AI hírek 07.07.: NVIDIA robotikai platformja és az ügynöki AI terjedése
A NVIDIA több, ügynöki és robotikai mesterséges intelligenciához kapcsolódó fejlesztést jelentett be, miközben a Salesforce jelentős svájci beruházást tervez. A nap fontos hírei között szerepel a Meta új képgeneráló modellje, valamint több nyílt forrású AI-eszköz és vállalati bevezetés is.
- A NVIDIA humanoidrobot-fejlesztési platformot, robotikai modelleket és Vera CPU-t mutatott be.
- A Salesforce öt év alatt 1 milliárd dollárt fektet Svájc AI-ökoszisztémájába.
- A Meta Muse Image modellje képek létrehozására és szerkesztésére képes.
- A Cohere nyílt forrású arab beszédfelismerő modellt adott ki.
- Az Antidoom módszer 10,2 százalékról 1,4 százalékra csökkentette a doom loopok arányát egy modell-ellenőrzőponton.
NVIDIA: robotikai platformok és gyorsabb ügynöki rendszerek
A NVIDIA bemutatta az Isaac GR00T Development Platformot, amely a humanoid robotok fejlesztésének teljes folyamatát egyetlen, nyílt és moduláris rendszerben kapcsolja össze. A csomag része a GR00T 1.7, egy Apache 2.0 licencű, kereskedelmi használatra is elérhető látás, nyelv és cselekvés modell.
A vállalat az Isaac GR00T 1.7 modellt és az Isaac Teleop keretrendszert a Hugging Face nyílt forrású LeRobot könyvtárába is elérhetővé teszi. A cél az egységesebb adatgyűjtés, tanítás, tesztelés és telepítés. Emellett a Vera CPU az ügynöki AI processzoroldali feladatait gyorsítaná, a NVIDIA szerint akár 85 százalékra növelve az adott időablakban befejezhető megerősítéses tanulási kiértékelések arányát. A processzorról külön bemutató is megjelent, amely a párhuzamos feladatvégzést, az eszközhívásokat és a kódvégrehajtást emeli ki.
Nagyvállalati beruházások és új modellek
A Salesforce a következő öt évben 1 milliárd dollárt fektet Svájc mesterséges intelligenciájába. A vállalat az agentikus AI elterjesztését, a helyi munkaerő, ügyfelek és partnerek támogatását, valamint az AI-készségek fejlesztését gyorsítaná.
A Meta bemutatta a Muse Image képgeneráló modellt, a Meta Superintelligence Labs első ilyen modelljét. A rendszer szöveges utasításokból készít és szerkeszt képeket, miközben új funkciókat ad az Instagramhoz és a WhatsApphoz is. A japán MUFG mintegy 35 ezer munkatársnál vezeti be fokozatosan a ChatGPT Enterprise-t, és AI-alapú ügyfélszolgáltatásokat is fejleszt.
Nyílt modellek, megbízhatóság és fejlesztői eszközök
A Cohere nyílt forrásúvá tette a Cohere Transcribe Arabic beszédfelismerő modellt, amelyet arab dialektusokra, kétnyelvű beszédre és vállalati használatra optimalizáltak. A Liquid AI az Antidoom módszerrel csökkentené a gondolkodó modellek ismétlődő szöveghurokjait, az LFM2.5-2.6B korai ellenőrzőpontján 10,2 százalékról 1,4 százalékra mérsékelve azok arányát.
A Hugging Face és a SkyPilot felhőfüggetlen AI-munkafolyamatokat mutatott be. Megjelent a LeRobot v0.6.0 is, az új kiadás változásairól azonban nem közöltek részleteket. A válogatott Hugging Face-modellek egy kattintással telepíthetők a Microsoft Foundryban, az Amazon SageMaker AI-val pedig közvetlen integráció készült.
Piaci terjeszkedés és további fejlesztések
Az ElevenLabs Kanadában indította el üzleti működését, ahol már 30 000 felhasználója van, torontói irodát nyit, és 2026-ban megduplázza helyi csapatát, közölte a vállalat. A Goodfire a látómodellek belső fogalmainak feltárására mutatta be a Block-Sparse Featurizers módszercsaládot.
A nap további hírei szerint az AI21 Labs a kódoló ügynökök költségeit adaptív futtatással csökkentené, a Google Research módosított útvonalajánlásokkal javította a forgalmat 10 nagy amerikai városban, az NVIDIA AI Aerial pedig nagyobb kapacitást ígér az AI-alapú rádiós hálózatokban. A Meta több mint 4 millió gyanús fiók és 36 millió, gyermekek kizsákmányolásához kapcsolódó tartalom eltávolításáról számolt be.
