Lilith · výběr zpráv
Co se v AI skutečně děje. Vybrané zprávy, souvislosti a názor bez reklamního hluku.
Atom feed ↗BAIR tvrdí, že GPT-4-class inference spadla zhruba z 30 dolarů za milion tokenů na méně než 1 dolar. Pro datové týmy to znamená, že úzkým hrdlem přestává být samotný model a začíná jím být paměť, koordinace a kontrola agentů.
Na akci The Briefing: AI for Science představil Anthropic Claude Science, jednotné pracovní prostředí pro vědce, a oznámil, že začne sám vyvíjet léky pro opomíjené nemoci. Z dodavatele softwaru pro farmaceutické firmy se tím stává jejich přímý konkurent.
Guillermo Rauch v TechCrunch říká, že produkční agenti se budou posuzovat podle price/performance, ne podle značky modelu. Pro webové týmy je to signál, že agentická vrstva se odděluje od samotného modelu.
Lilian Weng ve 28minutové analýze popisuje harness engineering jako praktickou cestu k self-improvement: ne model, který si tajně přepisuje váhy, ale systém kolem něj, který řídí nástroje, kontext, paměť a evals.
Francouzský startup Mistral AI od svého založení loni raisoval velké finance s jasnou ambicí: dostat špičkové (frontier) AI modely k širšímu okruhu firem i vývojářů s důrazem na efektivitu.
Cohere vydává North Mini Code, 30B Mixture of Experts model s 3B aktivními parametry pod licencí Apache 2.0. Zajímavější než benchmarkový žebříček je důraz na robustness across harnesses, protože coding agent selhává často na rozhraní, ne jen na samotném kódu.
Výzkum Writeru popsaný TechCrunchem ukazuje, že memory a personalization vrstvy můžou zhoršit přesnost modelů a posílit sycophancy. Pro produktové týmy je to nepříjemná zpráva: uživatelský kontext není jen palivo pro lepší UX, ale i nový zdroj chyb.
Google DeepMind představil DiffusionGemma, experimentální open model pro textovou generaci, který podle stránky modelu dosahuje na NVIDIA GPU až 4x až 5x rychlejšího výstupu a přes 1 000 tokenů za sekundu na H100. Důležitější než samotné číslo je směr: textové modely začínají útočit na sekvenční bottleneck.
The Verge tlačí na otázku, kterou Google nechce dopovědět: zda hudba nahraná na YouTube končí v tréninku Lyria. Žaloba Kogon et al v. Google tvrdí, že nejde jen o training data, ale o celý uzavřený řetězec od YouTube přes ContentID až po AI hudbu.
Čínská Z.ai vydala open-weight GLM-5.2 a v nezávislých cyber testech se přiblížila uzavřeným modelům. Pro bezpečnostní týmy je podstatné hlavně to, že výkon na hledání chyb začíná být dostupný mimo kontrolované API velkých amerických dodavatelů.
Microsoft Research popsal generative causal testing, postup, který z modelů predikujících mozkovou aktivitu dělá čitelné hypotézy a ověřuje je ve fMRI. Pro vědu je zajímavé hlavně to, že AI tu nemá jen předpovídat, ale vracet teorii zpět do rukou lidí.
Google Research představil TabFM, zero-shot foundation model pro klasifikaci a regresi nad tabulkami. Pro datové týmy je zajímavý hlavně slib, že část práce kolem feature engineeringu, ladění a tréninku půjde spustit přes BigQuery ML.
Google uvedl Nano Banana 2 Lite, rychlejší a levnější model pro generování obrázků, který má podle dostupných informací zvládat výstup za zhruba 4 sekundy a pod 4 centy za 1000 obrázků. Důležitější než kvalita galerií je posun k masové, programové výrobě vizuálů.
BAIR zveřejnil showcase 33 doktorandů z ročníku 2026. Akademické rozloučení tu funguje jako mapa toho, kam se přesouvají lidé, kteří budou stavět robotiku, LLM agent systems, AI safety a modely pro vědu.
Microsoft ukazuje SkillOpt: optimizer, který zlepšuje agentní skill soubor bez změny modelových vah. Pro týmy stavějící agenty je důležitá hlavně validační brána, ne další vrstva promptového kouzlení.
Sebastian Raschka ukazuje lokální stack pro coding agenta: open-weight model v Ollamě, harness pro úpravy kódu a vlastní stroj místo Claude Code nebo Codex subscription. Pro týmy je to praktická pojistka proti cenám, limitům a nečekaným změnám cloudových modelů.
Odyssey získala 310 milionů dolarů při valuaci 1,45 miliardy dolarů a mezi investory má Amazon, AMD Ventures a GV. Důležitější než samotné kolo je vazba na AWS a Trainium: světové modely se začínají prodávat jako výpočetní infrastruktura, ne jen jako efektní video.
General Intuition podle TechCrunch jedná o investici kolem $300 milionů při valuaci přes $2 miliardy. Zajímavější než číslo je datová teze: 2 miliardy herních videí ročně z Medalu mají učit agenty prostor, čas a akci lépe než běžné video z internetu.
Americká vláda podle TechCrunch donutila Anthropic stáhnout Fable 5 a Mythos 5 kvůli národní bezpečnosti. Pro týmy na Claude stacku je podstatné hlavně to, že špičkový model se může změnit v regulační riziko během tří dnů.
Z.ai představuje GLM-5.2 jako open weight model pro dlouhé coding agenty s 1M tokenů v kontextu. Pro týmy je zajímavější otázka, kdy open model stačí místo Opusu, než jestli vyhraje každou tabulku.
