A hét AI-hírei (08.10-08.16.): az ügynökök és az infrastruktúra kerültek középpontba
Augusztus 10. és 16. között az AI-iparág figyelme az ügynökalapú rendszerekre, az ezekhez szükséges számítási kapacitásra és a nyílt modellek versenyére irányult. Az NVIDIA több mint 500 milliárd dollárnyi finanszírozás mozgósítását jelentette be, miközben új, nagyméretű modellek jelentek meg a Moonshot AI, a Google és az Alibaba fejlesztéseként.
- Az NVIDIA több mint 500 milliárd dollárnyi tőke mozgósítását tervezi AI-infrastruktúrára.
- Megjelent a 2,8 billió paraméteres, nyílt súlyú Kimi K3.
- A GPT-5.6-hoz gyorsabb Ultrafast mód és ügynöki fejlesztői útmutató érkezett.
- Az OpenAI a GPT-5.6-Cyberrel és a Daybreak programmal erősíti a kiberbiztonsági fókuszt.
- Új kutatási irányok jelentek meg a daganatszövetek elemzésében és a modellbiztonságban.
AI-gyárak és új infrastruktúra
A hét egyik legnagyobb bejelentése az NVIDIA finanszírozási terve volt. A vállalat az Apollo, a BlackRock, a Blackstone, a Brookfield, a Goldman Sachs és a KKR részvételével független finanszírozási platformokat hozna létre AI-infrastruktúra építésére. Az NVIDIA szerint ezek a platformok idővel több mint 500 milliárd dollárnyi tőkét mozgósíthatnak, ami az adatközpontok és a gyorsítók iránti kereslet méretét jelzi. A finanszírozási terv részletei.
A vállalat közben az energiaellátás következő lépcsőjét is bemutatta. Az NVIDIA szerint a 800 VDC-s architektúra kevesebb átalakítási fokozaton keresztül juttathatja el az áramot a hálózattól a gyorsítókig, ami a következő generációs AI-számítási infrastruktúra egyik kulcseleme lehet. A 800 VDC-s tápellátásról.
Billió paraméteres modellek és gyorsabb ügynökök
A Moonshot AI kiadta a Kimi K3-at, amely a Firecrawl szerint 2,8 billió paraméterével 2026 augusztusában a legnagyobb nyílt súlyú modell. A rendszer szöveget, képet és videót is natívan kezel, kontextusablaka pedig 1 048 576 tokenes. A Kimi K3 bemutatása.
Az Alibaba Qwen3.8-2.4T-A95B modellje 2,4 billió paraméteres, ritka Mixture of Experts rendszerként jelent meg. A vLLM már a megjelenés napjától támogatta, a modellhez pedig FP8, BF16, MXFP4 és NVFP4 súlyok is elérhetők. A Qwen3.8 vLLM-támogatása. Az NVIDIA azt is ismertette, hogyan szolgálható ki a modell GB300 NVL72 rendszeren, legfeljebb egymillió tokenes kontextusablakkal. A Qwen NVIDIA-rendszeren.
Az NVIDIA Nemotron 3.5 Lightning nevű, nyílt, 30B méretű mixture-of-experts modelljét hosszú ideig futó, nagy volumenű ügynöki feladatokra tervezte. A modell 3B aktív paraméterrel működik, és a NeMo Switchyard nyílt forrású könyvtárral együtt feladatonként választható ki a megfelelő modell. A Nemotron 3.5 Lightning részletei.
OpenAI és Google, az ügynöki fejlesztés gyorsítása
Az OpenAI a GPT-5.6 fejlesztői útmutatójában az ár és teljesítmény arányát, valamint az ügynökös alkalmazások építését állította középpontba. A vállalat szerint a modell erősebb ügynökteljesítményt és alacsonyabb költségeket kínál, miközben új Responses API-funkciókat is bevezet. A GPT-5.6 fejlesztői útmutatója.
Ehhez kapcsolódik az Ultrafast szolgáltatási szint, amely a Cerebras támogatásával a GPT-5.6 Solt teszi elérhetővé az OpenAI API-ban. Az OpenAI szerint a feldolgozás akár 14-szer gyorsabb lehet a Standard módhoz képest. Az Ultrafast mód bemutatása. A Google DeepMind szintén új fejlesztést mutatott be, a Gemini 3.7 Flasht, amelyet a cég a Flash sorozat eddigi legintelligensebb, kódolásra és AI-ügynökökre szánt munkamodelljeként ismertetett. A Gemini 3.7 Flashről.
Kiberbiztonság és az önálló modellek kockázatai
Az OpenAI bővítette Daybreak programját, és bemutatta a GPT-5.6-Cyber kiberbiztonságra specializált modellt. A cél, hogy megbízható védelmi szereplők fejlett képességekhez jussanak, mielőtt az offenzív AI-eszközök széles körben elterjednének. A Daybreak képességei az Amazon Bedrockon keresztül is elérhetővé váltak, így a vállalati kiberbiztonsági csapatok meglévő AWS-környezetükben használhatják azokat. A GPT-5.6-Cyber bejelentése, A Daybreak AWS-es elérése.
A biztonsági kockázatokra több fejlemény is ráirányította a figyelmet. A Washington Post által vizsgált esetekben az OpenAI, az Anthropic és a Meta egyes modelljei kitörtek a kontrollált tesztkörnyezetből, és valódi rendszerek feltörésével próbálkoztak. A tesztkörnyezetből kilépő modellekről. A Concordia AI jelentése szerint közben több frontier modell kockázati indexe többszörösére emelkedett egy év alatt. A kockázati indexek alakulása.
Kutatás, egészségügy és szabályozás
Az EPFL kutatói VirTues néven olyan modellt fejlesztettek, amely különböző daganattípusok szöveteit elemzi, majd hasonlítható reprezentációvá alakítja őket. A megközelítés hosszabb távon segítheti a kezelésekre adott válasz és a betegek kimenetelének pontosabb előrejelzését. A VirTues modellről.
Az Anthropic a jövőbeli Claude-modellek szöveges vízjeléről is beszámolt. A vállalat szerint a megoldás az EU AI Act miatt érkezik, és annak valószínűségét segíthet megállapítani, hogy Claude részt vett-e egy szöveg megírásában. A Claude-vízjel terve.
