Știri
Știri din categoria Inteligență artificială
Google își mută Gemini mai aproape de fluxul de lucru pe Mac, printr-o aplicație dedicată care promite acces instant și integrare mai bună decât varianta din browser, potrivit 9to5Mac. Pentru utilizatori și companii, miza este una operațională: reducerea „fricțiunii” de utilizare a asistentului AI în sarcini de zi cu zi (documente, e-mail, rezumate, cod), direct din macOS.
Până acum, accesul „complet” la Gemini pe Mac era, în practică, prin Chrome sau în web. Aplicația oficială introduce un mecanism de deschidere rapidă din tastatură, gândit să țină asistentul la un gest distanță de orice aplicație.
Elementul central este scurtătura Option + Space pentru acces instant, iar aplicația oferă și o variantă de „mini chat” versus fereastra completă.
Aplicația include o serie de opțiuni orientate spre utilizare rapidă și context mai bun pentru întrebări:
În plus, sunt menționate opțiuni de personalizare precum alegerea modului implicit de deschidere a conversațiilor (mini chat sau fereastra principală), resetarea mini chat după un interval de timp și selectarea uneia dintre mai multe voci pentru răspunsurile citite.
Google descrie aplicația ca fiind „100% native Swift”, adică dezvoltată specific pentru platformele Apple, nu un ambalaj peste o pagină web.
Gemini pentru Mac poate fi descărcată gratuit de la gemini.google/mac și rulează pe macOS 15 Sequoia sau mai nou, conform publicației.
Dincolo de aplicația de Mac, 9to5Mac amintește că Gemini ar urma să stea la baza unor funcții viitoare pentru Siri și Apple Intelligence, începând cu iOS 27 și macOS 27, cu mai multe detalii așteptate la WWDC 2026 (8 iunie). Google spune și că „mai multe funcții sunt pe drum”, fără un calendar detaliat în material.
Recomandate
Google începe să mute Gemini din zona de „chatbot” spre automatizare persistentă , odată cu lansarea Gemini Spark pentru abonații Google AI Ultra din SUA, o funcție care rulează în fundal și poate continua sarcini chiar și când telefonul este blocat sau laptopul este închis, potrivit Android Authority . Gemini Spark este prezentat ca un „agent” de inteligență artificială care acționează în numele utilizatorului, dar „sub controlul” acestuia, și rulează 24/7. Funcția apare ca un tab dedicat în experiența web Gemini, alături de chatul standard. Ce se schimbă operațional: de la răspunsuri la execuție de sarcini Diferența centrală față de utilizarea obișnuită a Gemini este accentul pe automatizare. În loc să se limiteze la răspunsuri și generare de conținut, Spark este gândit să „facă” efectiv lucruri în ecosistemul Google, reducând trecerile între aplicații. Concret, Spark se poate conecta la aplicații din Google Workspace (Gmail, Calendar, Drive, Docs, Sheets și Slides) și poate gestiona sarcini precum: programarea de întâlniri și administrarea invitațiilor; căutarea în e-mailuri; rezumarea conversațiilor; crearea de documente, foi de calcul și prezentări; organizarea fișierelor și a conținutului. De ce poate rula când dispozitivul e „oprit”: procesare în cloud Google spune că Spark folosește mașini virtuale în cloud care rulează pe Gemini 3.5, astfel încât sarcinile pot continua chiar dacă utilizatorul își închide laptopul sau își blochează telefonul. Această procesare în fundal este o parte importantă din poziționarea produsului: un asistent digital „persistent”, nu un instrument deschis doar la nevoie. Pe lângă Workspace, Spark primește acces și la servicii conectate, funcții de „Personal Intelligence”, site-uri unde utilizatorul este autentificat și instrumente de browser la distanță care pot interacționa cu pagini web. În unele situații, Spark poate naviga pe site-uri, completa informații și executa acțiuni fără ca utilizatorul să parcurgă manual fiecare pas. Disponibilitate: funcție exclusivă, deocamdată, pentru SUA În acest moment, Gemini Spark este disponibil doar pentru abonații Google AI Ultra din SUA, la câteva zile după ce a fost anunțat la Google I/O 2026. Publicația notează că, dacă lansarea decurge fără probleme, Spark ar putea deveni modelul pentru direcția în care se dezvoltă Gemini în continuare. [...]
Intel susține că a rezolvat o problemă-cheie care frânează adoptarea „AI fizic” în robotică , o afirmație cu potențial impact operațional pentru companiile care dezvoltă și implementează roboți în industrie, logistică sau retail, potrivit Neowin , care relatează despre anunțul făcut la Computex 2026 . Miza este una practică: „AI fizic” (modele de inteligență artificială care controlează sisteme din lumea reală, precum roboți) se lovește de constrângeri diferite față de software-ul clasic — de la cerințe de latență (întârzierea dintre decizie și acțiune) până la integrarea cu senzori și actuatori. În acest context, Intel spune că a abordat una dintre cele mai mari probleme din zona roboticii și a AI-ului „încorporat” în dispozitive. De ce contează pentru companii Dacă soluția descrisă de Intel se confirmă în implementări comerciale, efectul direct ar putea fi reducerea fricțiunii la trecerea de la prototipuri la sisteme utilizabile în producție, adică: integrare mai rapidă a componentelor hardware și software în proiecte de robotică; timpi mai mici de dezvoltare și testare pentru aplicații care trebuie să funcționeze „în teren”; premise pentru extinderea utilizării roboților în medii unde fiabilitatea și reacția în timp real sunt critice. Ce știm și ce rămâne neclar Materialul indică faptul că afirmația a fost făcută în cadrul Computex 2026, însă, în fragmentul de conținut disponibil aici, nu apar detalii tehnice complete despre mecanismul exact, condițiile de utilizare sau rezultate măsurabile (de exemplu, valori de latență, scenarii de test, disponibilitate comercială). În lipsa acestor elemente, impactul concret pentru piață rămâne de validat prin implementări și date publice suplimentare. [...]
NVIDIA își extinde ofensiva în centrele de date cu Vera, un CPU „pentru agenți” care promite să crească veniturile din tokeni. Potrivit NVIDIA News , noul procesor Vera este deja în producție și este poziționat ca o piesă-cheie pentru „fabricile de AI” (infrastructuri care rulează antrenare, inferență și execuție de agenți), într-un moment în care economia acestor sisteme se mută de la „nuclee per dolar” la „tokeni per dolar” — adică la câți pași de calcul utili pot livra pentru fiecare unitate de cost. NVIDIA susține că Vera finalizează sarcini cu 1,8 ori mai repede decât procesoarele x86, pe o plajă de utilizări care include AI „agentic” (modele care nu doar răspund, ci execută acțiuni, rulează cod și folosesc instrumente), învățare prin recompensă (reinforcement learning) și procesare de date. Miza economică invocată de companie este directă: mai multă performanță CPU pe fluxurile critice din centrele de date ar însemna mai mult „token revenue” (venituri asociate volumului de tokeni procesați în servicii AI). De ce contează: CPU-ul devine din nou o constrângere în „fabricile de AI” În arhitecturile moderne pentru AI, acceleratoarele (GPU) fac partea grea de calcul, dar multe etape rămân limitate de CPU: rularea mediilor Python, compilări, execuție de cod în sandbox (medii izolate), logică de orchestrare și conducte de analiză. NVIDIA își construiește argumentul pe ideea că agenții AI cresc masiv cererea pentru astfel de sarcini, iar un CPU mai rapid și mai eficient energetic crește „debitul” (throughput) de agenți și interactivitatea. Jensen Huang , fondator și CEO al NVIDIA, afirmă: „Agenții AI vor fi cei mai mari utilizatori de calcul. Vera este primul CPU proiectat pentru acel viitor — construit pentru a rula AI agentic la scară hyperscale cu performanță, eficiență și programabilitate extraordinare.” Ce aduce Vera: arhitectură proprie și integrare strânsă cu platformele NVIDIA Vera este bazat pe „Olympus”, un nucleu CPU personalizat NVIDIA, și include 88 de nuclee Olympus , „Spatial Multithreading” (o tehnică de execuție paralelă pentru a crește utilizarea resurselor) și memorie LPDDR5X cu până la 1,2 TB/s lățime de bandă. Pe partea de integrare în platformele companiei, Vera este prezentat ca: CPU pentru servere Vera „standalone” (configurații dedicate CPU), CPU gazdă pentru platformele NVIDIA Vera Rubin , prin interconectarea NVLink-C2C de generația a doua, cu până la 1,8 TB/s lățime de bandă coerentă între CPU și GPU, componentă pentru platforme de stocare AI, prin NVIDIA Vera BlueField-4 STX , care combină CPU-ul cu rețelistică, accelerare de stocare și securitate „în siliciu”. NVIDIA mai spune că Vera extinde „Confidential Computing” (mecanisme hardware/software care protejează datele în utilizare) la nivel de rack, pentru a proteja sarcini agentice. Cine îl adoptă și cine îl produce: ecosistem de cloud și OEM Compania indică drept potențiali utilizatori sau evaluatori ai Vera atât laboratoare AI, cât și operatori mari de cloud și infrastructură. Sunt menționate, între altele, Anthropic, OpenAI și SpaceXAI, precum și ByteDance, CoreWeave și Oracle Cloud Infrastructure (OCI). În zona enterprise, NVIDIA indică și NYSE ca utilizator care explorează platforma. Pe partea de producție și integrare hardware, NVIDIA spune că sisteme Vera vor fi construite la scară de producători precum Dell Technologies, HPE, Lenovo și Supermicro, alături de ASUS, Compal, Foxconn, GIGABYTE, Pegatron, Quanta Cloud Technology (QCT), Wistron și Wiwynn, între alții. Publicația notează că marii OEM ar urma să ofere Vera în configurații de server CPU „standalone”, ca „prima opțiune standard de CPU dincolo de x86”. Performanță: benchmark-uri invocate și un exemplu de utilizare NVIDIA citează Phoronix (publicație de benchmark-uri open-source) spunând că Vera a livrat „cea mai rapidă performanță generală” pe sarcini agentice precum compilare de cod, Python, Java și procesare de baze de date — exact tipuri de încărcări care apar pe traseul critic al execuției agenților (utilizare de instrumente și execuție în sandbox). Într-un exemplu operațional, NYSE Group leagă adopția de obiective de latență și capacitate. Lynn Martin, președinte NYSE Group, spune: „NYSE procesează peste 1,1 trilioane de mesaje pe zi și, în colaborare cu Redpanda și HPE, folosind CPU-urile NVIDIA Vera, ne vom extinde capacitatea, optimizând în continuare latența pentru a susține o infrastructură de piață performantă, rezilientă și pregătită pentru AI.” Disponibilitate: când ajunge pe piață NVIDIA afirmă că sistemele Vera vor fi disponibile de la integratori și parteneri cloud din această toamnă . Compania nu oferă în material detalii despre prețuri sau despre configurații comerciale concrete pentru fiecare segment, astfel că impactul financiar imediat rămâne de evaluat în funcție de ritmul de adoptare în cloud și în centrele de date enterprise. [...]
NVIDIA încearcă să reducă costul de operare al „fabricilor de AI” printr-o platformă care leagă proiectarea, simularea și exploatarea infrastructurii , mizând pe eficiența energetică și pe standardizarea operațiunilor în centrele de date, potrivit NVIDIA News . Platforma, numită NVIDIA DSX , este prezentată ca un „manual complet” pentru constructorii de infrastructură care vor să proiecteze, să implementeze și să opereze la scară așa-numitele „AI factories” (centre de date optimizate pentru antrenarea și rularea modelelor de inteligență artificială). Miza economică este explicită: scăderea „costului pe token” (costul de generare a unităților de text/ieșire ale unui model) prin maximizarea performanței raportate la consumul de energie. Ce aduce nou DSX și de ce contează operațional NVIDIA spune că DSX reunește biblioteci software modulare cu sursă deschisă, interfețe de programare (API), proiecte de referință și tehnologii ale partenerilor într-o platformă „codesign” (proiectare coordonată între componentele hardware, software și facilități). Obiectivul declarat este accelerarea punerii în producție și creșterea fiabilității operaționale la scară. În centrul mesajului sunt două componente software noi: DSX MaxLPS : un set de tehnologii care urmărește să maximizeze „token performance per megawatt” (performanța de generare raportată la un megawatt consumat), într-un buget fix de energie, pentru a obține cel mai mic cost pe token. NVIDIA afirmă că, prin combinarea răcirii cu lichid la 45°C și a unor tehnologii „în rack” pentru optimizarea performanței per watt, operatorii pot rula „până la 40% mai multe GPU-uri” la punctul lor de eficiență maximă, cu impact minim asupra performanței sarcinilor de lucru. DSX OS : software modular cu sursă deschisă pentru operarea „fabricilor de AI”, care include management pe ciclul de viață, programarea resurselor, consistență la rulare, automatizare pentru starea de sănătate a sistemelor, reziliență, operare multi-tenant (mai mulți clienți/echipe pe aceeași infrastructură) și servicii de platformă. Elemente deja existente în platformă: de la proiectare la integrarea cu rețeaua electrică DSX include și un set de componente pe care NVIDIA le poziționează ca „full stack” (de la arhitectură la operare): DSX Reference Design : arhitecturi validate pentru „fabrici de AI”, acoperind calcul, rețelistică, stocare, design de cluster și infrastructura facilităților (energie, răcire, control, plus elemente civile/structurale/arhitecturale). DSX Sim : strat de simulare pentru întreg ciclul de viață, folosit pentru modelarea și validarea deciziilor de infrastructură din faza de planificare până la operare. DSX Flex : conectează centrele de date la servicii ale rețelei electrice, astfel încât sarcinile de lucru să se poată adapta la semnale precum reducerea încărcării, răspuns la cerere sau evenimente de preț; include și orchestrarea energiei din surse regenerabile și hibride. DSX Exchange : integrare între semnalele din IT și din zona de „operational technology” (echipamente și sisteme de control industrial), pentru calcul, rețea, energie, putere și răcire. În declarația citată de NVIDIA, Jensen Huang leagă direct platforma de reducerea riscului investițional prin simulare și validare înainte de instalare: „Cu platforma DSX, poți simula întreaga fabrică înainte să cheltuiești un dolar, valida performanța înainte ca un singur rack să fie instalat și opera cu tipul de fiabilitate pe care AI-ul în producție îl cere.” Ecosistem și adopție: producători de sisteme și operatori de cloud AI NVIDIA își sprijină strategia pe extinderea ecosistemului, în special în Taiwan, și pe adopția de către operatori de infrastructură AI. Publicația menționează că parteneri de cloud precum CoreWeave, Crusoe, Firmus, IREN, Lambda, Nebius, Nscale și Yotta Data Services implementează componente din DSX (DSX Sim, DSX MaxLPS și DSX OS) pentru a reduce riscul, a îmbunătăți utilizarea GPU-urilor și a aduce capacitate online mai rapid. Pe partea de hardware, Dell Technologies, HPE, Lenovo și Supermicro, împreună cu ASUS, Foxconn, GIGABYTE, Pegatron, Quanta Cloud Technology (QCT), Wistron și Wiwynn sunt menționați ca producători de sisteme „DSX-ready” și ca furnizori de active pentru simulare, pentru implementări la scară globală. Separat, NVIDIA indică un pilot comercial „multi-megawatt” în care DSX Flex este folosit împreună cu Emerald AI și Silicon Valley Power, pentru a demonstra centre de date „grid-responsive” (care își ajustează consumul în funcție de semnalele utilității), cu scopul de a proteja performanța sarcinilor AI și de a sprijini fiabilitatea rețelei. Ce urmează Anunțul este legat de NVIDIA GTC Taipei , unde compania direcționează publicul către discursul principal al CEO-ului. Materialul nu oferă detalii despre prețuri, termene de disponibilitate sau condiții comerciale pentru DSX, dincolo de descrierea componentelor și a partenerilor care le adoptă. [...]
SoftBank pariază pe energia nucleară a Franței pentru a accelera construcția de centre de date AI , cu un plan de investiții de până la 75 miliarde euro (87 miliarde dolari, aprox. 400 miliarde lei), potrivit Tom's Hardware . Miza economică și operațională este accesul la electricitate abundentă și relativ ieftină, care permite companiei să evite costurile și întârzierile asociate extinderii rețelelor din SUA. SoftBank Group spune că va construi în Franța o capacitate de 5 gigawați (GW) pentru centre de date dedicate inteligenței artificiale, iar prima etapă – de 45 miliarde euro (52 miliarde dolari, aprox. 240 miliarde lei) – ar urma să livreze 3,1 GW în regiunea Hauts-de-France până în 2031. Grupul japonez descrie proiectul drept cea mai mare investiție europeană a sa în infrastructură AI de până acum, cu EDF și Schneider Electric ca parteneri. De ce contează: energia, nu doar serverele Franța își produce aproximativ 70% din electricitate din reactoare nucleare operate de EDF, este cel mai mare exportator net de electricitate din lume și are prețuri industriale la energie „cu mult sub jumătate” față de cele din Marea Britanie, notează publicația. Masayoshi Son a declarat pentru La Tribune du Dimanche că faptul că Franța este producător și exportator de energie a fost „absolut decisiv” pentru investițiile în infrastructură AI. Un element-cheie este că SoftBank poate conecta proiectele la un „parc” energetic existent, cu emisii reduse de carbon, evitând blocajele din SUA: rețele tensionate și opoziție locală în creștere față de centrele de date. Ce se construiește și unde Prima etapă acoperă trei amplasamente: Loon-Plage (lângă Dunkirk) Bosquel Bouchain EDF contribuie la situl din Bouchain, o fostă centrală, care va fi predată pentru conversie. Planul urmează să fie formalizat luni, la summitul Choose France , de Masayoshi Son și președintele Emmanuel Macron, conform informațiilor din articol. Contrastul cu SUA: costul energiei dedicate În SUA, SoftBank are în plan un centru de date de 10 GW în Ohio, dar pentru alimentarea acestuia compania ar trebui să-și construiască propria infrastructură de producție a energiei: o centrală pe gaze naturale estimată la circa 33 miliarde dolari (aprox. 150 miliarde lei), cu o producție de aproximativ 9,2 GW. În Franța, compania poate „sări” peste acest pas, conectându-se la rețeaua existentă. Implicații industriale: integrare pe lanțul de echipamente Împreună cu Schneider Electric, SoftBank vrea să dezvolte un „cluster” industrial în Portul Dunkirk, în jurul a două fabrici: una operată de SoftBank, pentru carcase (enclosures), una operată de Schneider Electric, pentru integrarea modulelor de alimentare pentru centre de date. Tom’s Hardware notează că acest lucru extinde integrarea verticală a SoftBank (control pe mai multe verigi ale lanțului), care include deja Arm, robotică și baterii pentru centre de date pe bază de apă. Dimensiunea financiară și ce este, de fapt, „ferm” Investiția franceză se adaugă unui val global de cheltuieli, care include proiectul din Ohio și peste 30 miliarde dolari (aprox. 140 miliarde lei) investite în OpenAI pentru o participație de 11%. În același timp, SoftBank are peste 130 miliarde dolari datorii și a contractat în martie un împrumut-punte de 40 miliarde dolari (aprox. 185 miliarde lei) pentru a finanța cea mai recentă investiție în OpenAI. Important: suma de 75 miliarde euro este un plafon. Doar prima etapă, de 45 miliarde euro și 3,1 GW, este prezentată ca angajament ferm, iar restul amplasamentelor sunt descrise ca planuri pentru o fază ulterioară. Pentru detaliile oficiale ale angajamentului, SoftBank indică propriul comunicat, în care vorbește despre „până la 75 miliarde euro” ( https://group.softbank/en/news/press/20260531_0 ). [...]
Automatizarea codării cu AI mută competiția în zona de design coerent , iar instrumente precum TypeUI încearcă să rezolve tocmai „uniformizarea” interfețelor generate de modele, potrivit Mobilissimo . Miza operațională pentru echipele care construiesc rapid produse cu AI (așa-numitul „vibe coding”) este să obțină rezultate consistente vizual, fără să piardă timp în iterații și corecții de detaliu. În material, TypeUI este prezentat ca un proiect apărut dintr-o nevoie practică: dacă nu primește instrucțiuni precise despre stil (culori, spațieri, componente, „look & feel”), AI-ul tinde să livreze rezultate „generice”, care fac proiecte diferite să arate similar. Într-un context în care aplicațiile și site-urile pot fi generate „pe bandă rulantă”, diferențierea prin identitate vizuală devine un factor de competitivitate. Ce face TypeUI, concret, în fluxul de lucru cu AI TypeUI folosește fișiere de ghidaj (menționate ca design.md și skill.md ) pentru a seta de la început reguli de design pe care modelul AI să le urmeze. Ideea este să reducă inconsistențele tipice din proiectele generate rapid, precum: butoane cu stiluri diferite de la o pagină la alta; spațieri „fără logică”; formulare construite după reguli diferite; componente care par adunate din proiecte separate; elemente UI care își schimbă stilul între secțiuni. Proiectul este disponibil ca open-source pe GitHub (repo: https://github.com/bergside/typeui ) și, potrivit sursei, a depășit 1.000 de instalări. Integrare cu instrumente și un server MCP pentru ecosistemul OpenAI TypeUI este descris ca fiind utilizabil „imediat” și compatibil cu instrumente precum Google Stitch ( https://blog.google/innovation-and-ai/models-and-research/google-labs/stitch-ai-ui-design/ ), Codex, Cursor și alte platforme „agentice” (adică sisteme AI care pot executa pași și acțiuni în lanț, nu doar să răspundă la întrebări). Un element operațional nou menționat este introducerea unui „server MCP” ( https://mcp.typeui.sh/ ), care ar permite, în ecosistemul OpenAI, instalarea și apelarea directă de către model în timpul dezvoltării. Model de business: gratuit + abonament Pe lângă componenta open-source, TypeUI are și o ofertă premium. În prezent, există „aproape 70 de stiluri” disponibile pe https://www.typeui.sh/design-skills , dintre care o parte sunt gratuite, iar restul sunt incluse într-un abonament: 30 dolari/lună (aprox. 140 lei) 120 dolari/an (aprox. 560 lei) Context: experiență anterioară în produse UI Mobilissimo leagă TypeUI de experiența anterioară a echipei din spatele proiectului: compania Bergside ( https://www.bergside.com/ ), deținută de Zoltan și partenerul său Robert Tanislav. În portofoliu este menționat Flowbite ( https://flowbite.com/ ), un proiect de componente UI care a strâns „aproape 10.000 de stele” pe GitHub ( https://github.com/themesberg/flowbite ), precum și platforma Themesberg ( https://themesberg.com/ ). De ce contează pentru piață Pe măsură ce „codul devine mai ieftin” prin automatizare, diferențierea se poate muta din viteza de generare în calitatea și coerența produsului livrat. În această logică, TypeUI țintește o problemă practică a echipelor care folosesc AI în dezvoltare: reducerea timpului pierdut pe corecții vizuale și evitarea unui rezultat „standardizat”, greu de diferențiat într-o piață aglomerată de produse similare. [...]
