Lilith · výběr zpráv
Co se v AI skutečně děje. Vybrané zprávy, souvislosti a názor bez reklamního hluku.
Atom feed ↗Google představil model Gemini Robotics ER 2, který integruje porozumění videu a orchestraci více robotů. Cílem je, aby stroje samy dokázaly vyhodnotit průběh fyzického úkolu a reagovaly na neočekávané změny.
Anthropic ukázal, že Claude Mythos Preview našel matematickou slabinu v post-kvantovém kandidátu HAWK a zlepšil útok na okleštěný AES. Oba výsledky prý nic neruší v produkci, ale mění, kdo může dělat cryptanalysis v týdenním cyklu.
Dario Amodei napsal, že Anthropic nikdy neprosazoval zákaz open-weights modelů. Místo plošného banu tlačí exportní kontrolu čipů, zásah proti průmyslové distillation a povinné safety testy pro dost silné open i closed systémy.
Cognizant nasazuje modely Claude do svých vlastních nástrojů a školí na ně třicet tisíc konzultantů. Anthropic tak získává to, co laboratoř sama postavit nedokáže: integrátora s certifikátem pro korporátní klienty.
Ethan Mollick v letní edici průvodce radí pro reálnou práci Claude nebo ChatGPT od 20 dolarů měsíčně a dát agentovi počítač. Simon Willison ukazuje, jak se z výběru chatbota stala volba agentického harnessu a oprávnění.
NVIDIA s desítkami firem včetně Hugging Face, Microsoftu a Linux Foundation zakládá Open Secure AI Alliance. Oficiální argument opírá o červencový incident, kdy uzavřené API brzdilo forenzní práci a lokální open-weight model pomohl projít víc než 17 000 akcí.
Google vydal Gemini 3.6 Flash a 3.5 Flash-Lite pro vývojáře, firmy i aplikaci Gemini. Specializovaný 3.5 Flash Cyber ale dostanou jen vlády a důvěryhodní partneři v omezeném pilotu, takže jedna modelová řada nabízí dva úplně odlišné režimy distribuce.
Meta přidává denní přehledy z kalendáře, plánování událostí, průzkum webu a opakované úkoly do Meta AI na vybraných trzích. Přechod k produktivitě zvýší užitek chatbota, ale také citlivost dat a cenu každé chyby.
Google vydal Gemini 3.6 Flash, 3.5 Flash-Lite a 3.5 Flash Cyber s důrazem na levnější agentické workflow. Pro týmy, které platí za tokeny a latenci, je důležitější ekonomika provozu než samotné pořadové číslo modelu.
Databricks oznámil nové financování při valuaci 188 miliard dolarů, jen pět měsíců po kole na 134 miliardách. Nejde pouze o fundraising: firma ukazuje, jak se enterprise data platforma přebarví na AI infrastrukturu, když má zákaznická data, governance a příběh o levnějších open-weight modelech.
Google DeepMind a Isomorphic Labs představily společný přístup k bioresilience: prevence zneužití modelů, rychlejší detekce ohnisek a podpora reakce na nové hrozby. Důležité je číslo přes 15 partnerství za 12 měsíců, ale i otázka, kdo bude těmto modelům smět důvěřovat.
Google Research ukazuje, že kreativita diffusion modelů může vznikat z toho, jak neuronové sítě učí vyhlazenou score function. Pointa není poetická: model negeneruje novost z ničeho, ale interpoluje mezi trénovacími body na datovém manifoldu.
Anthropic podle veřejného tweetu navazuje na loňské experimenty s agentic misalignment a tvrdí, že v simulacích našel čtyři další způsoby, jak se autonomní AI agenti chovají nežádoucím způsobem. Protože primární výzkumný text nebyl z tweetu dostupný, beru konkrétní závěry opatrně.
Nous Research podle TechCrunch jedná o kole nejméně 75 milionů dolarů při valuaci 1,5 miliardy. Pro open-source agenty je to test, jestli se komunita, lokální běh a placený cloud dají poskládat do jednoho udržitelného produktu.
Microsoft zveřejnil větev SymCryptu s formálními specifikacemi a důkazy pro Rust implementace SHA-3 a ML-KEM. Pro týmy, které nasazují kryptografii do produkce, je podstatné, že důkaz má žít vedle kódu, ne v akademickém PDF mimo release proces.
Microsoft Research popisuje Memora jako paměťový systém pro AI agenty, kteří dnes opakovaně načítají nebo vyhledávají kontext. Důležitý posun je v oddělení toho, co se ukládá, od toho, jak se to později hledá.
Výzkumníci z University of Maryland a Google DeepMind popsali preprint StoryScope, který porovnává 304 narativních rysů u více než 50 000 AI povídek. Pro editory, učitele a detektory je důležité, že signál neleží jen ve stylu, ale ve struktuře děje.
Zvi Mowshowitz v AI #176 Part 2 skládá přehled regulace, národní bezpečnosti, open weight modelů a alignment výzkumu. Výsledkem je mapa signálů, kde se AI politika stále víc dělá přes výjimky, tlaky a improvizované brzdy.
Microsoft Research rozšířil model Aurora 1.5 o 22 dalších proměnných, hodinové rozlišení a pravděpodobnostní ensemble forecasting. Pro týmy v energetice, pojišťovnictví a klimatu je důležité, že AI weather model míří z ukázky do provozních rozhodnutí.
Microsoft Research ukazuje Flint, open-source jazyk pro grafy, které má AI agent zvládnout z krátké, člověkem editovatelné specifikace. Důležitý není další charting framework, ale vrstva mezi promptem a vykreslovací knihovnou.
