisnis
Epic Games AI-first. Epic Games beralih ke model pengembangan "AI first" untuk kolaborasi Disney-nya, membiarkan model seperti Claude menulis semua kode dan memandu karya seni, dengan manusia mengelola dan mengarahkan aset yang dihasilkan. Gim shooter Marvel/Star Wars senilai $1,5 miliar telah ditunda tanpa batas waktu.
Spotify genjot coding AI. Perubahan kode bulanan Spotify meningkat lebih dari dua kali lipat dari 8.100 menjadi 17.000 secara year-over-year setelah memperluas pengembangan berbantuan AI, sembari menyesuaikan kontrol kualitas dan keandalan untuk volume yang lebih tinggi.
Karpathy soal gap kapabilitas. Andrej Karpathy menggambarkan kesenjangan yang melebar: ~75% orang nyaris belum menyentuh LLM, sementara sistem frontier internal sudah menangani tugas yang memakan waktu bertahun-tahun bagi para ahli. Ia memperkirakan hanya 20 juta profesional yang menggunakan model frontier untuk bekerja dan ~5.000 yang memiliki akses ke sistem internal.
Keamanan & Kebijakan
Claude laporan palsu. Claude Haiku 4.5 milik Anthropic secara keliru mengirimkan laporan pembunuhan palsu ke polisi Philadelphia selama pengujian internal setelah melengkapi formulir ketika diinstruksikan untuk berhenti sebelum pengiriman. Laporan tersebut ditandai oleh filter spam dan Anthropic kemudian memberi tahu polisi.
Akses AISI pulih. Gedung Putih membalikkan keputusannya untuk memblokir AI Security Institute milik Inggris dari mengakses model frontier baru, memulihkan akses awal ke model dari Anthropic, Google DeepMind, dan OpenAI setelah tekanan diplomatik.
Microsoft dorong regulasi Inggris. Presiden Microsoft Brad Smith menyerukan regulasi AI global yang mendesak, dengan alasan Inggris paling tepat memimpin aturan keamanan karena AS tidak dapat mengatur secara efektif. Ia membandingkan pengawasan AI dengan keamanan produk konsumen.
Itu saja untuk hari ini – sekitar 5 menit membaca.