Știri
Știri din categoria Inteligență artificială
Gemini Desktop 0.12 aduce Google Gemini ca aplicație nativă în Windows, cu file pentru conversații și notificări la finalizarea răspunsurilor, potrivit WinFuture — o schimbare care mută utilizarea chatbotului din browser într-un flux de lucru mai „operațional”, cu comenzi rapide și ferestre dedicate.
Aplicația (neoficială) funcționează pe Windows 10 (32-bit și 64-bit) și Windows 11. WinFuture notează că pe GitHub este disponibil codul-sursă, iar de acolo pot fi descărcate și versiuni pentru Windows 11 ARM64, macOS și Linux. După prima pornire, utilizatorii trebuie să se autentifice cu un cont Google pentru a folosi software-ul.
Gemini Desktop oferă acces direct la funcțiile Google Gemini — inclusiv chat și generare de imagini — într-o fereastră separată, fără browser. Accentul este pe productivitate: aplicația poate păstra mai multe conversații deschise simultan, afișate ca file (tabs), cu comutare rapidă între ele.
Un alt element practic menționat este notificarea de tip pop-up atunci când Gemini a terminat de generat un răspuns, utilă mai ales când răspunsurile durează mai mult.
O parte dintre funcții pot fi controlate prin combinații de taste la nivel de sistem. Printre exemplele din descriere:
În setări, utilizatorii pot comuta între interfață deschisă și închisă la culoare și pot adăuga aplicația la pornirea automată a Windows.
Dezvoltatorul afirmă că aplicația nu colectează date despre utilizatori și nici telemetrie (date de diagnostic/urmărire a utilizării) și că ar realiza doar conexiuni către domeniile Google. Autentificarea ar avea loc direct prin Google, conform descrierii.
WinFuture indică existența unor clienți (oficiali sau neoficiali) și pentru alte sisteme populare, precum ChatGPT, Perplexity sau Claude, precum și opțiunea de a folosi o aplicație care reunește mai multe servicii într-o singură interfață (Chatbox).
Recomandate
ChatGPT începe să respingă cererile explicite de a scrie „în stilul” unui autor , o schimbare cu impact operațional pentru utilizatorii care foloseau modelul ca instrument de „imitare” literară și care mută discuția mai aproape de zona de risc juridic (concurență neloială, drepturi de autor), potrivit Ars Technica . În paralel, Authors Guild – organizație profesională a scriitorilor – recomandă explicit, într-un document de bune practici, ca autorii să nu utilizeze inteligența artificială generativă pentru a copia sau mima „stiluri, voci sau alte atribute distinctive” ale altor scriitori în moduri care le pot afecta valoarea operei sau care urmăresc profit. Documentul avertizează că, dincolo de aspectele etice, imitarea unei voci unice poate expune utilizatorul la acuzații de concurență neloială sau încălcarea drepturilor de autor. (Vezi documentul: Authors Guild .) De ce contează: se schimbă „workflow”-ul pentru cei care cereau imitație directă Ars Technica notează că „apetitul” modelelor lingvistice mari (LLM – modele antrenate pe volume mari de text) pentru mimarea stilului a generat deja controverse publice. Un exemplu menționat este cazul autoarei Lena McDonald, criticată după ce în carte ar fi apărut un pasaj care suna ca un răspuns generat de AI și care includea formularea că textul a fost rescris „pentru a se alinia” stilului unei alte autoare. Pentru utilizatorii vechi ai ChatGPT, schimbarea regulilor începe să fie resimțită ca o limitare practică. Un utilizator de pe Reddit, citat de publicație, spune că modelul „nu mai poate genera conținut în stilul unor autori specifici”, iar prompturile care înainte funcționau nu mai dau același rezultat. Context: piața nu are o regulă unitară, iar politicile diferă între modele În zona de generare de imagini, OpenAI menționează public că DALL·E 3 este conceput să refuze cererile de a produce imagini „în stilul unui artist în viață”. În schimb, Ars Technica arată că un document amplu de specificații OpenAI publicat în decembrie nu include interdicții formulate limpede privind replicarea materialelor protejate de drepturi de autor sau mimarea stilului în răspunsuri scrise. Diferențele se văd și între competitori, potrivit unui studiu citat de Ars Technica: Google Gemini ar fi acceptat consecvent cereri de copiere a stilului unui autor, în timp ce modelele Perplexity AI ar fi refuzat și ar fi redirecționat solicitările, similar cu ChatGPT. Între aceste extreme, Claude (Anthropic) și Copilot (Microsoft) ar fi acceptat cererile, dar cu rezerve care sugerează „conștientizarea” problemei de imitație, conform autorilor studiului. Ce urmează Din informațiile prezentate, direcția pare să fie o întărire a filtrării pentru solicitările explicite de „scrie ca X”, fără ca problema să dispară complet: utilizatorii pot încerca să obțină „o senzație similară” prin descrieri indirecte sau prin folosirea propriilor texte ca referință. Ars Technica indică însă că tocmai această zonă gri – între imitație directă și „asemănare” – rămâne dificil de standardizat, iar practicile diferă semnificativ între furnizori. [...]
Gemini Spark primește integrare directă cu Chrome , ceea ce îi permite să folosească (cu acordul utilizatorului) conturile autentificate și parolele salvate pentru a automatiza sarcini pe web , potrivit Google Blog . Funcția vizează „comisioane” online mai complexe — de la programarea unor vizionări pentru apartamente salvate până la căutarea opțiunilor de zbor și inițierea procesului de rezervare — dar păstrează utilizatorul în control pentru acțiuni sensibile, precum plățile. Integrarea cu Chrome extinde capabilitățile de navigare ale Spark prin acces la sesiunea de autentificare din browser, ceea ce poate reduce pașii manuali în fluxuri care, în mod normal, cer completări repetate și logări. Google precizează că aceste acțiuni se fac „cu permisiunea” utilizatorului și că, pentru operațiuni sensibile, sarcina este returnată utilizatorului pentru confirmare și finalizare. Securitate și limitări de lansare Google menționează că noua funcționalitate este construită cu protecții împotriva unor amenințări precum „prompt injection” (o tehnică prin care un atacator încearcă să manipuleze instrucțiunile unui model de inteligență artificială pentru a-l determina să execute acțiuni nedorite). În același timp, compania subliniază că utilizatorul rămâne „în buclă” pentru decizii critice, în special cele legate de plăți. Capabilitățile de „auto browse” prin Chrome sunt, în primă fază, în curs de lansare în SUA, cu planuri de extindere în alte regiuni ulterior. Google nu oferă un calendar pentru extinderea internațională. Extinderea accesului: peste 160 de țări, pentru abonații Google AI Pro Separat de integrarea cu Chrome, Google anunță extinderea accesului la Spark pentru abonații Google AI Pro în „peste 160 de țări” suplimentare, începând de astăzi. Miza operațională este creșterea bazei de utilizatori care pot folosi Spark pentru automatizarea sarcinilor zilnice, însă articolul nu detaliază ce piețe sunt incluse sau dacă există diferențe de funcționalitate între regiuni. Pentru lista țărilor, Google indică o pagină de suport. [...]
Amazon își restrânge portofoliul intern de modele Nova pentru a concentra bugetul și puterea de calcul pe un singur „foundation model” competitiv , potrivit The Next Web . Mișcarea are un impact operațional direct: majoritatea produselor Nova intră în regim de întreținere („keep the lights on”), rămânând suportate pentru clienții existenți, dar fără a mai fi o prioritate de dezvoltare. Publicația notează, citând o informație apărută inițial în Business Insider, că Amazon a început să deprecieze (să scoată treptat din uz) o parte importantă din linia Nova, inclusiv modelele de vârf Premier și Omni, generatorul video Reel și generatorul de imagini Canvas. În interior, unii angajați ar descrie situația drept „KTLO”, adică menținerea funcționării fără investiții semnificative în evoluție. Pariul se mută pe „Frontier Model Research” și un debut așteptat la re:Invent Resursele se reorientează către un efort numit Frontier Model Research (FMR), condus de Pieter Abbeel , intrat în Amazon odată cu achiziția din 2024 a startup-ului de robotică Covariant. Un nou model „fanion” este așteptat să fie prezentat la conferința Amazon re:Invent din această toamnă, potrivit Reuters, iar acesta ar putea păstra numele Nova. Schimbarea de direcție este pusă în contextul reorganizării conducerii: după ce, sub fostul șef AI Rohit Prasad, compania a împărțit efortul între modele de text, imagine și video, Peter DeSantis (care a preluat grupul consolidat în decembrie) ar fi concentrat talentul și capacitatea de calcul pe mai puține pariuri „frontier” (modele de vârf). Prasad a plecat la finalul lui 2025, iar fondatorul AGI Lab, David Luan, a plecat în februarie, mai arată articolul. Ce rămâne din Nova și ce se închide Nova nu dispare complet. Amazon ar păstra în portofoliu: Nova 2 Lite Nova 2 Sonic serviciul de personalizare Nova Forge instrumentul de agenți Nova Act În paralel, site-ul AGI din San Francisco – un grup de cercetare de 80 de persoane – a fost închis, potrivit GeekWire. De ce contează: Amazon își joacă diferențiatorul pe infrastructură, nu pe „brandul” de model The Next Web subliniază că Amazon nu a reușit să transforme Nova într-un nume „de masă” comparabil cu OpenAI, Anthropic sau Google, iar sistemele sale s-au dovedit costisitoare de rulat raportat la valoarea livrată. Presiunea a crescut și din partea rivalilor mai ieftini, într-un context mai larg de orientare către modele cu cost redus. În schimb, Amazon își consolidează avantajul tradițional: infrastructura. AWS găzduiește o parte importantă din industrie, cu angajamente de capacitate de calcul de 138 miliarde dolari (aprox. 621 miliarde lei) din partea OpenAI și peste 100 miliarde dolari (aprox. 450 miliarde lei) din partea Anthropic, iar cipurile proprii Trainium au devenit o afacere de ordinul miliardelor de dolari, pe care Jeff Bezos o numește un al patrulea pilon al companiei. Un purtător de cuvânt al Amazon respinge ideea unei retrageri, afirmând că modelele AI rămân printre cele mai importante priorități și că portofoliul este ajustat continuu în funcție de nevoile clienților. Miza imediată se mută la re:Invent: dacă Amazon poate trece de la rolul de „gazdă” și furnizor de cipuri pentru modelele altora la construirea unui model de vârf pe care dezvoltatorii să îl aleagă în mod activ în fața Claude, Gemini sau GPT. [...]
OpenAI taie agresiv costurile de utilizare pentru două modele, într-o mișcare cu impact direct asupra bugetelor de AI ale companiilor. Potrivit Neowin , OpenAI reduce prețurile pentru GPT-5.6 Luna cu 80% și pentru Terra cu 20%, pe fondul competiției tot mai dure cu modele dezvoltate în China. Reducerea de preț este relevantă în primul rând economic: pentru firmele care rulează aplicații bazate pe modele mari de limbaj, costul per utilizare (sau per volum de procesare) este adesea principalul factor care decide ce model ajunge în producție. O ieftinire de 80% la un model poate schimba rapid calculele de rentabilitate și poate accelera migrarea sau extinderea unor proiecte. Ce se schimbă: două reduceri, două niveluri de presiune pe piață Conform informațiilor din sursă, OpenAI aplică: o reducere de 80% pentru GPT-5.6 Luna ; o reducere de 20% pentru Terra . Neowin le plasează explicit în contextul concurenței cu „modelele chinezești”, ceea ce sugerează o strategie de apărare a cotei de piață prin preț, nu doar prin performanță. De ce contează pentru companii: costul devine armă competitivă În practică, astfel de ajustări pot avea câteva efecte imediate în piață: scăderea costului total pentru produse care folosesc AI la scară (asistenți, suport clienți, analiză de documente); presiune pe furnizorii alternativi (inclusiv cei din China) să răspundă cu reduceri sau pachete mai avantajoase; recalibrarea achizițiilor : echipele de produs și IT pot reevalua ce model folosesc, dacă diferența de preț depășește diferențele de calitate percepute. Sursa nu oferă detalii suplimentare despre noile tarife efective sau despre momentul exact al aplicării lor, dincolo de anunțul reducerilor procentuale. [...]
OpenAI reduce puternic costurile pentru GPT‑5.6 Luna și Terra, schimbare care poate coborî semnificativ factura companiilor pentru aplicații AI la volum mare , potrivit OpenAI , care anunță și un nou „Fast mode” în API pentru GPT‑5.6 Sol, orientat spre viteză. Începând de astăzi, GPT‑5.6 Luna (modelul „cel mai rapid și cel mai accesibil” din familie) va costa cu 80% mai puțin, iar GPT‑5.6 Terra (model „echilibrat” pentru lucru de zi cu zi) cu 20% mai puțin. Reducerile se reflectă și în modul în care consumul este contabilizat în abonamentele plătite atunci când modelele sunt folosite prin Codex și ChatGPT Work, ceea ce înseamnă că aceeași utilizare „mănâncă” mai puține credite, fără schimbarea prețurilor abonamentelor sau a bugetelor de cotă. Ce se schimbă în prețurile API și de când OpenAI publică și noile tarife pentru API, cu aplicare de la 30 iulie: GPT‑5.6 Terra : 2 dolari (aprox. 9 lei) per milion de tokeni de intrare și 12 dolari (aprox. 55 lei) per milion de tokeni de ieșire GPT‑5.6 Luna : 0,20 dolari (aprox. 1 leu) per milion de tokeni de intrare și 1,20 dolari (aprox. 6 lei) per milion de tokeni de ieșire GPT‑5.6 Sol : prețurile rămân neschimbate Compania mai precizează că modificările de preț „încep să fie implementate” și în AWS „mai târziu astăzi”. De ce contează pentru companii: optimizarea cost–viteză pe același flux Unghiul economic al anunțului este legat de posibilitatea de a împărți un flux de lucru pe etape, folosind modele diferite în funcție de costul erorii, urgență și volum. OpenAI dă exemplul unui flux de programare în care Sol ar putea fi folosit pentru a reduce incertitudinea și a defini planul, iar Luna pentru implementare, scriere și rulare de teste și evaluarea rezultatelor, adică pentru pași „bine specificați” unde costul per execuție contează mai mult. În acest context, OpenAI susține că Luna oferă performanță comparabilă cu modele „de clasă frontieră” de acum un an la „aproximativ 6 cenți pe dolar per sarcină” și la „aproape de nouă ori viteza”, iar pe sarcini profesionale (măsurate prin Agents’ Last Exam) ar depăși Fable 5 la un cost estimat per sarcină cu „aproape 99%” mai mic. „Fast mode” în API: viteză mai mare, la preț dublu Pe partea operațională, OpenAI introduce Fast mode în API, care înlocuiește oferta „Priority Processing”. Pentru GPT‑5.6 Sol, Fast mode ar livra „până la 2,5×” viteza procesării Standard, la de două ori prețul , fără schimbări de „inteligență” (adică de calitate a răspunsurilor, în termenii companiei). Migrarea este descrisă ca fiind compatibilă înapoi: cererile marcate anterior ca „priority” vor folosi automat Fast mode. Disponibilitate în produse și cine are acces Terra și Luna rămân disponibile în ChatGPT Work, Codex și API. În ChatGPT Work și Codex, utilizatorii Free și Go pot accesa Terra, iar utilizatorii Plus, Pro, Business și Enterprise pot alege între Terra și Luna. Pentru detalii complete de tarifare, OpenAI trimite la pagina de prețuri: View complete API pricing details . [...]
Google DeepMind deschide accesul dezvoltatorilor la Gemini Robotics ER 2 , un model de „raționament întrupat” gândit ca un „creier” de nivel înalt pentru roboți, care urmărește fluxuri video continue, orchestrează sarcini în mai mulți pași și poate coordona mai mulți roboți în același spațiu, potrivit Google Blog . Miza practică este reducerea blocajelor operaționale din robotică (pauze de tip „oprește-te și gândește”) și creșterea fiabilității în execuție, inclusiv prin latență sub-secundă pentru scenarii sensibile la timp. Ce se schimbă operațional: video continuu, autocorecție și colaborare între roboți Google descrie Gemini Robotics ER 2 ca un model care poate conversa cu oamenii, înțelege mediul fizic și planifica sarcini în mai mulți pași, apoi „predă” execuția motorie către un model de tip VLA (vision-language-action – modele care leagă percepția vizuală și limbajul de comenzi de acțiune). În plus, modelul poate apela nativ instrumente precum Google Search sau funcții definite de utilizator. Upgrade-ul față de versiunea anterioară (Gemini Robotics ER 1.6) este legat de utilizarea fluxurilor video continue: robotul își poate urmări progresul, se poate adapta când apar erori și știe când să treacă la pasul următor. O noutate separată este „multi-robot collaboration”, adică posibilitatea ca roboți diferiți să lucreze împreună în spații comune pentru fluxuri de lucru pe care un singur robot nu le-ar putea duce la capăt. Acces pentru dezvoltatori: API, AI Studio și preview pentru companii Modelul este disponibil public dezvoltatorilor prin: Gemini API Google AI Studio Pentru zona enterprise, Google spune că ER 2 este disponibil în „private preview” pe Gemini Enterprise Agent Platform . Compania publică și exemple de configurare și „prompting” (instrucțiuni pentru model) în notebook-uri, inclusiv pe GitHub . De ce contează latența: integrare cu Gemini Live API și demo pe Spot În robotică, viteza de execuție influențează direct siguranța și utilitatea. Google afirmă că ER 2 se integrează în Gemini Live API , printr-un endpoint de streaming bidirecțional optimizat pentru sarcini sensibile la latență, pentru a evita pauzele vizibile în orchestration. Ca exemplu, Google a construit un demo cu robotul Spot de la Boston Dynamics , în care ER 2 orchestrează Spot APIs (navigație și mișcarea manipulatorului) pentru a aduce obiecte la comandă în limbaj natural. Există și un set de exemple suplimentare pe GitHub . Măsurători publicate: progres în timp și „moment finding” Google susține că ER 2 aduce un salt în „înțelegerea video” și urmărirea progresului, pentru a verifica dacă sarcini precum strângerea unui bec sau legarea unui sac de gunoi sunt finalizate corect înainte de a trece mai departe. În evaluările descrise: la „progress classification” (încadrarea fiecărui cadru video într-un nivel de progres 0–20%, 20–40%, 40–60%, 60–80%, 80–100%), modelul atinge 57,4% acuratețe ; la „moment finding” (identificarea exactă a cadrului în care are loc un eveniment critic, de exemplu când trebuie oprit turnatul cafelei), Google indică 91,3% acuratețe și 0,96 secunde distanță medie absolută; compania afirmă și 4x viteză de execuție și „o fracțiune” din costul de calcul față de categorii mai mari de modele, fără a detalia baza de comparație. Siguranță: oprire lângă oameni și un nou benchmark Google afirmă că ER 2 este „cel mai sigur” model al său în această categorie, cu îmbunătățiri pe benchmark-uri de „Safety Instruction Following” și „Human Proximity”. Un exemplu menționat este oprirea unui robot umanoid când o persoană este în apropiere și reluarea autonomă a activității doar după eliberarea zonei. Compania anunță și introducerea unui benchmark care evaluează capacitatea unui model de bază de a acționa ca orchestrator VLA „sigur”, inclusiv prin impunerea constrângerilor de siguranță, monitorizarea mediului, evaluarea fezabilității fizice și solicitarea de clarificări umane. Ce urmează Google spune că intenționează să împingă aceste modele către sarcini și mai complexe, cu obiectivul de a accelera dezvoltarea roboților „utili” și de a sprijini comunitatea de robotică. Pentru detalii tehnice, compania trimite la pagina de model: Gemini Robotics ER 2 și la contextul versiunii anterioare: Gemini Robotics ER 1.6 . [...]
