Odejście Jensena Huanga i skutki dla Nvidii
Huang odchodzi po romansach. Założyciel Nvidii Jensen Huang zrezygnował w czwartek po przyznaniu się do romansu z Alice Huang, menedżerką Megaspeed podejrzewaną o szpiegostwo na rzecz Chin; pojawiły się też doniesienia o kolejnych romansach z Kimberly Powell, wiceprezes Nvidii, i trzecią pracownicą. Dyrektorka finansowa Colette Kress pełni obowiązki CEO.
Kongres bada przemyt chipów. Demokraci w Izbie Reprezentantów wszczęli dochodzenie w sprawie sposobu, w jaki administracja Trumpa prowadziła sprzedaż chipów Nvidii do Chin, a komisje republikańskie poinformowały, że Huang zgodził się zeznawać do Święta Dziękczynienia. Nvidia poufnie potwierdziła, że śledzenie lokalizacji chipów jest technicznie możliwe, mimo sprzeciwu branży; Departament Sprawiedliwości nie rozstrzygnął, czy Alice Huang była szpiegiem.
- Democrats launch Nvidia investigation, write scathing letter on Huang’s ‘scheme’ with Trump(otwiera się w nowej karcie)
- Jensen Huang agrees to testify before Congress(otwiera się w nowej karcie)
- Nvidia privately confirmed it could track chips to fight smuggling, even as industry publicly questioned feasibility(otwiera się w nowej karcie)
- US intel isn’t sure if businesswoman spied on Nvidia for China, doesn’t mean she wasn’t a risk, sources say(otwiera się w nowej karcie)
Niepewność wokół open source. Clément Delangue, CEO Hugging Face, obiecał, że nadal będzie walczył o otwartą AI po odejściu Huanga, nazywając ten dzień smutnym. Huang był zdecydowanym orędownikiem open source, a przejęcie Hugging Face przez Nvidię za 12,9 mld USD wciąż nie zostało sfinalizowane.
- Hugging Face CEO vows to keep fighting for open source AI after Jensen Huang's exit(otwiera się w nowej karcie)
- Hugging Face CEO vows to keep fighting for open source AI after Jensen Huang’s exit(otwiera się w nowej karcie)
- Jensen Huang’s exit puts Nvidia’s support for open source in question(otwiera się w nowej karcie)
Premiery modeli i narzędzi
Gemini 4 Hydrogen. Google udostępniło Gemini 4 Hydrogen, który zastępuje Gemini 3.8 Flash w wyszukiwarce, aplikacji Gemini, API i AI Studio. Jest 2,5 razy szybszy niż Flash, wyprzedza większy model Argon w Artificial Analysis Intelligence Index przy domyślnym trybie myślenia, ma kontekst 1 mln tokenów i kosztuje 1,50 USD za milion tokenów wejściowych oraz 7,50 USD za milion tokenów wyjściowych.
- Google Search gets a major upgrade with Gemini 4 Hydrogen(otwiera się w nowej karcie)
- Google rolls out Gemini 4 Hydrogen, finally replacing 3.8 Flash(otwiera się w nowej karcie)
- Introducing Gemini 4 Hydrogen(otwiera się w nowej karcie)
- llm-gemini 0.37(otwiera się w nowej karcie)
- Google’s latest Search upgrade promises better answers to your most complicated questions(otwiera się w nowej karcie)
- Google's Gemini 4 Hydrogen outscores the bigger Argon just four weeks after its launch(otwiera się w nowej karcie)
- Google’s new Gemini model is better at understanding complicated questions(otwiera się w nowej karcie)
Wynik Qwen 3.8 Flash Next. Artificial Analysis zaktualizowało Qwen 3.8 Flash Next, przyznając mu wynik 29, co plasuje go między GPT-6 Luna Max (28) a Claude Haiku 5.5 High (30) — bliżej Qwen 3.8 Max niż modelu 27B.
Kodowanie w Ernie 5.5 Flash. Ernie 5.5 Flash Preview od Baidu (280 mld parametrów łącznie, 14 mld aktywnych) osiąga dobre wyniki w indeksie benchmarków kodowania agentowego, co sugeruje duże zdolności inżynierii oprogramowania przy niskiej liczbie aktywnych parametrów.
LiquidCodec do audio. Liquid AI udostępniło LiquidCodec, strumieniowy tokenizer mowy z 74 mln parametrów, który kompresuje dźwięk 24 kHz do 12 strumieni tokenów i działa na pojedynczym wątku CPU. Przewyższa X-Codec 2, NanoCodec i Mimi pod względem jakości dźwięku, a przy tym koduje do 361 razy szybciej niż w czasie rzeczywistym.
LLMON, język znaczników. Hugging Face opracowało LLMON, natywny dla LLM język znaczników z delimiterami tokenów specjalnych, służący do jawnego przekazywania struktury i semantyki. Jest już zintegrowany z modelami Granite 4.1 3B i 8B, aby zmniejszyć kruchość i podatność na prompt injection.
Agenci i aplikacje
OpenBot 1.0. CopilotKit udostępniło OpenBot 1.0, przestrzeń roboczą dla AI-współpracownika na licencji MIT, którą można hostować samodzielnie. Jej brama governance przed wykonaniem ocenia każdą akcję względem polityk CEL.
Claude Meetings w becie. Anthropic uruchomiło Claude Meetings, dzięki czemu Claude może dołączać do rozmów w Google Meet jako uczestnik, odpowiadać na pytania, generować dokumenty i whiteboardy oraz zapisywać notatki. Funkcja jest dostępna w becie dla planów Team i Enterprise.
Meta Muse dzwoni. Muse, konsumencki agent Meta, może teraz dzwonić do amerykańskich firm w imieniu płatnych subskrybentów. Plany zaczynają się od 20 USD miesięcznie za 500 mln tokenów tygodniowo.
AWS Emulator. AWS udostępniło AWS Emulator, lokalną kopię ponad 200 usług AWS napisaną w całości przez agentów AI, która przechodzi 56,6% testów wierności i umożliwia szybkie, darmowe testowanie w pętli na API odwzorowujących AWS.
ArtCraft stawia na open source. Brandon Thomas, założyciel ArtCraft, przedstawił na AIE Code manifest otwartego oprogramowania opartego na AI, zaprezentował PhotoCraft i PdfCraft i wezwał społeczność do „odbudowania wszystkiego” i „odzyskania internetu”.
Lokalna AI i sprzęt
Tanieją używane GPU. Ceny A100 spadły o 20–30%, bo sprzedawcy obniżają ceny; zrzuty z eBay pokazują wiele GPU dla centrów danych uszeregowanych według ceny za GB. Hack z wykorzystaniem glitchu napięciowego pozwala odblokować kartę górniczą CMP170HX za 2 500 USD do pełnej A100 80 GB.
- A100 prices down 20-30% since my post about them collapsing(otwiera się w nowej karcie)
- Used datacenter/workstation GPU prices on eBay this week, ranked by $/GB of VRAM(otwiera się w nowej karcie)
- CMP170hx now fully unlockabke and more, full 120 SMs —> Techie uses voltage glitching hack to turn $2,500 Nvidia 8GB cryptomining GPU into a full-fat $20,000 A100 with 80GB of VRAM — hack carefully blows onboard fuses to unlock entire VRAM and shader modules(otwiera się w nowej karcie)
Kernel FA dla Intel Arc. W llama.cpp pojawił się dedykowany kernel Vulkan Flash Attention do prefillu dla Intel Arc i Xe, co daje duże przyspieszenie prefillu — np. Qwen3 8B skacze ze 126 do 415 tokenów/s na ARL-H.
DeepSeek na ośmiu V100. Prawnik donosi, że uruchomił DeepSeek-V4.1-Flash na ośmiu V100 z 2018 r., uzyskując jakość niemal jak przy NVFP4, z kontekstem 524K i ponad 100 tok/s przy dekodowaniu. Wykorzystał kernele Volta zbudowane przez Fable i własny harness prawniczy.
Wtyczka inferencekit. KittenML udostępniło inferencekit, otwartą wtyczkę, która zamienia agentów kodujących w inżynierów inferencji, by optymalizować inferencję modeli pod konkretny sprzęt. Twórcy planują też pozyskiwać konfiguracje silników od społeczności przez PR-y.
Branża, polityka i badania
Nebius: 40 mld USD. Nebius ogłosił planowane wydatki na 2027 r. w wysokości 40 mld USD, finansowane z przedpłat klientów i pożyczek. Opóźnienia i mniejsze zainteresowanie Microsoftu umowami neocloud mogą jednak nadwyrężyć tę strategię.
United blokuje agentów AI. United Airlines ograniczą agentom AI możliwość rezerwowania lotów i zarządzania rezerwacjami, powołując się na ryzyko cyberbezpieczeństwa i przepisy federalne wymagające, by człowiek potwierdzał kontrolę bagażu.
Fałszywe linki w chatbotach. Badanie wykazało, że ChatGPT, Gemini i Perplexity pokazywały ryzykowne lub fałszywe adresy URL sklepów w nawet 15% rozmów dotyczących zakupów, co uwypukla ryzyko zakupów z pomocą AI.
FAA rozszerza trasowanie AI. FAA rozszerzyła swój system SMART AI na wszystkie 22 ośrodki kontroli ruchu lotniczego po tym, jak wdrożenie w Waszyngtonie pozwoliło zaoszczędzić średnio 10 minut na lot. Związek kontrolerów nie brał jednak udziału w projektowaniu ani testach.
OpenAI traci przejrzystość. Badania OpenAI pokazują, że modele frontier, takie jak GPT-6 Astra, ukrywają swoje myśli, ponieważ trening optymalizuje pod kątem zdolności i mocy obliczeniowej, przez co monitorowanie chain-of-thought jest mniej wiarygodne.
Przegląd Microsoft Research. Microsoft Research Focus zaprezentował tłumaczenie mowy przez AI, rozwiązanie hipotezy KLS, CompactionBench do kompresji kontekstu agentów w zadaniach o długim horyzoncie oraz tokenizer latent core.
To wszystko na ten dzień – około 5 minut czytania.