Meta: megjelent a Muse Spark Open, az eddigi legerősebb amerikai nyílt súlyú modell — az Apple-lel közösen Mac gépekre hangolva. A Meta csütörtökön letölthetővé tette a Muse Spark Open súlyait, vagyis a betanított modell paramétereit, amelyeket bárki a saját hardverén futtathat. A cég szerint ez az eddigi legképesebb amerikai nyílt súlyú modell: 816 milliárd paraméteres, ebből tokenenként 42 milliárd dolgozik (úgynevezett szakértőkeverék-architektúra), egymillió tokenes kontextusablakkal rendelkezik, és szöveget, képet, hangot és videót is értelmez. Kódolásra és hosszan futó, több lépésből álló ügynöki feladatokra tervezték. A Meta az Apple-lel együttműködve úgy optimalizálta, hogy két összekapcsolt, M5 Ultra chipes Mac Studión is elfusson; a CNBC szerint két–négy gép köthető össze, és egy megfelelő Mac Studio legalább 10 799 dollárba kerül. A modell több felhőszolgáltatónál is elérhető, a licenc korlátozott kereskedelmi felhasználást enged. A CNBC szerint az együttműködés azért is figyelemre méltó, mert a két cég évekig rivalizált, viszonyuk 2021-ben, az Apple adatvédelmi változtatásai után jutott mélypontra. Forrás: Meta, CNBC, Hugging Face.
Az amerikai fogyasztóvédelmi hatóság beidézte az OpenAI-t és az Anthropicot az ügynökök okozta incidensek miatt. Az Axios értesülése szerint az FTC (Szövetségi Kereskedelmi Bizottság) szerdán több mint 50 oldalas, kötelező erejű adatbekérést küldött a két cégnek; a hatóság szóvivője ezt a CBS Newsnak megerősítette. Az FTC dokumentumokat kér a közelmúlt biztonsági incidenseiről — amikor tesztelés közben AI-ügynökök weboldalakat és kormányzati rendszereket törtek fel —, valamint a cégek biztonsági intézkedéseiről, adatvédelmi szabályairól és azokról a marketinganyagokról, amelyek félrevezethették a fogyasztókat. Az Axios forrása szerint a hatóság a cégvezetőket is meghallgatná, később pedig az ügynökök által érintett harmadik feleknek is idézést küld. Az FTC szeptemberi vizsgálatindításáról korábban írtunk; ez az első kézzelfogható lépés. A WIRED csütörtöki elemzése szerint az ügynökök okozta károk elhárításának költségeit eddig jellemzően maguk a károsultak viselték. Forrás: Axios, Engadget, WIRED.
Anthropic: a METR független értékelői „munkatársi” hozzáférést kaptak. Az Anthropic csütörtökön bejelentette, hogy a modelleket értékelő METR nonprofit szervezet hat munkatársa céges eszközöket, irodát és nagyjából ugyanolyan belső hozzáférést kapott, mint a cég saját kockázatértékelő csapatai; kivétel az ügyféladatok, az ügyvédi titok alá eső információk és a modellek felépítése. A METR nyilvánosságra hozhatja a cég kockázatairól, incidenseiről és gyakorlatáról szóló elemzéseit: az Anthropic ezt nem vétózhatja meg, csak szűken meghatározott kategóriákban kérhet kitakarást, a METR pedig nyilvánosan értékelheti, indokolt volt-e a kitakarás. A cég háromszintű rendszert épít: a SecureBio szűkebb vizsgálatokat végez és jóváhagyás kell a publikáláshoz, az Accenture szintén értékelő partner, a Hugging Face-szel pedig tárgyalnak. Az Anthropic a nagy bankok felügyeletéhez hasonlítja a megoldást, ahol a hatóság szakértői a bankon belül dolgoznak. Korábban írtunk arról, hogy a laborok beleszólást akartak abba, mit tehetnek közzé a külső értékelők. Forrás: Anthropic, TechCrunch.
Anthropic: a befektetők alacsonyabb tőzsdei értékelést emlegetnek, tovább mélyült az AI-részvények esése. A Reuters négy forrása szerint a szerdai befektetői napon részt vevő befektetők egy része már nagyjából 1,5 billió (1500 milliárd) dolláros értékelésről beszél a novemberre várt tőzsdei bevezetésnél, a korábban várt mintegy 2 billió dollár helyett. Az Anthropic 45%-kal, 16,8 milliárd dollárra növelte harmadik negyedéves bevételét, és korrigált alapon nyereséges volt, egyes befektetőket azonban kiábrándított a lassuló növekedés: az első és a második negyedév között a bevétel még több mint a duplájára nőtt. A Reuters szerint egy hűvösebb fogadtatás az egész AI-piacra kihathat. Közben tovább mélyült az AI-hoz kötődő részvények esése: a The Guardian szerint a memóriachip-gyártók által dominált dél-koreai Kospi 200 index több mint 8%-ot zuhant (az SK Hynix közel 11%-ot, a Samsung 9,5%-ot), a japán Nikkei 4,9%-ot, az OpenAI-ban is érdekelt SoftBank 10%-ot esett, amihez a vártnál magasabb, 3,7%-os szeptemberi amerikai infláció is hozzájárult. Forrás: Reuters (Investing.com), The Guardian.
Microsoft: elkészült a MAI-Base-2, a cég saját fejlesztésű, 2,8 billió paraméteres alapmodellje. A Microsoft AI csütörtökön közölte, hogy befejezte új alapmodellje előtanítását: a szakértőkeverék-modell 2,8 billió paraméteres, ebből 80 milliárd aktív. A cég szerint a saját, nem nyilvános tesztjein minden vizsgált nyílt súlyú modellnél jobb, és 4–12-szer hatékonyabban használta a számítási kapacitást, mint a legerősebb nyílt alapmodell, a DeepSeek-V4-Pro-Base. A modellt 16 ezer Nvidia GB200 chipen, 38 nap alatt tanították augusztusban és szeptemberben, a Microsoft szerint desztilláció nélkül, vagyis nem más modellek válaszaiból tanult. A modell most az utótanítás (a finomhangolás) szakaszában van; a cég a súlyokat a Foundry platformon keresztül megbízható partnereknek licencelné. Mustafa Suleyman, a Microsoft AI vezetője szerint így a 3 billió paraméteres kategóriában is élvonalbeli saját alapmodelljük van, az utótanítás eredményei hamarosan jönnek. Forrás: Microsoft AI, Mustafa Suleyman (X).
Nyílt modellek: letölthető az Nvidia új Nemotron-családja és a kínai StepFun 600 milliárd paraméteres modellje. Az Nvidia kiadta a 120 milliárd paraméteres (12 milliárd aktív) Nemotron 3.5 Super VL nyílt modellt, amely szöveget, képet, dokumentumot és videót is értelmez, és a cég szerint hosszan futó vállalati ügynökökhöz készült; az Artificial Analysis független mérése szerint elődjének kétszeresét érte el az intelligenciaindexen. Mellette megjelent a 24 GB memóriába beférő Nemotron 3.5 Bolt 74B-A9B is, amely helyi gépen, például Nvidia RTX/DGX Spark számítógépeken futtat ügynöki feladatokat; egy még kisebb, 4 GB-os változat október 23-án érkezik. A kínai StepFun csütörtökön — ahogy szeptemberben ígérte — közzétette a Step 5 Preview modell súlyait a Hugging Face-en és a ModelScope-on (az API-járól korábban írtunk): a 600 milliárd paraméteres, tokenenként 27 milliárd aktív paramétert használó modell egymillió tokenes kontextusablakkal és képértelmezéssel, hosszú ügynöki feladatokra készült. Forrás: Nvidia, Artificial Analysis (X), StepFun (X), Hugging Face.
Pénzügyi Stabilitási Tanács: több emberi felügyelet kell az AI-ügynökök mellé. A G20-országok pénzügyi hatóságait tömörítő Pénzügyi Stabilitási Tanács (Financial Stability Board, FSB) csütörtökön véglegesítette a bankoknak és más pénzügyi cégeknek szóló, az AI felelős bevezetéséről szóló ajánlásait. A Reuters szerint a végleges szöveg a júniusi tervezethez képest szigorúbb az AI-ügynökök terén: a nagyobb kockázatú felhasználásoknál intenzívebb emberi felügyelet szükséges, a cégeknek pedig egyértelmű, kockázatalapú küszöböket kell meghatározniuk arra, mikor kell egy ügynöknek emberi jóváhagyást kérnie. Kikerült az az ajánlás, hogy az AI-t „szintetikus munkavállalóként” kezeljék; helyette azt rögzítik, hogy az ügynökök nem úgy gondolkodnak, mint az emberek, és váratlan módon értelmezhetik a kitűzött célokat. Forrás: FSB, Reuters (Investing.com).
Meta: október 30-tól a céges fiókok használói hozzájárulnak, hogy a Meta begyűjtse és AI-tanításra is felhasználja a weboldalaik tartalmát. A Nieman Lab szerint a Meta új kereskedelmi felhasználási feltételei alapján a Facebook-, Instagram-, Messenger- vagy WhatsApp-céges fiókot használó vállalkozások — köztük gyakorlatilag minden hírkiadó — engedélyt adnak arra, hogy a Meta automatizált programokkal begyűjtse a fiókjaikhoz „kapcsolódó” weboldalak tartalmát, és azt a termékei fejlesztésére és tanítására is felhasználja; a Meta termékei közé az AI-szolgáltatásai is tartoznak. A feltételek október 30-án lépnek életbe, kimaradni nem lehet: aki nem fogadja el őket, annak a Meta szerint abba kell hagynia a termékei üzleti célú használatát. A lapnak nyilatkozó jogászok szerint ez a kiadók számára gyakorlatilag felhatalmazás az AI-tanításra; egyikük szerint nem biztos, hogy egy bíróság érvényesnek tartaná, de a kiadóknak abból érdemes kiindulniuk, hogy igen. Forrás: Nieman Lab.
Perplexity: nyílt forráskódúvá tette az ügynököket elszigetelő SPACE rendszert. A Perplexity a Perplexity Computer összes feladatát futtató „homokozó” (sandbox) platformot Apache 2.0 licenccel bárki számára elérhetővé tette: minden ügynöki feladat saját, elszigetelt virtuális gépet kap, a hozzáférési adatokat és a kimenő forgalmat pedig a virtuális gépen kívülről ellenőrzik. A cég a Semafornak azt mondta, hogy kilenc élvonalbeli modellt utasított a kitörésre, és 118 kísérletből egyik sem járt sikerrel. A CoreWeave, az Akamai és a Crusoe felhőszolgáltató vállalta, hogy ügyfeleinek is kínálja a rendszert. A lépés a tesztkörnyezetükből kiszökő ügynökök körüli incidenssorozat nyomán érkezik. Forrás: Semafor, Perplexity (X).
OpenAI: új hangok és jobb kiejtés a ChatGPT hangmódjában — néhány biztonsági mérésben viszont romlott a modell. Az OpenAI csütörtökön elkezdte bevezetni a ChatGPT, a Codex és a dots hangmódját működtető GPT-Live-1.1 modellt és kisebb változatát, a GPT-Live-1.1 Quipet: 13 új hang érkezett, többek között francia, német, hindi, mexikói spanyol, koreai és japán nyelven, a cég szerint sokat javult a nem angol nyelvű kiejtés, és a modell ritkábban mondja azt, hogy „ellenőrzöm…”. A frissítés minden felhasználóhoz eljut, az API-ba később érkezik. A modell biztonsági leírása szerint egyes szintetikus teszteken a GPT-Live-1.1 statisztikailag kimutathatóan rosszabbul teljesített elődjénél a szexuális, a mentális egészséggel kapcsolatos, az érzelmi függőséget érintő és a véres tartalmak kategóriájában; az OpenAI szerint ennek okát még vizsgálják, és a következő verziókban javítanak rajta, ezek a mérések ugyanakkor nem számolnak a rendszerszintű védelmekkel, például a krízisvonalakkal és a szülői felügyelettel. Forrás: OpenAI (X), OpenAI (kiadási jegyzetek), OpenAI (biztonsági leírás).
Anthropic: mindenki számára elérhető a Claude Opus 5.5 gyors módja. A Claude fejlesztői platformján kikerült a kutatási előzetes státuszból az Opus 5.5 gyors módja, és megszűnt a várólista: ugyanaz a modell akár 2,5-szer gyorsabban válaszol, millió bemeneti tokenenként 8, millió kimeneti tokenenként 40 dolláros áron. A gyors mód a Microsoft Foundryban (Azure) is elérhető, a Google Cloudra hamarosan érkezik; az Opus 5 és az Opus 4.8 gyors módja továbbra is előzetes. Forrás: Claude (X), Anthropic (kiadási jegyzetek).
AI a tudományban: 15 millió dollár a matematikusoknak, a CERN a Mistrallal épít fizikai alapmodellt. A Simons Alapítvány az Anthropickal és az OpenAI-jal közösen 15 millió dollárnyi támogatást és erőforrást indít, hogy a matematikusok kiértékelhessék az AI segítségével született eredményeket, megtanulják az új eszközöket, és közös szabályokat alakítsanak ki az AI használatára. A The Verge szerint az OpenAI 5 millió dollárral száll be, valamivel több mint egy héttel azután, hogy több száz, AI által írt matematikai kéziratot tett közzé, ami felháborodást keltett a szakmában (erről korábban írtunk). A CERN és a francia Mistral szándéknyilatkozatot írt alá hosszú távú együttműködésről: közösen építenék meg az első részecskefizikai alapmodellt, amelyet a Nagy Hadronütköztető (LHC) több milliárd szimulált ütközésén tanítanának; a Reuters szerint a neve Flare lesz, ütemtervet és költségvetést nem közöltek. Az OpenAI emellett Rosalind Academic Plan néven támogatott hozzáférést kínál élettudományi modelljéhez, a GPT-Rosalindhoz az arra jogosult amerikai egyetemi laboroknak. Forrás: Simons Foundation, The Verge, CERN, Reuters (CNA), OpenAI.
Képszerkesztő modellek: itt a Krea 3 és a Black Forest Labs nyílt FLUX.3 Image Klein modellje. A Krea bétában elindította a Krea 3 képszerkesztő modellt: a cég szerint a 2K felbontású szerkesztéseket 8 másodpercen belül, képenként nagyjából 0,06 dolláros áron végzi el, és csak azt változtatja meg, amit kérnek, például egy bekeretezett területen belül; a Krea szerint minőségben felveszi a versenyt a Google Nano Banana Pro és az OpenAI GPT Image 2.5 modelljével. A német Black Forest Labs nagyjából 6 milliárd paraméteres, nyílt súlyú modellt adott ki FLUX.3 Image Klein néven: szövegből és referenciaképekből is generál, a kép egyes részeinek helyét pedig határoló keretekkel lehet megadni; a Hugging Face mérése szerint egyetlen H100 kártyán egy 1024×1024-es kép nagyjából 2 másodperc alatt készül el. Forrás: Krea, Krea (X), Hugging Face.
Mit jelent ez neked: Az amerikai FTC és a nemzetközi pénzügyi szabályozók egyre konkrétabban kérdezik, hogyan felügyelik a cégek az AI-ügynököket, ezért ha te is használsz ilyet, érdemes már most rögzíteni, mikor kell emberi jóváhagyás, és naplózni, mit csinál az ügynök; ehhez AI-megfelelőségi tanácsadásunk ad fogódzót. Közben a nyílt súlyú modellek (Meta, Nvidia, StepFun) egyre erősebbek, és akár saját gépen is futtathatók, így ha AI-ügynököt vezetnél be, már az is reális lehetőség, hogy az adataid ne hagyják el a céget. Ha Facebook- vagy Instagram-céges fiókod és saját weboldalad is van, október 30. előtt nézd át a Meta új feltételeit.