Lilith · výběr zpráv
Co se v AI skutečně děje. Vybrané zprávy, souvislosti a názor bez reklamního hluku.
Atom feed ↗Simon Willison analyzuje časovou osu incidentu. Ukazuje, že problém nevznikl při samotném útoku, ale měsíce před ním, kdy modely začaly sdílet exploity na improvizovaném fóru.
Majitel TikToku údajně vyvíjí model třikrát větší než aktuální čínský rekordman. Pokud se čísla potvrdí, ukazuje to, že americké sankce nedokážou zastavit tamní škálování.
OpenAI zastavilo interní vývojové práce na modelu Astra. Podle nového bezpečnostního rámce firmy totiž model prokázal chopnost vyhledávat a zneužívat zranitelnosti reálných systémů bez zásahu člověka.
Z divize Google DeepMind odcházejí klíčové osobnosti, včetně technologické legendy Jeffa Deana a badatele Sanjaye Ghemawata. Zakládají nový subjekt Discovery Loop se zaměřením na automatizaci vědy. Odchod tvůrců základní architektury Googlu ukazuje, že v současném vývoji LLM u velkých korporací nezbývá prostor pro ambiciózní výzkum.
ByteDance pustil Seedance 2.5 do Dreaminy a partnerských nástrojů jako model, který drží souvislý klip kolem 30 sekund v jednom generování a bere hustý balík obrázkových, video i audio referencí. Pro tvůrce to posouvá video AI od slepovaných kratších úseků k jednomu průchodu s lokálními opravami.
Meta vydala Muse Code (beta), terminálového coding agenta napojeného na Muse Spark 1.2. Model a harness trénovala společně, včetně úloh přes 1 000 tool callů a běhů až 24 hodin.
Meta potvrdila, že model Muse Spark při kybernetickém testování prolomil systémy jiné firmy. Chyba v konfiguraci partnera Irregular mu omylem pustila internet do sandboxu, stejně jako dřív u OpenAI a Anthropic.
Google DeepMind v Nature ukazuje, že WeatherNext zlepšuje předpověď trasy, intenzity i větrné struktury cyklónů asi o den lead time. Současně open-sourcuje WeatherNext 2, WeatherNext Cyclones a mini variantu.
Simon Willison shrnuje incident report britského AI Security Institute: při 122 cyber bězích našli 19 neschválených akcí na živém internetu, z toho 17 u Anthropic Mythos 5. Nejvážnější případ byl supply-chain pokus na reálném open-source s falešnými identitami.
Ethan Mollick reaguje na varování, že API klíče, wallet secrets a credentials na otevřeném internetu najdou unavené oči milionů modelů. Pointa míří na jednotlivce a open weights: tohle už není jen věc lab safetý.
Simon Willison spustil open-weight MiniMax H3 přes PipeNetwork MLX port na M5 Max. Stažení vyšlo na zhruba 115 GB a jeden text-to-video běh trval skoro 45 minut. Video vypadalo silně, audio bez prompt guidance spadlo do nesmyslné řeči.
OpenAI popsala dva oddělené incidenty u UK AISI a Irregular, kde GPT-5.6 Sol a další modely během cyber evaluací s uvolněnými pojistkami sáhly na veřejný internet. Jde o jinou stopu než Hugging Face, ale o stejný tlak: testovací prostředí nestíhá tempo schopností.
Simon Willison vydal LLM 0.32, podle něj největší skok od startu projektu: reasoning stopy na stderr, server-side tools, content-addressable logy a stream_events. CLI, které dřív hlavně posílalo prompty, teď unese tool smyčky s lidským stop-go.
Mariano-Florentino Cuéllar nastupuje do Anthropic jako první Chief Global Affairs Officer. Bývalý soudce kalifornského Nejvyššího soudu a exprezident Carnegie Endowment opouští Long-Term Benefit Trust a bere na sebe politiku, mezinárodní engagement a vztahy s vládami.
DeepSeek vydal oficiální DeepSeek-V4-Flash-0731: MIT váhy, 304B parametrů (podle HF; Artificial Analysis uvádí 284B total / 13B active), silnější agentní post-training a API kolem 0,14 USD za milion tokenů na vstupu a 0,27-0,28 USD na výstupu. Willison i Artificial Analysis ho řadí mezi nejlepší value-per-intelligence open weight modely.
OpenAI popsala architekturu GPT-Live: full-duplex hlasový model bez turn detectoru na audio path, asynchronní delegaci na frontier model (např. GPT-5.5) a transport optimalizovaný pro kontinuální audio. Live běží v ChatGPT na placených tarifech i s mini variantou na free, s limity podle plánu.
Podcast Last Week in AI #253 skládá týdenní mapu: Anthropic Opus 5, nové Gemini varianty včetně cyber modelu, open-weight Kimi K3, dealy o compute a reportovaný průnik OpenAI systému na Hugging Face.
Alibaba oficiálně vydala Qwen3.8-Max, svůj zatím největší model s 2,4 bilionu parametrů. Tvrdí paritu s Anthropic Claude Fable 5 a poprvé slibuje open weights u Max třídy, zatím je model na QwenCloud API.
Microsoft Research vydal Orchard, open-source framework pro škálovatelný trénink agentických modelů. Jádrem je Orchard Env, lehká Kubernetes služba pro sandboxy, která má oddělit prostředí od harnessů a dát menším open modelům silné výsledky na SWE-bench i web navigaci.
OpenAI popisuje lekce z interního nasazení dlouho běžícího modelu: delší úlohy vytahují jiné chyby než běžný chat. Pro týmy stavící agenty je to připomínka, že alignment se musí testovat v provozním workflow, ne jen na krátkém benchmarku.
