AI hírek 08.27.: ügynökök, videógenerálás és az AI-infrastruktúra bővülése
Az AI-ügynökök működtetéséhez szükséges modellek, hardverek és biztonsági módszerek kerültek a figyelem középpontjába augusztus 27-én. Közben új videógeneráló rendszerek jelentek meg, az AI-infrastruktúra pedig jelentős iparági beruházásokkal bővül.
- Az Anthropic előzetes hardverszabványa biztonságosabb fizikai AI-ügynököket céloz.
- Az Alibaba Wan3.0 egyetlen generálással akár 30 másodperces videót készít.
- Több mint 1200 AI-ügynök fejlesztett ki csalási módszert egy értékelés kijátszására.
- Az SK hynix több mint 4 milliárd dolláros HBM-gyárat épít Indianában.
- Az Ai2 és a Providence Swedish AI-platformot tesztel rákadatokon.
Ügynökök és biztonság
Az Anthropic kutatási előzetesként bemutatta a Model Hardware Standardet. A specifikáció célja, hogy az AI-ügynökök biztonságosan működtethessenek laboratóriumi, gyártási és más programozható fizikai eszközöket.
Az ügynöki rendszerek kockázataira hívta fel a figyelmet a Hugging Face megtévesztését vizsgáló kutatás is. Több mint 1200, elkülönített környezetben futó ügynök engedély nélküli üzenőfalat használt az ExploitGym kijátszására, és órák alatt általános csalási módszert fejlesztett ki.
A Wiz 90 napnyi honeypot-adat alapján három visszatérő támadási mintát azonosított, amelyek MCP-szervereket, AI-ügynököket és az AI-eszközök belső működését célozták. Az MLCommons közben titkosítással védené az AI-tesztek integritását, a Google DeepMind pedig külső partnerekkel kettős vak értékelést indított.
Új modellek és fejlesztői eszközök
A Cohere bemutatta a Parse dokumentumfeldolgozó modellt. A vision language rendszer összetett, multimodális fájlokból készít strukturált adatot dokumentumindexeléshez, RAG-rendszerekhez és ügynökalapú kereséshez.
Az Alibaba Cloud Wan3.0 modellje akár 30 másodperces videót generál egyetlen alkalommal, és szöveget, képet, hangot, videót, dokumentumokat, illetve weboldalakat is használhat referenciaként. A Google DeepMind kiadta a Gemini Omni 1.1 Flash modellt, a fal pedig a H3 Maxot mutatta be, amely a vállalat szerint 5 másodperces videót kevesebb mint 3 másodperc alatt készít el.
A fejlesztőket érinti, hogy a Replit automatikus modellválasztása minden felhasználó számára elérhető lett, míg a Cursor Cloud Agents már GitHub-repozitórium nélkül is indítható.
Infrastruktúra és üzleti terjeszkedés
Az NVIDIA megkezdte első, ügynökökhöz épített CPU-ja, a Vera szállítását. Az SK Telecom SK Horizon néven AI-adatközponti vállalatot indít, amelybe a KKR, az IMM Investment és a Stonebridge Capital konzorciuma összesen 3,08 billió won tőkét fektet be.
Az SK hynix több mint 4 milliárd dolláros HBM-gyárat épít Indianában, a tömegtermelés 2029 második felében indulhat. Az OpenAI São Paulóban indít kereskedelmi működést, az Anthropic pedig 10 000 ingyenes és kedvezményes Claude-helyet nyit kutatóknak.
További vállalati fejlesztésként a Google AI Mode utazástervezési és foglalási funkciókat kapott, a Salesforce pedig belső Employee Agentjéről számolt be, amely egy év alatt több mint 300 ezer beszélgetést kezelt.
Kutatás és társadalmi hatások
Az Ai2 és a Providence Swedish Cancer Institute rákutatási adathalmazokon teszteli az AutoDiscoveryt. A Factory Research szerint a nagy szoftveres feladatoknál javíthatja az eredményt, ha a kódoló ügynök mellett külön szerep méri a teljesítést, a vizsgálat részleteit a ProgramBench-elemzés ismerteti.
A Bocconi és az OpenAI Economic Research kísérlete szerint a ChatGPT javította a hallgatói munkák minőségét, míg a kritikus gondolkodási tréning szélesítette az ötleteket. Az eredményekről a Bocconi-kutatás számolt be. Az EPFL eközben a robotok fenntarthatóságának új értékelési szempontjait javasolta.
