Știri
Știri din categoria Inteligență artificială
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.
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.
Modelul este disponibil public dezvoltatorilor prin:
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.
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.
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:
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.
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.
Recomandate
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 . [...]
Comisia Europeană a deschis licitația pentru până la șapte „gigafabrici” de inteligență artificială, dar finanțarea publică este încă în mare parte neasigurată , ceea ce pune sub semnul întrebării calendarul și capacitatea UE de a recupera rapid decalajul față de SUA și China, potrivit The Next Web . Inițiativa este prezentată ca un efort de circa 30 miliarde euro, construit pe un parteneriat public-privat: aproximativ 10 miliarde euro ar urma să vină de la Bruxelles și statele membre, iar restul de 20 miliarde euro de la investitori privați, pe ideea că banii publici pot „atrage” capitalul necesar proiectelor. Ce se cumpără, concret: putere de calcul la scară mare Fiecare „gigafabrică” ar urma să găzduiască cel puțin 100.000 de cipuri avansate pentru AI, ceea ce ar face-o de circa patru ori mai puternică decât cele mai mari centre de date care operează în prezent în UE. Împreună, cele până la șapte unități ar urma să dubleze (și chiar să depășească) capacitatea de calcul pentru AI a blocului comunitar. Comisia diferențiază aceste proiecte de rețeaua existentă de 19 „fabrici AI” mai mici, atașate supercomputerelor europene: noile amplasamente sunt gândite „cu un ordin de mărime” mai mari, pentru antrenarea modelelor de vârf (frontier models) pe care, în prezent, doar câteva laboratoare din SUA și China și le permit. Miza economică: UE încearcă să reducă dependența de „compute” închiriat Rațiunea proiectului este una competitivă: companiile europene ajung să închirieze putere de calcul (compute) de la furnizori americani de cloud, în timp ce SUA și China investesc masiv în infrastructură. Henna Virkkunen, responsabilă în Comisie pentru „suveranitatea tehnologică”, numește această scară de calcul „o necesitate strategică”. Interesul de piață există: o rundă anterioară de exprimare a interesului a strâns 76 de răspunsuri din partea unor consorții din Europa, iar zece țări – inclusiv Germania, Franța, Italia, Spania și Polonia – s-au poziționat ca potențiale gazde. Franța a semnalat deja că ar putea merge pe cont propriu. Problema-cheie: banii publici sunt, deocamdată, mai mult „intenție” Deși proiectul este prezentat ca având o componentă publică de circa 10 miliarde euro, doar aproximativ 1 miliard euro din partea Bruxelles-ului este efectiv angajat, restul depinzând de următorul buget multianual al UE (Multiannual Financial Framework), care nu este încă agreat. Un oficial de rang înalt a spus explicit că suma este o „cea mai bună estimare” a ceea ce ar putea fi disponibil, nu bani deja alocați: „Nu putem anticipa deciziile privind următorul MFF.” Această incertitudine intră în conflict cu un calendar ambițios: construcția ar trebui să înceapă la începutul lui 2027, iar primele „gigafabrici” să devină operaționale la mijlocul lui 2028. Riscuri operaționale: întârzieri, energie scumpă și dependență de cipuri americane Planul a fost lansat inițial la începutul lui 2025 și „a alunecat” de mai multe ori, ceea ce sugerează prudență în privința termenelor. În plus, există două constrângeri structurale: Lanțul de aprovizionare cu cipuri : cipurile ar urma să vină în principal de la Nvidia, AMD și Qualcomm – companii americane – ceea ce complică mesajul de „independență”. Costul energiei : electricitatea în Europa este de două până la trei ori mai scumpă decât în SUA sau China, iar alimentarea centrelor de date este deja un factor limitativ. Criticii citați de publicație pun sub semnul întrebării modelul, argumentând că închirierea unei capacități „suverane” construită pe hardware străin poate crea doar o aparență de independență și că decalajul real al Europei este la nivel de cipuri și modele, nu de clădiri. Comisia susține, însă, că infrastructura este un început: finanțatorii publici ar urma să primească o cotă proporțională din puterea de calcul pentru cercetare și proiecte publice, iar pariul este că infrastructura va atrage ulterior talent, startup-uri și, în timp, investiții în producția de cipuri. În acest moment, licitația este deschisă, dar „pachetul” de 30 miliarde euro rămâne în bună măsură o ambiție: UE a anunțat ținta, însă a securizat până acum doar o fracțiune din finanțarea publică necesară. [...]
China încearcă să câștige influență în stabilirea standardelor globale de guvernanță AI , folosind impulsul creat de deschiderea (open-source) a modelului „ Kimi K3 ”, într-un context în care reguli internaționale unitare pentru distilarea modelelor, drepturi de proprietate intelectuală și trasabilitatea datelor de antrenare încă lipsesc, potrivit CNMO , care citează o analiză a ZDNET Korea. Miza este una de reglementare și de putere instituțională: dacă un set de practici și criterii tehnice ajunge să fie acceptat ca „standard” în arbitraje, dispute comerciale și evaluări de siguranță, țara care le-a împins în față își poate extinde influența asupra modului în care sunt construite și folosite sistemele AI la nivel internațional. De ce contează: distilarea modelelor rămâne zona cea mai disputată Analiza citată indică drept cel mai controversat domeniu „distilarea” (o tehnică prin care ieșirile unui model AI performant sunt folosite pentru a antrena un model mai mic și mai eficient). Disputa nu este doar tehnică, ci și juridică și comercială: unde se termină utilizarea legitimă a rezultatelor unui model concurent și unde începe încălcarea drepturilor asupra „rezultatelor” acelui model; dacă un model obținut prin distilare poate fi considerat „tehnologie proprie”; diferențe de poziție între companii și guverne privind limitele acceptabile ale acestei practici. În plus, nu există încă o metodă tehnică acceptată pe scară largă pentru a verifica dacă un model a fost antrenat prin distilare. Dacă dezvoltatorul nu publică procesul de antrenare și compoziția datelor, devine dificil de urmărit originea tehnologică, iar la nivel global nu există un standard unic de evaluare. Ce propun instituțiile din China: trasabilitate și „sisteme de verificare” înaintea regulilor finale Shanghai Zhangjiang Platform Economy Research Institute recomandă dezvoltarea de tehnologii care să permită trasabilitatea (urmărirea) sursei modelului și a datelor de antrenare și folosirea lor atât în soluționarea disputelor internaționale, cât și în munca de standardizare. Instituția susține că, atâta timp cât nu sunt clarificate: aria de licențiere permisă pentru distilare, proprietatea asupra rezultatelor AI, criteriile de stabilire a originii tehnice, ar trebui prioritizată construirea unui sistem de verificare. Efectul urmărit: extinderea influenței prin licențe, evaluări de siguranță și verificarea originii Potrivit analizei citate, promovarea accelerată a normelor ar avea ca obiectiv și sprijinirea exportului „modelului” chinez prin influență instituțională. Pe măsură ce tot mai mulți dezvoltatori și companii folosesc modele mari open-source din China, stabilirea timpurie a unor standarde privind licențierea, evaluarea de siguranță și verificarea originii tehnice ar putea crește ponderea Chinei în discuțiile internaționale despre guvernanța AI și ar muta competiția dincolo de performanța tehnică, către regulile sistemului. Un punct de vedere din industrie, redat de sursă, sintetizează logica acestei curse: „În competiția globală pentru guvernanța inteligenței artificiale, cine poate acționa primul și poate stabili reguli mai complete va deține controlul. Competiția de a transforma realizările tehnologice naționale în sisteme și standarde acceptate internațional va deveni tot mai intensă.” [...]
Google extinde generarea de muzică cu IA în Flow Music prin lansarea Lyria 3.5 , un model care aduce utilizatorilor mai mult control asupra rezultatului (inclusiv tempo și durată) și promite îmbunătățiri la nivel de muzicalitate, versuri și voci, potrivit Google Blog . Actualizarea este disponibilă „de astăzi” în Google Flow Music , ceea ce mută accentul de pe simple demonstrații de tehnologie pe utilizare practică, direct într-un produs. Ce se schimbă, concret, în Flow Music Google spune că Lyria 3.5 aduce patru direcții principale de îmbunătățire: Muzicalitate îmbunătățită : modelul ar genera structuri melodice mai bogate și mai complexe, cu un sunet mai natural. Versuri mai bune : calitatea versurilor ar crește, cu o respectare mai bună a instrucțiunilor din prompt (cererea utilizatorului) și cu „conștientizare” mai bună a structurii. Voci îmbunătățite : vocile ar fi mai realiste și mai nuanțate emoțional, cu pronunție mai bună. Control creativ : utilizatorii pot controla mai ușor tempo-ul și durata rezultatelor generate. De ce contează pentru utilizatori și pentru produs Dincolo de promisiunea unei calități mai bune, elementul cu impact operațional este controlul mai fin asupra parametrilor (tempo și durată), care poate reduce numărul de iterații necesare până la un rezultat utilizabil. Google poziționează lansarea ca o extindere a capacității de a crea „piese mai bogate”, direct în Flow Music, unde utilizatorii pot testa modelul imediat. Google nu oferă, în materialul citat, detalii despre disponibilitate pe regiuni, prețuri sau condiții comerciale pentru accesul la Flow Music. [...]
Gemini pentru macOS primește dictare „inteligentă” și opțional acces la contextul de pe ecran , o schimbare care poate reduce timpul de redactare și editare direct în aplicațiile folosite zilnic, potrivit Google Blog . Noua funcție permite utilizatorilor să vorbească „natural” către Gemini prin apăsarea prelungită a tastei Fn, din orice fereastră de pe desktop. În modul implicit, aplicația face transcriere și „curățare” automată a textului dictat: elimină interjecții de tip „ăă”/„îî”, surprinde corecțiile făcute la mijlocul frazei și inserează textul formatat direct la cursor. Ce se schimbă operațional pentru utilizatori Pe lângă dictare, Google introduce o opțiune separată în setări, numită „ Gemini reasoning ”, care extinde funcționalitatea de la transcriere la executarea de sarcini mai complexe, pe baza contextului de pe ecran (adică înțelegerea a ceea ce este evidențiat sau vizibil în lucru). Exemplele oferite de companie includ: Extragere și rezumare de informații din fișiere locale, imagini sau documente evidențiate (de exemplu, rezumarea unor documente într-un e-mail). Compunere și rescriere de text oriunde pe ecran, cu ajustarea tonului și inserarea rezultatului în locul dorit (inclusiv formate de tip rezumat executiv cu „TL;DR”). Generare și editare de imagini prin comenzi vocale, inclusiv iterarea pe un design existent (de exemplu, o variantă „dark mode”). Disponibilitate și distribuție Funcția vocală nouă este în curs de lansare la nivel global pentru toți utilizatorii aplicației Gemini pentru macOS, în limba engleză , iar Google spune că vor urma și alte limbi. Aplicația poate fi descărcată de la https://gemini.google/mac/ . Google menționează și politica sa de confidențialitate, disponibilă la https://policies.google.com/privacy , fără a detalia în acest material condiții suplimentare legate de date pentru această funcție. [...]
Atingerea pragului de 1 miliard de utilizatori săptămânali pune presiune pe evaluarea OpenAI și pe „povestea” unui viitor IPO , dar faptul că ținta a fost ratată cu șapte luni arată că ritmul de creștere începe să se lovească de propriile limite, potrivit The Next Web . ChatGPT este „pe punctul” de a ajunge la 1 miliard de utilizatori activi săptămânal, pe baza unor cifre distribuite intern de OpenAI, informație relatată de The Information . Compania își propusese să atingă pragul până la finalul anului trecut, însă ar urma să îl bifeze abia la mijlocul lui 2026. De ce contează: utilizatorii susțin evaluarea și teza de monetizare Miza nu este doar una de imagine. Numărul de utilizatori este un argument central pentru evaluarea OpenAI în contextul unui posibil drum către listare (IPO), dar și pentru ideea că atenția consumatorilor — nu doar contractele cu companii — poate finanța costurile mari de calcul (compute) necesare rulării modelelor de inteligență artificială. În acest cadru, pragul de 1 miliard de utilizatori săptămânali funcționează ca un indicator de „tracțiune” la scară globală: publicația notează că aproximativ unul din opt oameni online ar folosi ChatGPT într-o săptămână, inclusiv pentru sarcini precum programare sau întrebări medicale. Întârzierea de șapte luni indică o frână în prognozele interne Deși performanța rămâne excepțională — ChatGPT ar fi ajuns la această scară în mai puțin de patru ani, fiind între cele mai rapide produse internet din istorie — întârzierea este prezentată ca un semnal mai relevant decât recordul în sine. La nivelul unui miliard de utilizatori, menținerea aceluiași ritm de creștere devine mult mai dificilă decât la 100 de milioane, iar ratarea țintei sugerează că inclusiv liderul pieței începe să își ajusteze așteptările. Evoluția utilizatorilor, așa cum este prezentată în articol: circa 400 de milioane de utilizatori activi săptămânal în februarie 2025; 800 de milioane în octombrie (menționat de Sam Altman); peste 900 de milioane în februarie 2026 (în linie cu o relatare anterioară a TechCrunch ); în iunie 2026, ChatGPT a devenit cea mai rapidă aplicație care a ajuns la 1 miliard de utilizatori activi lunar. Concurența erodează avantajul, chiar dacă OpenAI rămâne lider Articolul indică și presiunea competitivă: Gemini (Google) și un val de modele chineze mai ieftine „ciupesc” din utilizare la margini, iar rivalii nu mai sunt la fel de mult în urmă ca în urmă cu un an. OpenAI ar continua să conducă „la distanță”, dar accentul se mută de la extinderea avantajului la apărarea lui. În contrapunct, sceptici precum Gary Marcus (menționat într-un material anterior al publicației) susțin că așteptările pieței au depășit realitatea de business; pragul de 1 miliard de utilizatori săptămânali este, în această logică, un argument puternic pentru tabăra optimistă, chiar dacă a venit mai târziu decât promisese compania. [...]
