AI hírek 07.09.: új OpenAI modellek és önálló munkafolyamatok
Az OpenAI két kiemelt bejelentéssel jelentkezett: bemutatta a többórás munkafolyamatokra szánt ChatGPT Work ügynököt, valamint általánosan elérhetővé tette a GPT-5.6 modellcsaládot. A Microsoft a GPT-5.6-ot a Microsoft 365 Copilot preferált modelljévé tette, miközben a Google és az Apple új egészségügyi, időjárási és videóértési megoldásokat ismertetett.
- Az OpenAI bemutatta a többórás munkafolyamatokra szánt ChatGPT Work ügynököt.
- Megérkezett a három modellből és ultra módból álló GPT-5.6 család.
- A GPT-5.6 lett a Microsoft 365 Copilot preferált modellje.
- A Google SensorFM öt millió ember több mint egybillió percnyi adatán tanult.
- Az Apple új benchmarkokkal méri a videóértést és a robotikai tanulást.
OpenAI: önálló ügynök és új modellcsalád
Az OpenAI bemutatta a ChatGPT Work ügynököt, amely többórás, összetett munkafolyamatokat kisebb lépésekre bontva, önállóan hajt végre. Az eszköz alkalmazásokból és munkafolyamatokból gyűjt információt, majd táblázatokat, prezentációkat, dokumentumokat és webalkalmazásokat készít.
Általánosan elérhetővé vált a GPT-5.6 modellcsalád is. A csomag három, eltérő teljesítményre és költséghatékonyságra szánt modellt tartalmaz, a csúcskategóriás Solt, a kiegyensúlyozott Terrát és a költségtakarékos Lunát, valamint az egyszerre több ügynököt koordináló ultra beállítást. A GPT-5.6 a Microsoft 365 Copilot preferált modellje lett, így a Word, az Excel, a PowerPoint, a Chat és a Cowork felhasználóihoz is eljut.
Az OpenAI közben 50 ezer dollárra emelte a biológiai hibavadászat díját. A privát program a GPT-5.6 és a későbbi csúcsmodellek biológiai biztonsági korlátait teszteli.
Google és Microsoft: egészségügyi, időjárási és böngészős modellek
A Google Research bemutatta a SensorFM-et, amely öt millió ember több mint egybillió percnyi viselhető szenzoradatán tanult. A rendszer 35 egészségügyi előrejelzési feladatra vihető át, és személyes egészségügyi asszisztens alapjául is szolgálhat.
A Microsoft Aurora 1.5 modellje 22 időjárási változóval, óránkénti felbontással és több lehetséges előrejelzést kezelő ensemble-funkcióval bővült. A Google emellett bemutatta a LiteRT.js-t, amely .tflite modellek közvetlen futtatását teszi lehetővé mobil- és asztali böngészőkben.
Videóértés és robotika az Apple kutatásában
Az Apple három új értékelési és kutatási irányt ismertetett. Az LVSum a hosszú videók összefoglalásának tartalmi és időbeli pontosságát vizsgálja, a NarrativeTrack pedig a videós történetek, entitások és változásaik megértését méri. A VBenchComp azt különíti el, hogy egy modell tudásból, képi információból vagy valódi időbeli következtetésből ad választ.
Az EgoDex 829 órányi, emberi kézmozdulatokat rögzítő nézőponti videót tartalmaz, és 194 háztartási feladaton vizsgálja a robotok tárgymozgatási képességeit.
Vállalati alkalmazások, biztonság és kutatási támogatás
Alberta öt év alatt 50 millió dollárral támogatja az Amii munkáját, többek között AI-készségek fejlesztésére és helyi innovációk piacosítására. Az Amii kutatása szerint az AI saját gondolatmenete nem mindig tükrözi pontosan a számítás folyamatát, ezért a Chain of Thought nem megbízható önmagában biztonsági ellenőrzésre.
Az Anthropic bétafunkciója áttekintést ad a Claude használatáról, célokkal és szünetekre szóló emlékeztetőkkel. Ben Bernanke csatlakozott a vállalat hosszú távú felügyeleti testületéhez. Az UST 20 ezer mérnökét, tervezőjét és tanácsadóját képzi Claude használatára, az Unstructured pedig dokumentumfeldolgozást ad az AI-ügynököknek.
A nap további hírei között szerepel a Seedance 2.5 videógeneráló modell, a Mistral prompt- és skillkezelő Studio rendszere, valamint a Microsoft AI-ra épülő Ode Poetry. A Microsoft kibocsátása 25 százalékkal nőtt az AI-infrastruktúra miatt, az NVIDIA pedig 502 536 pénzügyi hírcímet generált szintetikus adatokkal.
