Știri
Știri din categoria Inteligență artificială
Apple își va baza următoarea generație de modele de inteligență artificială pe Google Gemini, potrivit SamMobile, după ce Apple și Google au anunțat printr-o declarație comună un acord pe mai mulți ani care leagă „Apple Foundation Models” de modelele și infrastructura în cloud ale Google.
Miza este una competitivă: Apple recunoaște că a intrat mai târziu în cursa pentru inteligența artificială și susține că, în urma unei evaluări, a concluzionat că tehnologia Google oferă „cea mai solidă fundație” pentru viitoarele funcții Apple Intelligence, inclusiv pentru Siri. În același timp, compania insistă că Apple Intelligence va continua să ruleze pe dispozitivele Apple și prin Private Cloud Compute, menținând standardele sale de confidențialitate.
Contextul are relevanță și pentru Samsung, deoarece unele funcții Galaxy AI (de exemplu, Now Brief) se bazează deja pe tehnologie Google, cu date stocate și procesate pe dispozitiv prin Personal Data Engine. Rămâne însă de văzut cum va gestiona Apple, în practică, echilibrul dintre procesarea locală și cea în cloud și cât de apropiate vor deveni experiențele de inteligență artificială oferite de Apple și Samsung.
O versiune îmbunătățită a lui Siri, susținută de tehnologie Google, este așteptată să fie anunțată anul acesta, iar până la finalul lui 2026 ar putea apărea mai multe funcții noi bazate pe inteligența artificială a Google.
Recomandate
Alibaba mută „inteligența” roboților în cloud, cu teste pilot la clienți enterprise , încercând să transforme modelele sale de limbaj în capabilități operaționale pentru navigație și manipulare în lumea reală, potrivit Interesting Engineering . Compania chineză a lansat prima sa familie de modele de „AI întrupat” (embodied AI – sisteme care leagă percepția și limbajul de acțiuni fizice), sub numele Qwen-Robot. Suita este dezvoltată de Tongyi Lab și se află în testare pilot cu anumiți clienți enterprise ai Alibaba Cloud , ceea ce indică o direcție de produs orientată spre utilizare comercială, nu doar demonstrații de laborator. Ce include suita Qwen-Robot și ce problemă încearcă să rezolve Alibaba descrie trei modele specializate, fiecare vizând o „componentă” diferită a inteligenței fizice: Qwen-RobotNav : model pentru mișcare și navigație – urmarea instrucțiunilor, deplasare către locații, urmărirea țintelor și suport pentru conducere autonomă. Qwen-RobotManip : model pentru interacțiune fizică – prindere, mutare și manipulare de obiecte, antrenat pe date din sisteme robotice diferite. Qwen-RobotWorld : „model al lumii” – estimează cum se pot schimba mediile și ajută robotul să anticipeze consecințele acțiunilor. Miza, în logica prezentată de companie, este conectarea înțelegerii limbajului și a imaginilor (modele vizual-lingvistice) cu controlul efectiv al mișcărilor. Alibaba punctează și o constrângere practică: datele de antrenare pentru roboți sunt costisitoare, eterogene (navigație, brațe robotice, vehicule, camere) și greu de combinat fără conflicte. Demonstrații și indicatori tehnici menționați Într-o demonstrație, Alibaba a arătat Qwen-RobotNav pe un robot patruped Unitree Go2 , echipat cu hardware NVIDIA Jetson Thor și o singură cameră cu rezoluție redusă. Robotul ar fi navigat într-un apartament necunoscut, pe baza instrucțiunilor vocale, fără hărți preîncărcate, cu o latență de inferență de 196 milisecunde . Pentru Qwen-RobotManip, compania afirmă că modelul a fost antrenat pe peste 38.000 de ore de date open-source pentru sarcini de manipulare și interacțiune cu obiecte. Alibaba mai susține că modelul a obținut cel mai mare scor la categoria „generalist” din benchmark-ul RoboChallenge pentru robotică în lumea reală: process score 59,83 și rată de succes a sarcinilor 45% . Separat, Alibaba a prezentat Qwen-RobotClaw , un cadru de tip „agent” (software care orchestrează pași și instrumente pentru a îndeplini o sarcină) ce permite modelelor Qwen să folosească suita Qwen-Robot ca „unelte” pentru lumea fizică. Într-un exemplu, agentul ar fi căutat o toaletă, a identificat un semn „defect” și s-a redirecționat autonom. Compania a mai făcut open-source Chat2Robot , o platformă în browser pentru testarea interacțiunilor de embodied AI. De ce contează: intrarea Alibaba într-o cursă cu miză industrială Mișcarea Alibaba vine pe fondul intensificării competiției globale în „AI fizic”, cu inițiative menționate în material precum Gemini Robotics (Google DeepMind) și extinderea ecosistemului de robotică al Nvidia (Cosmos, Isaac, GR00T), dar și start-up-uri precum Physical Intelligence, Skild AI și Figure AI (atribuite South China Morning Post). Pentru China, aceeași sursă notează că avantajul de producție este completat de investiții în software de decizie autonomă, într-un ecosistem care include dezvoltatori AI, companii de robotică și producători de vehicule electrice. În acest context, testarea pilot cu clienți enterprise ai Alibaba Cloud sugerează că următorul pas relevant va fi trecerea de la performanțe în demonstrații și benchmark-uri la implementări repetabile în operațiuni reale. [...]
Amazon își bazează recuperarea în AI pe cipuri proprii și pe „pariul” Anthropic, mizând pe venituri din cloud indiferent de câștigător , potrivit The Next Web . Șeful diviziei de AI a companiei, Peter DeSantis , a recunoscut că modelele Amazon „nu au fost chiar în avangardă” pentru cele mai mari și mai solicitante sarcini și spune că speră ca Amazon să fie „în discuția” despre modelele de top „în anul care vine”. Declarația, făcută pentru CNBC (link în sursă), este relevantă pentru piață nu doar ca poziționare tehnologică, ci ca semnal despre cum încearcă Amazon să transforme decalajul față de OpenAI și Anthropic într-un avantaj economic: să monetizeze infrastructura (AWS) și cipurile proprii, chiar și atunci când clienții aleg modele concurente. Strategia „dublă”: marketplace de modele și propriile modele Amazon rulează în paralel două direcții. Pe de o parte, Bedrock – „piața” de modele din AWS – permite clienților să acceseze, printr-un singur serviciu, modele de la OpenAI, Anthropic, Meta și Mistral. În această configurație, Amazon poate genera venituri indiferent ce model devine dominant, pentru că încasează din consumul de cloud. Pe de altă parte, compania își dezvoltă propriile modele. The Next Web notează că Nova2, modelul intern lansat în decembrie, a atras aproximativ 50.000 de clienți, dar nu a egalat capabilitățile Claude (Anthropic) sau GPT-5.5 (OpenAI) pentru cele mai solicitante utilizări din mediul enterprise și cercetare – context care explică „franchețea” lui DeSantis. „Plasa” pentru investitori: expunere la Anthropic și venituri AWS În paralel cu dezvoltarea internă, Amazon și-a consolidat expunerea la Anthropic: a angajat investiții de până la 33 miliarde dolari (aprox. 152 mld. lei), inclusiv un acord de 25 miliarde dolari (aprox. 115 mld. lei) semnat în aprilie, care oferă Anthropic acces la până la cinci gigawați de capacitate de calcul pe cipurile Trainium ale Amazon. În schimb, Anthropic s-a angajat să cheltuiască peste 100 miliarde dolari (aprox. 460 mld. lei) pe AWS în următorul deceniu. Structura arată de ce Amazon poate câștiga financiar chiar dacă modelele sale rămân în urma liderilor: profită atât din participația în Anthropic, cât și din veniturile de cloud generate de consumul Anthropic. Publicația mai arată că rezultatele Amazon din T1 2026 au fost umflate de un câștig de 16,8 miliarde dolari (aprox. 77 mld. lei) legat de Anthropic, în timp ce fluxul de numerar liber a scăzut cu 95%. Planul de recuperare: Trainium, date proprii și scală de inginerie Pentru a reduce decalajul, DeSantis indică trei pârghii: cipuri AI proprii, date de antrenare proprietare (din operațiunile de retail și logistică) și capacitatea de execuție a unei echipe care acoperă modele de frontieră, proiectare de siliciu și cercetare în zona cuantică. The Next Web notează că cipurile Trainium alimentează deja majoritatea sarcinilor de inferență (rulare a modelelor) din Bedrock, iar Trainium3 – așteptat mai târziu în acest an – ar urma să aducă o performanță de patru ori mai mare decât generația anterioară. Rămâne însă o întrebare deschisă, în absența unor repere măsurabile: dacă cipurile proprii și datele interne pot compensa avansul de mai mulți ani al laboratoarelor care au investit miliarde în antrenarea modelelor de frontieră. DeSantis a indicat un orizont de „anul care vine”, dar fără benchmark-uri (teste standardizate) care să permită evaluarea progresului. [...]
ChatGPT a coborât sub 50% cotă de piață, semn că piața asistenților AI intră într-o fază mai competitivă și mai orientată spre monetizare , potrivit HotNews , care citează raportul „State of AI” 2026 al firmei de analiză Sensor Tower . Datele indică o schimbare de dinamică într-un segment care, până recent, părea dominat aproape incontestabil de OpenAI: la începutul anului, ChatGPT era încă peste 50%, dar până la finalul lunii mai a scăzut la 46,4%, pe fondul creșterii rapide a rivalilor. Cine câștigă teren și cum arată împărțirea pieței Conform estimărilor Sensor Tower, avansul vine în special din două direcții: Gemini (Google) : 27,7% cotă de piață, alimentată în mare parte de integrarea în ecosistemul mai larg de instrumente Google; Claude (Anthropic) : 10,3% cotă de piață, cu o reputație puternică pentru sarcini de productivitate și, prin Claude Code, utilizare intensă în rândul programatorilor. Alți asistenți — inclusiv Grok (xAI), Perplexity, DeepSeek și Meta AI — sunt menționați cu sub 5% fiecare. De ce contează pentru business: utilizatorii schimbă mai ușor aplicația, iar banii cresc Raportul „State of AI” 2026, citat de TechCrunch, estimează că între începutul anului și finalul lunii iunie utilizatorii vor descărca aproape 2,3 miliarde de aplicații AI și vor cheltui peste 4,2 miliarde de dolari (aprox. 19,3 miliarde lei) pe acestea. În aceeași perioadă a anului trecut, cheltuielile au fost de 1,83 miliarde de dolari (aprox. 8,4 miliarde lei), ceea ce sugerează o mutare a industriei de la „creștere cu orice preț” către monetizare . În același timp, raportul notează că atât ritmul descărcărilor, cât și cel al cheltuielilor încetinesc, un posibil semn de maturizare a pieței, chiar dacă valorile absolute continuă să urce. Încrederea în brand începe să conteze în utilizare Un alt semnal operațional important: utilizatorii sunt „din ce în ce mai dispuși” să treacă de la un asistent la altul, iar anumite evenimente pot accelera migrarea. Ca exemplu, raportul menționează că acordul încheiat în februarie de OpenAI cu Departamentul Apărării al SUA a declanșat un vârf măsurabil al dezinstalărilor, sugerând că pentru o parte dintre utilizatori contează nu doar funcțiile, ci și încrederea în companie și alinierea la anumite valori. Utilizatori și abonamente: două modele diferite de tracțiune Sensor Tower indică și o diferențiere între popularitate și capacitatea de a transforma utilizarea în venituri recurente: ChatGPT ar fi ajuns la un miliard de utilizatori activi lunar , cu o creștere de 200 de milioane din februarie; Gemini are 662 de milioane de utilizatori activi lunar, iar Claude 245 de milioane . Pe partea de monetizare, Claude iese în evidență: 13% dintre utilizatorii Anthropic plătesc un abonament , o rată de conversie prezentată drept un reper relevant pentru investitori atunci când evaluează cât de sustenabile sunt veniturile companiilor din AI. În paralel, raportul estimează că timpul petrecut în aplicațiile AI va urca de la 17,2 miliarde de ore în prima jumătate din 2025 la aproximativ 36 de miliarde de ore în prima jumătate a acestui an, pe fondul utilizării tot mai frecvente pentru productivitate și al apetitului mai mare pentru funcții premium, în special în SUA. [...]
Administrația SUA a amânat includerea DeepSeek pe „Entity List”, o decizie care menține, cel puțin temporar, accesul utilizatorilor și companiilor americane la tehnologia firmei chineze, în pofida acuzațiilor de sprijin pentru operațiuni militare și de informații ale Chinei , potrivit Tom's Hardware . Miza este una de reglementare cu efecte directe în piață: „Entity List” (lista de entități a Departamentului Comerțului din SUA) limitează sever posibilitatea instituțiilor și companiilor americane de a face afaceri cu firmele incluse. Conform unui raport citat de Reuters , DeepSeek și peste o sută de alte companii chineze ar fi fost pregătite pentru includere încă de anul trecut, însă Casa Albă a evitat actualizarea listei pentru a nu escalada tensiunile comerciale cu Beijingul, inclusiv în contextul vizitei de stat de trei zile a președintelui Donald Trump în China. Ce ar fi însemnat „Entity List” pentru companii și utilizatori În material se arată că un comitet interagenții ar fi recomandat includerea startupului chinez după ce un oficial senior al Departamentului de Stat ar fi susținut că firma sprijină operațiuni militare și de informații ale Chinei. Pe aceeași listă ar fi urmat să intre și producătorul chinez de memorii CXMT, ceea ce ar fi extins impactul dincolo de zona de software și modele de inteligență artificială. Pentru piața americană, o astfel de decizie ar fi avut consecințe operaționale imediate, deoarece ar fi afectat atât companiile care folosesc sau testează modele ale DeepSeek, cât și lanțuri de aprovizionare unde apar produse ale CXMT. De ce amânarea contează acum Tom’s Hardware notează că, în ciuda îngrijorărilor de securitate, DeepSeek câștigă popularitate în rândul utilizatorilor americani, fiind folosit ca alternativă la modele „de vârf” mai scumpe ale OpenAI și Anthropic . În paralel, CXMT ar începe să câștige tracțiune, inclusiv prin faptul că Corsair ar folosi cipuri DRAM de la compania chineză pentru piața din China, pe fondul penuriei care a afectat livrările unor producători precum Micron, Samsung și SK hynix. În acest context, o actualizare a listei ar lovi nu doar entitățile vizate, ci și companii și utilizatori americani care depind de aceste produse sau le folosesc pentru a-și reduce costurile. Context: acuzații suplimentare și riscul de represalii Materialul mai menționează că Anthropic a acuzat DeepSeek și alte două modele chineze „frontier” că ar fi „distilat” (adică ar fi extras comportamente/capabilități dintr-un model mai mare pentru a antrena unul mai mic) modelul Claude, folosind 16 milioane de „schimburi” realizate prin 24.000 de conturi frauduloase, potrivit unei postări pe X . Compania americană susține că astfel de practici pot elimina mecanisme de siguranță și pot alimenta utilizări militare, de informații sau de supraveghere. Separat, sunt amintite și relatări potrivit cărora DeepSeek ar fi folosit companii-paravan pentru a încerca să obțină cipuri Nvidia interzise la export, detaliate într-un alt material Tom’s Hardware despre încercări de a achiziționa cipuri Nvidia interzise . Pe fond, publicația plasează decizia într-o logică mai largă a restricțiilor și controalelor la export folosite de SUA pentru a limita accesul Chinei la tehnologie avansată. Totodată, este invocat riscul de represalii din partea Beijingului, inclusiv prin controlul asupra exporturilor de pământuri rare, materiale importante pentru industria semiconductorilor, subiect tratat de Tom’s Hardware într-un articol despre controlul Chinei asupra pământurilor rare și despre penuria resimțită de producătorii de cipuri . În lipsa unei actualizări oficiale a listei, situația rămâne deschisă: raportul citat indică faptul că includerea DeepSeek și a altor firme este pregătită, dar blocată politic pe termen scurt, tocmai din cauza potențialului de escaladare economică și comercială. [...]
Dezvoltarea rapidă a AI ar putea duce la deficit de forță de muncă, nu la șomaj în masă , susține Jeff Bezos , potrivit Economedia . Mesajul are relevanță economică directă: dacă productivitatea crește mai repede decât disponibilitatea oamenilor, companiile pot ajunge să concureze mai dur pentru angajați, în timp ce apar roluri noi care mută accentul de la execuție la coordonare și decizie. Bezos a făcut declarațiile miercuri, la o conferință de tehnologie organizată la Paris, unde a respins ideea că inteligența artificială va „face oamenii inutili” și a argumentat că, dimpotrivă, AI poate amplifica capacitatea de producție și eficiența în multe domenii. În viziunea sa, societatea este limitată de resursa umană, iar AI ar reduce barierele care frânează munca oamenilor. „Știu că există o mare îngrijorare (…) că AI va face ca oamenii să devină inutili (…) Nu sunt deloc de acord (…) Și cred, de fapt, că AI-ul va crea un deficit de forță de muncă.” Context: temerile privind automatizarea rămân puternice Declarațiile vin pe fondul unei anxietăți persistente legate de automatizare. Un sondaj Ipsos/Reuters citat în material arată că aproximativ jumătate dintre americani cred că avansul inteligenței artificiale ar putea duce la pierderea locurilor de muncă pentru mulți angajați. În același timp, extinderea tehnologiilor AI începe să schimbe structura pieței muncii, inclusiv prin apariția unor ocupații noi. Ce tipuri de joburi apar deja în „economia AI” Economedia notează două exemple de roluri emergente: „Vibecoders” : programatori care folosesc instrumente AI (precum GitHub Copilot, Claude sau Cursor) pentru a dezvolta aplicații fără a scrie integral codul manual. Accentul se mută spre arhitectura și direcția proiectului, în timp ce o parte din execuție este automatizată. „Prompt engineer” : specialist care formulează instrucțiuni pentru modele de AI astfel încât acestea să genereze rezultate precise și relevante; rolul pune mai mult accent pe creativitate, logică și comunicare decât pe programare avansată. Informațiile sunt preluate de Economedia dintr-un material citat de Mediafax , fără detalii suplimentare despre amploarea acestor roluri sau ritmul în care se generalizează în companii. [...]
Laboratoarele chineze de IA mută tot mai mult antrenarea pe cipuri locale, dar „înlocuirea Nvidia” rămâne departe , arată o trecere în revistă publicată de South China Morning Post , pe fondul restricțiilor americane la export și al presiunii Beijingului pentru autosuficiență tehnologică. Deși modelele chinezești au devenit mai competitive față de cele din SUA, hardware-ul de IA al Chinei rămâne în urmă, iar cipurile locale sunt folosite pe scară largă mai ales la „inference” (rularea modelului deja antrenat pentru a răspunde la întrebări), nu la pre-antrenare, etapa cea mai consumatoare de putere de calcul. Publicația notează că niciunul dintre modelele de top din China nu este cunoscut ca fiind pre-antrenat pe „siliciu” autohton, însă tot mai multe echipe încearcă să mute etape mai timpurii ale antrenării pe infrastructură locală. Potrivit economistului Natixis Gary Ng, această tranziție poate încetini dezvoltarea pe termen scurt față de rivalii americani, dar ar contribui, în timp, la construirea unui lanț intern complet de aprovizionare pentru IA, „destul de rar la nivel global”. Unde se vede, concret, trecerea pe cipuri chinezești Articolul inventariază cinci exemple recente, care acoperă etape diferite din ciclul de viață al unui model (pre-antrenare, post-antrenare și inferență): Zhipu AI – GLM-Image : model de generare de imagini, open-source, dezvoltat împreună cu Huawei și antrenat pe serverul Ascend Atlas 800T A2 (cu acceleratorul Ascend 910) și framework-ul MindSpore, potrivit companiei. Zhipu susține că este primul model multimodal „state-of-the-art” antrenat integral pe cipuri domestice, cu nuanța că modelele de imagini cer, de regulă, mai puțină putere de calcul decât modelele lingvistice mari (LLM). (Context despre companie: Zhipu AI ) Meituan – LongCat-2.0-Preview : compania a invitat utilizatorii să testeze un model „trillion-parameter” și a afirmat că atât antrenarea, cât și inferența au fost făcute integral pe un „cluster de calcul domestic”. Meituan nu a precizat ce acceleratoare a folosit, menționând doar că etapa de antrenare a necesitat 50.000–60.000 de cipuri locale, iar modelul nu a fost încă lansat oficial publicului. (Context: Meituan ) ModelBest – modele ușoare „on-device” : start-up-ul a publicat BitCPM-CANN, un model ternar de 1,58 biți, în patru dimensiuni (0,5–8 miliarde de parametri), proiectat să comprime „greutățile” (weights) pentru eficiență fără memorie fizică suplimentară. Modelul ar fi fost antrenat pe hardware Ascend și poartă numele arhitecturii CANN (Compute Architecture for Neural Networks), echivalentul local al CUDA (setul de instrumente software al Nvidia). Compania mai spune că a antrenat pe Ascend și MiniCPM5-1B, care ar fi depășit seria Qwen a Alibaba într-un clasament Artificial Analysis pentru modele open-weights sub 2 miliarde de parametri. (Context: ModelBest ) DeepSeek-V4-Pro – post-antrenare pe Ascend 910C : o echipă de cercetare de la Huawei și Shenzhen Loop Area Institute afirmă că a folosit cipuri Ascend 910C pentru post-antrenarea „full-parameter” a modelului flagship de 1,6 trilioane de parametri, pe un cluster cu cel puțin 1.000 de cipuri Huawei. Publicația subliniază însă că post-antrenarea este mult mai puțin intensă computațional decât pre-antrenarea. (Context: DeepSeek-V4-Pro ) Universitatea Peking – EvoPhys-World : un „world model” 5D care simulează mișcări în spații fizice și a urcat pe primul loc în benchmark-ul WorldScore al Universității Stanford. Echipa spune că a antrenat modelul folosind GPU-ul MTT S5000 de la Moore Threads și platforma Musa, alternativă la CUDA. Moore Threads susține că performanța la „training throughput” (viteza de procesare în timpul învățării) a fost aproape la nivelul unor cipuri „mainstream” globale nenumite și cu o calitate a inferenței aproape identică. (Context: Moore Threads Technology ) De ce contează pentru piață Imaginea de ansamblu este una de substituție graduală, pe segmente , nu de înlocuire rapidă a Nvidia: China pare să avanseze în folosirea cipurilor locale la inferență și, punctual, la post-antrenare sau la antrenarea unor modele mai „ușoare”, în timp ce pre-antrenarea modelelor de vârf rămâne, cel puțin din informațiile publice, un prag încă neatins pe scară largă cu hardware autohton. În termeni operaționali, miza imediată este dacă ecosistemele software alternative la CUDA (precum CANN și Musa) și capacitatea de a construi clustere mari cu cipuri locale pot reduce dependența de acceleratoarele americane, chiar cu costuri de eficiență pe termen scurt. [...]
