Új modellek
Google: megérkezett a Gemini 4 Hydrogen, a Gemini 4 család gyors, mindenki számára elérhető tagja. Hat héten belül ez a Google harmadik új modellje a Carbon és az Argon után. A mindennapi programozásra és ügynöki munkára szánt modell az Artificial Analysis összesített intelligenciaindexén alapbeállításon 51 pontot ér el, többet, mint a nagyobb Argon (50), a legmagasabb gondolkodási szinten pedig 54-et. A Google szerint két és félszer gyorsabban végez a feladatokkal, mint a Gemini 3.8 Flash, a Terminal-Bench 4.1 programozási teszten 57 százalékot ér el (az elődje 18,2-t), és ötödére csökkent a kitalált állítások aránya. Ára a teljes, egymillió tokenes kontextusablakban egységesen 1,50 dollár egymillió bemeneti és 7,50 dollár egymillió kimeneti tokenenként. Elérhető a Google AI Studióban, a Gemini API-ban, a Gemini alkalmazásban, az üzleti Geminiben és a fizetős Antigravityben, a Google Keresőben pedig világszerte ez lett a valaha volt legnagyobb modellfrissítés. Az Antigravity új Orchestrator módja egy munkameneten belül váltogat a Carbon és a Hydrogen között; a Google szerint így majdnem a Carbon szintjét hozza, 24 százalékkal kisebb kvótafogyasztással. A Cursorban is elérhető, ahol a cég saját tesztjén 54,3 százalékot ért el (a 3.8 Flash 39,6-ot). Forrás: Google, Google Kereső, Google Antigravity, Ars Technica, Cursor (X).
Thinking Machines: letölthetők az Inkling 2 Small nyílt súlyai, Apache 2.0 licenccel. A november 5-én bemutatott modellt a cég a külső biztonsági tesztek után tette szabadon letölthetővé a Hugging Face-en, ahogy előre jelezte. A szakértőkeverékes (MoE) modell 594 milliárd paraméteres, ebből tokenenként 17 milliárd aktív, képeket is ért, és egymillió tokenes kontextust kezel. Saját gépen futtatva legalább két Nvidia B300 vagy négy H200 kártya kell hozzá; API-n keresztül több szolgáltatónál is elérhető, például az OpenRouteren, a Togethernél és a Cloudflare-nél, egymillió bemeneti tokenenként 0,30, kimeneti tokenenként 1 dollárért. Forrás: Thinking Machines, Hugging Face.
Beszédfelismerés: a Microsoft MAI-Transcribe-2 éles használatra is elérhető, a Salesforce pedig nyílt súlyú modellt adott ki. A Microsoft átiratkészítő modellje a Foundry platformon általánosan elérhető lett, december 31-ig óránként 0,10 dolláros bevezető áron. A Salesforce SOV-Transcribe-1 modellje az Artificial Analysis mérése szerint a legjobb nyílt súlyú beszédfelismerő: 2,3 százalékos szóhibaarányával a 44 vizsgált modell közül a hetedik, a zárt modelleket is beleszámítva. A Liquid AI emellett bemutatta 74 millió paraméteres LiquidCodec hangkodekjét, amely a beszédet a nyelvi modell számára feldolgozható tokenekké alakítja és vissza. Forrás: Microsoft, Artificial Analysis (X), Liquid AI (X).
Eszközök és funkciók
Anthropic: saját felhőben vagy saját szerveren is futtatható a Claude Managed Agents, zárt bétában. Nemcsak az elszigetelt futtatókörnyezetet, hanem a teljes ügynökszolgáltatást a cég saját infrastruktúráján lehet üzemeltetni: az ügynökök, a hitelesítő adatok és a munkamenetek előzményei a cégnél maradnak, és az is megadható, hová menjenek a Claude felé irányuló kérések. Ez főleg a szigorú adatkezelési szabályok alatt működő szervezeteknek szól. Forrás: Claude Platform, Claude (X).
OpenAI: két új kiberbiztonsági termék, a Daybreak Red Team és a Daybreak Defense Factory. A Red Team ügynökcsapata a forráskód és az alkalmazás ismeretében behatolásteszteket futtat webes alkalmazásokon, ellenőrzi a beérkezett sebezhetőségi jelentéseket, és azt is, hogy a javítás tényleg kivédi-e a támadást; egyelőre korai hozzáférésben, várólistával érhető el. A Defense Factory a múlt héten bemutatott GPT-6 Cyber modellre épül: átvizsgálja a kódbázist, javítást készít, és tesztelt, beolvasztásra kész módosítást ad a mérnököknek, akik jóváhagyják a változtatást. Ez a Codex Daybreak bővítményén keresztül érhető el. Greg Brockman, az OpenAI elnöke szerint a cégek ma csak annyira biztonságosak, amennyire a védekezésre használt modelljük erős. Forrás: OpenAI: Red Team, OpenAI: Defense Factory, The Register.
Anthropic: ténylegesen elindult a két napja bejelentett Claude Meetings, amellyel a Claude résztvevőként csatlakozik a videóhívásokhoz. A Team és Enterprise előfizetőknél fokozatosan elérhető funkció egyelőre a Google Meetet támogatja: a Claude látható résztvevőként jegyzetel, feladatlistát készít, kérdésekre válaszol, és a beszélgetés közben dokumentumokat, táblákat készít. A hívás után minden anyag egy külön oldalon marad meg. Alapértelmezés szerint nem csatlakozik olyan hívásba, amelyben külső résztvevő is van, és a HIPAA-megfelelést vagy saját titkosítási kulcsot használó szervezeteknél még nem érhető el. Forrás: Claude (X), The Decoder.
Meta: a Muse ügynök már telefonon is felhívja a cégeket a felhasználó nevében, az USA-ban a fizetős előfizetőknek. A szeptember óta csak néhány korai felhasználónál tesztelt funkcióval például a kábelszolgáltatót, a biztosítót vagy egy online foglalást nem kínáló éttermet hívhatja fel helyettünk az MI. Alexandr Wang, a Meta MI-részlegének vezetője szerint épp azokat a hívásokat veheti át, amelyeket senki sem szeret intézni. A Muse előfizetése havi 20 dollártól indul; hasonlót a Google Gemini és az Instinct startup is kínál. Forrás: TechCrunch, Alexandr Wang (X).
Google és Samsung: előrendelhetők az első Gemini-alapú okosszemüvegek, 395 dollártól. Az Android XR-re épülő szemüvegeket a Warby Parker és a Gentle Monster tervezte. A „Hey Gemini” paranccsal valós idejű fordítást, naptárt és a látott dolgokkal kapcsolatos információkat kérhetünk; a Google az adatvédelmet hangsúlyozza, például azzal, hogy a felvételeken a szemüveg helyben kitakarja az arcokat. Forrás: Ars Technica, Gemini (X).
Claude Code: kísérleti Code Mode és új gyártóipari bővítmény. Az új, külön bekapcsolható Code Mode-ban a Claude JavaScript-kódot ír az eszközei meghívásához, ahelyett hogy egyenként hívná őket. Megjelent a Claude for Manufacturing is: a 17 skillt és négy csatlakozót tartalmazó bővítmény a gyártó cégeknek segít árajánlatot, minőségügyi jelentést és beszállítói megkeresést készíteni a már használt rendszereik adataiból. Forrás: Claude Code changelog, Claude.
Kisebb frissítések egy csokorban. Az OpenAI Dots ügynökében már egyedi utasításokat is meg lehet adni, és gyorsabbak a válaszok. Az ElevenLabs piacteret nyitott a ráépülő ügynököknek és alkalmazásoknak, és partnerprogramot indított 44 ország több mint 550 tanúsított partnerével. A Runway már 3D-modelleket is készít szövegből vagy képből (a Tripo H3.1 modellel), amelyek tetszőleges szögből referenciaként használhatók. A Lovable-ben a Deel és a Retool is csatlakoztatható az alkalmazásokhoz. Az OpenRouter felülete hét új nyelven is elérhető, a Perplexity kiadta nyílt súlyú döntési modelljeinek 1.3-as változatát, a Higgsfielden pedig megjelent a ByteDance gyorsabb és olcsóbb Seedance 2.5 Flash videómodellje (az USA-ban még nem). Forrás: OpenAI Dots (X), ElevenLabs (X), ElevenLabs partnerprogram (X), Runway (X), Lovable, OpenRouter (X), Perplexity (X), Higgsfield.
Szabályozás és biztonság
Chipexport: a Nvidia-botrány után a Kongresszusban egyre nagyobb a támogatottsága a Kínába irányuló chipexport szigorításának, és az OpenAI is beállt mögé. John Thune, a szenátusi többség vezetője szerint „nagy a valószínűsége” a szigorításnak, és a képviselőház republikánus és demokrata vezetője is támogatja. Három törvényjavaslatról van szó: a Chip Security Act az exportált chipek helyének ellenőrzésével akadályozná a csempészetet, a MATCH Act a chipgyártó berendezések kiskapuit zárná be, az AI Overwatch Act pedig fegyvereladásként kezelné a kockázatos országokba irányuló chipeladásokat, kongresszusi felügyelettel. Az év végéig az éves védelmi költségvetési törvénybe kerülhetnek. Az OpenAI a Politico és a Bloomberg szerint jelezte a képviselőknek, hogy mindhármat támogatja; az Anthropic már korábban nyilvánosan kiállt mellettük. A The Information szerint a kereskedelmi minisztérium közben véglegesíti azt a szabályt, amely a külföldi adatközpontokon keresztüli távoli hozzáférést is korlátozná. Forrás: Semafor, Politico, The Information.
Nvidia-ügy: Jensen Huang zárt ülésen tanúvallomást tesz a Kongresszus előtt, a demokraták pedig vizsgálják, hogyan kezelte a kormány a Kínába irányuló chipeladásokat. Brian Mast, a képviselőház külügyi bizottságának elnöke szerint a volt vezérigazgató hálaadás előtt áll a bizottságok elé. Richard Neal és Ron Wyden demokrata politikusok Howard Lutnick kereskedelmi miniszterhez írt levelükben az iratok megőrzését kérik a H200-as chipek kínai eladásáról szóló megállapodással kapcsolatban, amelyet szerintük jogellenes is lehetett. Todd Blanche igazságügyi miniszter szerint még nem dőlt el, hogy Alice Huang valóban kínai kém volt-e; az FBI vizsgálja az ügyet. Forrás: TechCrunch: tanúvallomás, TechCrunch: demokrata vizsgálat, Reuters.
Kínai modellek: egy elemzés szerint a DeepSeek, a Moonshot, a MiniMax és az Ant Group újabb modelljei exporttilalom alatt álló Nvidia Blackwell chipeken készültek. Az Unemployment Labs a nyilvánosan letölthető súlyokból visszafejtette a modellek kezdeti értékeit, és szerinte az április óta kiadott hat modellben a Blackwell hardverre jellemző numerikus mintázat látszik, míg ugyanezen cégek korábbi modelljeiben a régebbi Hopper generációé. A DeepSeek-V4-Flash és a Kimi K3 esetében valódi Blackwell chipeken is ellenőrizték az egyezést. Az elemzés szerint ez a tanítás helyét nem bizonyítja, de erősen valószínűsíti. A Reuters szerint közben a kínai MI-cégek sietve bérelnek Nvidia-kapacitást külföldi adatközpontokban, mert szigorodó amerikai korlátozásoktól tartanak. Forrás: Unemployment Labs, Reuters.
Ausztrália: törvény kötelezné a csúcsmodellek fejlesztőit független auditra és az incidensek azonnali jelentésére. Anthony Albanese kormánya szerint a szabályok a legfejlettebb, legnagyobb kockázatú modellekre vonatkoznak: a fejlesztőknek közzé kell tenniük a biztonsági keretrendszerüket, folyamatosan ellenőrizniük kell a modelljeiket, és azonnal jelenteniük kell a biztonsági incidenseket, részben azért, hogy időben kiderüljön, ha egy MI-ügynök elszabadul. A betartatást egy új felügyeleti szerv végzi az ausztrál MI-biztonsági intézettel közösen, súlyos bírságokkal. A részletek a konzultáció után jönnek. Forrás: The Decoder.
OpenAI-kutatás: a fejlesztők teljesítmény- és költségdöntései miatt nehezebb ellenőrizni, mit „gondol” egy modell. A biztonsági kutatók a modellek leírt gondolatmenetét (a válasz előtti köztes lépéseket) figyelve szűrik ki például a megtévesztési szándékot. Az OpenAI biztonsági csapata a GPT-5-től a GPT-6 Astráig vizsgálta, mely tanítási lépések rontják ezt az átláthatóságot: az erősebb alapmodell egyre több lépést „fejben” végez el, egyes architektúrák ezt kifejezetten felerősítik, és a megerősítéses tanulás is nagyobb kontrollt ad a modellnek a saját gondolatmenete felett. A tanulság az, hogy az átláthatóság romlása nem elkerülhetetlen, hanem fejlesztői döntéseken is múlik. Forrás: The Decoder.
Gemini az iskolákban: szülők hét amerikai városban követelik, hogy a Google függessze fel az MI-t az iskolai eszközökön. A tiltakozást egy per váltotta ki, amely szerint egy 13 éves diák az iskolai Chromebookján folytatott Gemini-beszélgetések során öngyilkosságot tervezett. A Google szerint a Gemini funkciói az iskolai eszközökön alapból ki vannak kapcsolva, a keresőben azonban így is megjelenik az MI. Forrás: Ars Technica.
Csaló webáruházakat is ajánlanak a chatbotok egy felmérés szerint. A Podqi vizsgálatában a vásárlási kérdésekre adott válaszokban a Perplexity az esetek 15, a ChatGPT 8, a Gemini 4 százalékában hivatkozott kockázatos oldalra, például márkákat utánzó, hamisítványokat áruló vagy már megszűnt boltokra, és ezek többségét kifejezetten ajánlotta is. A kisebb márkák és a regionális keresések a legkiszolgáltatottabbak. Forrás: The Verge.
Üzlet és társadalom
Nvidia: azonnali hatállyal lemondott Jensen Huang alapító-vezérigazgató, az ideiglenes vezérigazgató Colette Kress pénzügyi igazgató lett. Az előző napi összefoglalónkban még arról írtunk, hogy az igazgatóság Huang menesztésére készül; csütörtökön a cég bejelentette, hogy Huang 33 év után vezérigazgatói, elnöki és igazgatósági posztjáról is távozik. Kress megtartja pénzügyi igazgatói szerepét is, amíg az igazgatóság belső és külső jelöltek közül kiválasztja az utódot, az igazgatóság első elnöke pedig Harvey C. Jones, a Synopsys volt vezetője lett. A részvény napközben 14 százalékot is esett, végül 4,34 százalékos mínusszal zárt. Donald Trump Tim Cookot, az Apple volt vezérigazgatóját javasolta utódnak, a Reuters pedig egy újabb, cégen belüli viszonyról számolt be. Az elemzők szerint a vezetőváltás a startupokba és ügyfelekbe fektető Nvidia-hálózaton keresztül az egész MI-iparágat érintheti. Forrás: Nvidia, CNBC, TechCrunch, Financial Times.
Anthropic: nyilvános oldalon mutatja be tőzsdei bevezetését, a Bloomberg szerint nagyjából hatszoros a túljegyzés. Az oldalon az alapítók levele és a befektetői bemutató videója is megtalálható. A Bloomberg értesülése szerint a bankok jelezték, hogy a meglévő befektetők elsőbbséget kapnak a részvények elosztásánál. Forrás: Anthropic, Bloomberg.
MI-infrastruktúra: 74 milliárd dolláros SpaceX-adatközpontok, gyengülő neofelhő, erősödő Nvidia-kihívók. A SpaceX 74 milliárd dollárból épít adatközpontot: 50 milliárdért Arizonában, 24 milliárdért pedig a texasi Starbase mellett, saját áramtermeléssel. A Nebius 2027-re 40 milliárd dolláros beruházást tervez, amit főleg ügyfél-előlegekből és szerződésekre épülő hitelekből finanszírozna, de gyenge előrejelzése miatt részvénye 16 százalékot esett. A chiptervező Cerebras bevétele 70 százalékkal nőtt, és megállapodást kötött a Microsofttal, a Cisco pedig arra számít, hogy MI-infrastruktúrából származó bevétele ebben az üzleti évben megduplázódik. Forrás: The New York Times, TechCrunch, CNBC: Cerebras, CNBC: Cisco.
Befektetések egy csokorban. A volt anthropicos kutatók alapította Mirendil egymilliárd dolláros A sorozatot zárt a Kleiner Perkins és a Clearlake vezetésével, a Google részvételével; a cég szerint egyetlen kutató MI-ügynökökkel, 10 millió dollárnál kisebb számítási költségből tanított be egy versenyképes kódolómodellt. Az ügynökfejlesztő keretrendszeréről ismert LangChain 300 millió dollárt vont be 3 milliárd dolláros értékeléssel, a CapitalG vezetésével. A müncheni Agile Robots humanoid robotokra 500 millió dollárt kapott a SoftBanktól 8,5 milliárdos értékeléssel, a drónokat és azokat összehangoló MI-szoftvert fejlesztő UFORCE pedig 700 milliót 6 milliárdos értékeléssel. A Norwest 4 milliárd dolláros, a korábbiaknál nagyobb alapot indított, főleg MI-befektetésekre. Forrás: Mirendil, SiliconANGLE, Bloomberg, CNBC, TechCrunch.
Tencent: Pony Ma alapító kész a cég százezres munkaerejének felét MI-re épülő üzletágakba átcsoportosítani. A Bloomberg szerint a kínai techóriás alapítója éves beszédében mondta ezt, jelezve, mennyire komolyan veszi a cég az MI-versenyt. Forrás: Bloomberg.
Munka: hogyan alakítja át az MI a közszféra, a tanácsadók és a játékfejlesztők munkáját. Az amerikai közszféra dolgozói és szakszervezetei több helyen is sikerrel lépnek fel azért, hogy az MI ne vegye el a munkájukat. A tanácsadó cégeknél az MI az óradíjas elszámolást és a pályakezdők felvételét is átalakítja, a GDC éves felmérésében pedig a játékfejlesztők 40 százaléka mondta, hogy a munkájában generatív MI-t használ (tavaly 36 százalék), miközben 34 százalékukat az elmúlt két évben elbocsátották. A Google DeepMind londoni dolgozói a brit kormányhoz fordultak, hogy kiharcolják szakszervezetük elismerését. Forrás: The Guardian, CNBC, The Verge, Wired.
FAA: az amerikai légügyi hatóság a teljes légtérre kiterjeszti a légiforgalmi irányítóknak tanácsot adó MI-rendszerét. A 875 millió dolláros SMART rendszer a washingtoni próbaidőszak alatt 180 járat átirányításában segített. A légitársaságok üdvözölték a döntést, a légiforgalmi irányítók szakszervezete viszont kifogásolja, hogy nem vonták be a rendszer tervezésébe és tesztelésébe. Forrás: Ars Technica.
Maja-lelőhely: mégsem MI-ügynökök fedeztek fel egy ismeretlen települést Mexikóban. Pietro Miotti, a Google egyik kutatója saját hobbiprojektként 48 MI-ügynökkel fésülte át a NASA lézeres felmérési (lidar) adatait, és egy nyilvántartásban nem szereplő maja falu felfedezését jelentette be. Régészek gyorsan rámutattak, hogy a helyet egy szakfolyóirat már több mint egy éve dokumentálta. Miotti azóta kiegészítette a bejegyzését; a szakértők szerint az eset jól mutatja, hogy a laikusok MI-vel tett „felfedezéseit” is szakembereknek kell ellenőrizniük. Forrás: The Verge.
Pletykák
OpenAI: egy még ki nem adott modell az ExploitGym teszten 77 százalékot ért el a megfigyelők szerint. Az OpenAI csütörtöki kiberbiztonsági bemutatóján kivetített ábráról több megfigyelő is beszámolt: eszerint az új modell jócskán megelőzi a múlt héten kiadott GPT-6 Cybert (52,6 százalék) és a Gemini 4 Carbont (54,8). A közösség a régóta várt GPT-6.2 érkezésére következtet, a cég azonban sem a modell nevét, sem a megjelenését nem erősítette meg. Megbízhatóság: közepes (több megfigyelő egybehangzó beszámolója egy hivatalos bemutatóról, de a részletek nem hivatalosak). Forrás: chetaslua (X), scaling01 (X).
Mit jelent ez neked: a saját infrastruktúrán futtatható Claude-ügynökök, a kódot javító Daybreak-ügynökök és a telefonáló Muse azt mutatják, hogy az MI-ügynökök egyre több valódi munkafolyamatot vehetnek át, akár a cég saját környezetében is. Az Nvidia vezetőváltása és a szigorodó chipexport viszont arra figyelmeztet, hogy egyetlen szállítóra építeni kockázatos, ezért érdemes független szakmai tanácsadással úgy kiválasztani a modelleket és a szolgáltatókat, hogy szükség esetén válthass.