Meta Connect 2026 में Muse को आवाज़ और अवतार मिला, Claude Code के क्लाउड सत्र पूर्वावलोकन से बाहर आए, Perplexity ने Fast Search पेश किया

Meta Connect 2026 में Meta ने अपने निजी एजेंट Muse को रियल-टाइम आवाज़ और वीडियो अवतार दिया, उसे अपने चश्मों पर लाने का वादा किया और Meta Model API को सामान्य उपलब्धता में जारी किया। Claude Code के क्लाउड सत्र ग्राहकों के लिए एक बार मिलने वाले क्रेडिट के साथ पूर्वावलोकन से बाहर आए, और Perplexity ने Rust में लिखे अपने सर्च इंजन Photon पर आधारित Fast Search पेश किया। इसी दौरान Meta और Google ने कुछ ही घंटों के अंतर से रियल-टाइम में बोलने वाले वीडियो अवतार पेश किए।

Meta Connect 2026: Muse बोलने लगा, Meta ने अपने चश्मों की श्रृंखला को नया रूप दिया

23 सितंबर — Meta ने Meta Connect 2026 की शुरुआत शाम 4 बजे PT (पेरिस में 24 सितंबर को रात 1 बजे) मुख्य प्रस्तुति से की, जिसका केंद्र 8 सितंबर को पेश किया गया निजी एजेंट Muse था। Muse को रियल-टाइम वॉइस मोड मिला है: उसके पृष्ठभूमि में काम करते रहने के दौरान उससे लंबी बातचीत की जा सकती है, और उसकी आवाज़ का वर्णन करके उसे ढाला जा सकता है (तेज़, धीमी या किसी खास लहजे में)। उसे एक एनिमेटेड चेहरा, Muse Realtime Avatar, भी मिला है, जिसका विवरण नीचे है। Mac पर computer use उपलब्ध है: उपयोगकर्ता की अनुमति से Muse किसी भी ऐप को चला सकता है और उपयोगकर्ता की अनुपस्थिति में भी काम जारी रख सकता है।

Muse में नया क्या है	घोषित उपलब्धता
रियल-टाइम वॉइस मोड, मनचाही आवाज़	Connect में प्रस्तुत, तारीख नहीं
Mac के लिए Muse में computer use	उपलब्ध
AI चश्मों पर Muse	« आने वाले महीनों में »
Muse Charm, जेब में रखा जा सकने वाला उपकरण	Mark Zuckerberg के अनुसार दिसंबर
Muse का अपना ईमेल पता	घोषणा हुई, तारीख नहीं

चश्मों पर किसी दुकान में रखे उत्पाद या पोस्टर को देखते हुए Muse का नाम लेकर उससे उस पर कार्रवाई करने को कहा जा सकेगा। Zuckerberg के अनुसार, रियल-टाइम वॉइस मॉडल वाला Muse Charm चाबी के छल्ले पर लगाया जा सकेगा; आधिकारिक सारांश केवल यह वादा करता है कि साल के अंत तक इसके बारे में और बताया जाएगा।

@Muse द्वारा Shopify, PayPal, Expedia और Instacart की घोषणा के एक दिन बाद Meta ने कनेक्टरों की पूरी सूची दी: खरीदारी के लिए Walmart, Best Buy, American Eagle Outfitters, DICK’S Sporting Goods, Fanatics, Gap, Michael Kors, Sephora, Ulta और Wayfair; भुगतान के लिए Shop Pay और PayPal; Instacart; Expedia, जो अभी भी « जल्द » आने वाला है; और काम के लिए Notion, Granola, GitHub और Box। उसी शाम GitHub ने अपने कनेक्टर का विवरण दिया: एजेंट से बाहर निकले बिना pull requests की समीक्षा करना, issues और सूचनाओं पर नज़र रखना तथा टिप्पणियाँ करना। उसने योजना या देशों की जानकारी नहीं दी। Meta ने भी इन नई सुविधाओं के लिए कीमत या देशों की जानकारी नहीं दी।

🔗 Meta का सारांश · Mark Zuckerberg की पोस्ट शृंखला · Muse का GitHub कनेक्टर

चश्मे: Ray-Ban Meta Audio, Gen 3, Meta VR Glasses और फ़्रांस में Ray-Ban Display

23 सितंबर — Meta ने अपने चश्मों की श्रृंखला भी नई की और साल के अंत तक 100 से अधिक मॉडल लाने का वादा किया। नई श्रेणी के Ray-Ban Meta Audio में कैमरा नहीं है: वज़न 43 g है, बैटरी 12 घंटे तक चलती है और केस से 48 घंटे अतिरिक्त मिलते हैं। तीसरी पीढ़ी के Ray-Ban Meta में बैटरी एक घंटे अधिक (9 घंटे) चलती है; इनमें एक एक्शन बटन और छह माइक्रोफ़ोन हैं। स्क्रीन वाले Meta Ray-Ban Display फ़्रांस में आ रहे हैं: यूनाइटेड किंगडम और कनाडा के बाद वहाँ भी, इटली और जर्मनी की तरह, प्री-ऑर्डर धीरे-धीरे खुल रहे हैं; उपलब्धता 13 अक्टूबर से होगी।

घोषित उपकरण	शुरुआती कीमत	घोषित उपलब्धता
Ray-Ban Meta Audio	349 डॉलर	प्री-ऑर्डर, 13 अक्टूबर से भेजा जाएगा
Ray-Ban Meta (Gen 3)	449 डॉलर	23 सितंबर से उपलब्ध
Meta Ray-Ban Display	बताई नहीं गई	फ़्रांस, इटली, जर्मनी: 13 अक्टूबर
Meta VR Glasses (लगभग 100 g)	1 299,99 डॉलर	वसंत 2027

🔗 Meta की घोषणा

Meta Model API सामान्य उपलब्धता में, Oracle और Google Cloud पर Muse Spark 1.3, Meta उपकरणों के लिए Replit

24 सितंबर — Meta Connect का दूसरा दिन डेवलपरों के लिए था। मुख्य घोषणा: Muse मॉडल तक पहुँच देने वाला Meta Model API, उद्यमों के लिए सहायता और अनुपालन गारंटी के साथ, दुनिया भर में सामान्य उपलब्धता में आ गया है। Muse Spark 1.3 अब Oracle Cloud AI Platform पर उपलब्ध है और Google Cloud पर निजी पूर्वावलोकन में प्रवेश कर रहा है। Meta के अनुसार, ये उसके दो नए प्रमुख क्लाउड साझेदार हैं।

Google Cloud (Gemini Enterprise Agent Platform) की जानकारी में शर्तें दी गई हैं: पूर्वावलोकन में उपलब्ध मॉडल meta/muse-spark-1.3 अनुरोध पर मिलता है; इसकी संदर्भ सीमा 10 लाख टोकन है; इनपुट और आउटपुट केवल टेक्स्ट हैं; MCP-संगत टूल कॉल, फ़ंक्शन कॉल, संरचित आउटपुट और तर्क क्षमता समर्थित हैं। बैच पूर्वानुमान और आरक्षित थ्रूपुट समर्थित नहीं हैं, और केवल एक वैश्विक एंडपॉइंट है। हमारी जाँच के समय इसकी कीमत अभी मूल्य पृष्ठ पर नहीं थी।

डेवलपरों के लिए घोषणा	घोषित स्थिति
Meta Model API	दुनिया भर में सामान्य उपलब्धता
Oracle Cloud पर Muse Spark 1.3	उपलब्ध
Google Cloud पर Muse Spark 1.3	निजी पूर्वावलोकन
Muse Code	Windows पर आ रहा है
Wearables Device Access Toolkit 1.0	एक साल के पूर्वावलोकन के बाद जारी
WebMCP और Meta AI Connectors	डेवलपरों के लिए पूर्वावलोकन
Meta Global AI Developer Hackathon	10 लाख डॉलर, तारीखों की घोषणा नहीं

Meta का टर्मिनल कोडिंग एजेंट Muse Code, जो 31 अगस्त को macOS और Linux पर बीटा से बाहर आया था, Windows पर आ रहा है। अपनी X जीवनी के अनुसार « VP AI & Hardware Ecosystems » Ash Jhaveri ने फिर कहा कि Muse Spark 1.2 के वेट « जल्द » आएँगे। यह वादा 10 अगस्त से दोहराया जा रहा है, अब भी बिना किसी तारीख के। चश्मों के लिए WebMCP, Meta AI को केवल वे फ़ंक्शन कॉल करने देता है जिन्हें कोई वेब ऐप उपलब्ध कराने का चुनाव करता है।

🔗 Meta Connect 2026: डेवलपरों के लिए सारांश · Google Cloud पर Muse Spark 1.3

Replit, Meta के हेडसेट और चश्मों के लिए ऐप बना रहा है

24 सितंबर — Meta Connect में घोषित सुविधा से Replit, Meta के उपकरणों तक ऐप पहुँचाने का रास्ता खोल रहा है: साधारण भाषा में किसी ऐप का वर्णन करें, Replit Agent उसका कोड लिखता है और ब्राउज़र में पूर्वावलोकन दिखाता है; फिर ऐप या वेब अनुभव Meta Quest हेडसेट, Meta Ray-Ban Display या Meta VR Glasses पर खुलता है, बिना कोई टूल इंस्टॉल किए। तीन रास्ते बताए गए हैं: Meta Quest और VR Glasses के लिए Expo (ऐप बनाना, पैकेज करना और तैनात करना) या ब्राउज़र; Ray-Ban Display के लिए Replit में सिमुलेशन और फिर वेब पर तैनाती। Muse के बारे में बयानों में अंतर है: Replit का पृष्ठ Meta के एजेंट में Replit कनेक्टर को बिना तारीख के « आने वाला » बताता है, जबकि उसी दिन प्रकाशित Replit की एक पोस्ट कहती है कि Muse अभी से Replit में ऐप बना सकता है। किसी कीमत का उल्लेख नहीं है।

🔗 Replit × Meta Connect 2026 · @Replit के अनुसार Replit में Muse

Claude Code: क्लाउड सत्र पूर्वावलोकन से बाहर आए, Projects स्थानीय रूप से चल सकता है

23 सितंबर — @ClaudeDevs ने 21:23 UTC पर प्रकाशित एक पोस्ट शृंखला में घोषणा की कि Claude Code के क्लाउड सत्र शोध पूर्वावलोकन (research preview) से बाहर आ गए हैं। क्लाउड सत्र Anthropic के बुनियादी ढाँचे पर चलता है: लैपटॉप बंद होने पर भी काम जारी रहता है।

Cloud sessions are officially available and out of research preview! They let you keep Claude Code working, even when your laptop is closed.

🇮🇳 क्लाउड सत्र अब आधिकारिक रूप से उपलब्ध हैं और शोध पूर्वावलोकन से बाहर आ गए हैं! इनसे Claude Code तब भी काम जारी रख सकता है जब आपका लैपटॉप बंद हो। — X पर @ClaudeDevs

इन्हें आज़माने के लिए Anthropic मौजूदा ग्राहकों को उपयोग सीमा से अलग, एक बार मिलने वाला क्रेडिट दे रहा है:

क्रेडिट की शर्त	प्रकाशित विवरण
Pro पर राशि	100 डॉलर
Max पर राशि	250 डॉलर
अंतिम तारीख	7 अक्टूबर से पहले दावा करें
दावा करने का तरीका	घोषणा में दिया लिंक या CLI का `/claim-credit` कमांड
आवश्यक शर्तें	जुड़ा हुआ GitHub खाता; लागू शर्तें
दायरा	प्रति खाते एक क्रेडिट, केवल क्लाउड सत्रों के लिए
शुरू करने के स्थान	claude.ai/code, मोबाइल ऐप का Code टैब, डेस्कटॉप ऐप, `claude --cloud`

सवालों के जवाब में @ClaudeDevs ने 24 सितंबर को 01:57 UTC पर स्पष्ट किया कि क्लाउड सत्र, Claude Code के बाकी उपयोग की तरह, Pro या Max योजना में गिने जाते हैं: वैकल्पिक क्रेडिट बस पहले इस्तेमाल होता है। दस्तावेज़ भी यही व्यवस्था बताते हैं: दर सीमाएँ खाते के सभी Claude उपयोग के साथ साझा होती हैं, एक साथ चलने वाले काम उनका अधिक हिस्सा लेते हैं और वर्चुअल मशीन के लिए अलग शुल्क नहीं लगता। क्लाउड सत्र Pro, Max और Team पर, तथा प्रीमियम या Chat + Claude Code सीट वाले Enterprise उपयोगकर्ताओं के लिए उपलब्ध हैं। रिपॉज़िटरी क्लोन करना और pull requests बनाना GitHub के ज़रिए होता है; GitLab या Bitbucket रिपॉज़िटरी को CCR_FORCE_BUNDLE=1 से स्थानीय बंडल के रूप में भेजा जा सकता है।

🔗 क्लाउड सत्रों के दस्तावेज़ · योजना के बारे में @ClaudeDevs का स्पष्टीकरण

Projects के थ्रेड अब स्थानीय रूप से चलते हैं

23 सितंबर — डेढ़ घंटे बाद (22:49 UTC), @ClaudeDevs ने Claude Code में Projects के लिए स्थानीय समर्थन की घोषणा की। Projects को 17 सितंबर को Pro और Max के लिए बीटा में शुरू किया गया था; अब किसी प्रोजेक्ट के थ्रेड उपयोगकर्ता की मशीन पर चल सकते हैं। अब तक हर थ्रेड अपनी शाखा पर एक क्लाउड सत्र था, और दस्तावेज़ ऐसे काम के लिए प्रोजेक्ट से बाहर एक स्थानीय सत्र सुझाते थे जिन्हें केवल स्थानीय मशीन से पहुँचने वाले टूल चाहिए होते हैं (स्थानीय डेटाबेस, एम्युलेटर या VPN के पीछे का API)। Anthropic ने यह भी कहा कि वह प्रतीक्षा सूची में दर्ज अधिक Pro और Max ग्राहकों के लिए Projects खोल रहा है; पुराने Claude प्रोजेक्टों के उपयोगकर्ताओं का माइग्रेशन अभी चल रहा है। घोषणा दस्तावेज़ों से आगे है: 24 सितंबर की शाम तक Projects पृष्ठ पर अब भी लिखा था कि स्थानीय सत्र किसी प्रोजेक्ट का हिस्सा नहीं बन सकते, और पोस्ट यह नहीं बताती कि ये थ्रेड कहाँ से शुरू किए जाते हैं।

🔗 @ClaudeDevs की घोषणा · Projects के दस्तावेज़

Perplexity: Fast Search और Photon

24 सितंबर — Perplexity ने अपने Search API में तेज़ मोड Fast Search जोड़ा है, जिसे search_type: "fast" पैरामीटर से चालू किया जाता है। उसने इसे संभव बनाने वाला इंजन Photon भी पेश किया: Rust में लिखी पुनर्प्राप्ति और रैंकिंग (retrieval and ranking) सेवा, जिसने कंपनी के अनुकूलित ओपन सोर्स इंजन की जगह ली है और अब Perplexity की सभी खोजों को चलाती है।

Fast Search runs on Photon, our new Rust-based retrieval and ranking service that we built with a small team of engineers and hundreds of agents.

🇮🇳 Fast Search, Rust में लिखी हमारी नई पुनर्प्राप्ति और रैंकिंग सेवा Photon पर आधारित है, जिसे हमने इंजीनियरों की एक छोटी टीम और सैकड़ों एजेंटों की मदद से बनाया है। — X पर @perplexity_ai

तुलना का मानदंड	मानक खोज	Fast Search
Search API, 1 000 अनुरोध	5 डॉलर	1 डॉलर
Agent API का `web_search` टूल, 1 000 कॉल (टोकन छोड़कर)	2,50 डॉलर	1 डॉलर
छह एजेंट बेंचमार्क के 3 554 कार्यों पर स्कोर	64,0 %	64,3 %
इन कार्यों के लिए अनुमानित मॉडल और खोज लागत	187,60 डॉलर	59,73 डॉलर
एक कॉल की विलंबता, माध्यिका और 95वाँ प्रतिशतक (स्वयं घोषित)	प्रकाशित नहीं	160 ms और 230 ms

इसमें एक स्वीकार किया गया समझौता है: दुर्लभ खोज अनुरोधों के आंतरिक परीक्षणों में प्रासंगिकता 0,24 अंक और उत्तर मिलने की उपलब्धता लगभग 3 अंक घटती है। Perplexity सामान्य एजेंट कार्यों के लिए Fast Search और कठिन या अस्पष्ट प्रश्नों के लिए मानक खोज सुझाता है। ब्लॉग पोस्ट स्पष्ट करती है कि अन्य API से उसकी विलंबता की तुलना हर प्रदाता के अपने घोषित आँकड़ों पर आधारित है; कोई नियंत्रित परीक्षण नहीं हुआ। Search API के लिए Python और TypeScript SDK में फ़िलहाल उनकी वैलिडेशन प्रक्रिया को पार करना पड़ता है। उत्पादन में Photon ने इंजन की आंतरिक p99 विलंबता लगभग 800 ms से 65 ms कर दी, जबकि लगभग 20 % कम मशीनें लगीं।

🔗 Photon: शुरू से पुनर्प्राप्ति और रैंकिंग इंजन बनाना · Fast Search के दस्तावेज़

रियल-टाइम वीडियो अवतार: Meta और Google ने कुछ ही घंटों के अंतर से पेश किए

Meta और Google ने कुछ ही घंटों के अंतर से एक ही तरह का उत्पाद पेश किया: वॉइस मॉडल पर आधारित ऐसा वीडियो अवतार जो रियल-टाइम में सुनता, बोलता और प्रतिक्रिया देता है।

Muse Realtime Avatar

23 सितंबर — Meta Superintelligence Labs ने Muse के चेहरे, Muse Realtime Avatar, का विवरण दिया। किसी संदर्भ छवि (चेहरे का चित्र, पूरे शरीर की तस्वीर या चित्रांकन, जानवर या रोज़मर्रा की वस्तु) से मॉडल किसी पात्र को चेहरे के भाव, हाथों के इशारों और शरीर की हरकतों सहित लाइव एनिमेट करता है। Muse Realtime Voice मॉडल से निकली वाक् टोकनों की एक ही धारा आवाज़ और छवि दोनों को नियंत्रित करती है, जिससे आवाज़ और होंठों की गति मेल खाती है। डिस्टिलेशन से प्रत्येक खंड के लिए गणना 120 से घटकर 2 मूल्यांकनों तक आ जाती है।

Meta द्वारा घोषित माप	घोषित मान
पोर्ट्रेट वीडियो	448x768, 25 फ़्रेम/s
आवाज़ और वीडियो प्रतिक्रिया की विलंबता	लगभग 870 ms
प्रति GB200 एक साथ चलने वाले सत्र	12
Runway Characters की तुलना में पसंद	78 % बनाम 22 %
HeyGen LiveAvatar की तुलना में पसंद	88 % बनाम 12 %

पसंद के ये आँकड़े Meta के कराए मानवीय मूल्यांकन से आए हैं। Meta के अनुसार, Runway की तुलना में व्यवहार के मामले में अंतर सांख्यिकीय रूप से महत्वपूर्ण नहीं है। हर वीडियो पर अदृश्य Meta Video Seal वॉटरमार्क होता है।

🔗 अपने Muse को जीवंत बनाना

Gemini 3.8 Live के साथ Live Avatar

24 सितंबर — Gemini 3.8 Live के नौ दिन बाद, Google ने अपने वॉइस संवाद मॉडल को एक चेहरा दिया है: अवतार सुनता है, उपयोगकर्ता उसे कैमरे या स्क्रीन शेयर के ज़रिए जो दिखाता है उसे देखता है, और समकालिक आवाज़ और वीडियो में जवाब देता है। यह Gemini Enterprise में सभी के लिए उपलब्ध है और डेवलपर इसे उसके एजेंट प्लेटफ़ॉर्म की Live API के माध्यम से इस्तेमाल कर सकते हैं। इसके एंडपॉइंट अमेरिका और यूरोपीय संघ में हैं; Gemini 3.8 Live Extended Thinking अभी निजी पूर्वावलोकन में है। अवतार 97 भाषाएँ बोलता है और बातचीत रोके बिना टूल इस्तेमाल कर सकता है। अपनी पसंद का अवतार बनाने के लिए अनुमति सूची में नाम दर्ज कराना पड़ता है। मॉडल विवरण के अनुसार, आउटपुट की सीमा 24K टोकन है और लगातार बातचीत कुछ मिनट तक चल सकती है। अवतार वीडियो की कीमत प्रति दस लाख टोकन 1 डॉलर है; बोलने के हर सेकंड में 6 192 टोकन लगते हैं और सुनने का समय नहीं गिना जाता। पूरे आउटपुट पर SynthID वॉटरमार्क होता है।

🔗 Google की घोषणा

Claude की लागत: Opus 5.5 का कैश और फिर से शुल्क योग्य हुए अस्वीकृत अनुरोध

24 सितंबर के दो प्रकाशन बताते हैं कि Claude के उपयोगकर्ता किस चीज़ के लिए भुगतान करते हैं: Opus 5.5 में बचत कहाँ होती है और कुछ अस्वीकृत अनुरोधों पर फिर से शुल्क कैसे लगाया जा रहा है।

लंबे सत्र और उनमें Opus 5.5 की लागत कम क्यों है

24 सितंबर — Michael Segner द्वारा claude.com पर प्रकाशित लेख में मार्च से सितंबर 2026 तक Claude Code के इस्तेमाल का विश्लेषण किया गया है। हर सत्र में प्रॉम्प्ट की संख्या नहीं बदली, लेकिन Claude अब हर प्रॉम्प्ट पर 3.3 गुना अधिक समय काम करता है। मॉडल कॉल 40 % से अधिक बढ़े हैं और बीच में रोके जाने की घटनाएँ 68 % घटी हैं। हर अनुरोध में संदर्भ की मात्रा 2.6 गुना हो गई है और इनपुट/आउटपुट टोकन अनुपात 189:1 से बढ़कर 324:1 हो गया है। इसलिए कैश से डेटा पढ़ने की लागत सबसे बड़ी है और Opus 5.5 में इसकी कीमत 60 % घटने से अधिक बचत होती है। Anthropic के अनुसार, Opus 5.5 पर कैश में रखे एक टोकन की कीमत प्रतिस्पर्धी मॉडलों के मुकाबले पाँचवाँ हिस्सा है। Opus 5.5 और Fable 5.1 में सत्र के दौरान प्रयास का स्तर बदलने से अब कैश रीसेट नहीं होता, जबकि 22 सितंबर को प्रकाशित गाइड में इसका उलटा कहा गया था।

🔗 claude.com का लेख

तीन श्रेणियों में रोके गए अनुरोधों पर फिर से शुल्क

24 सितंबर — @ClaudeDevs ने घोषणा की है कि Anthropic उन अनुरोधों पर फिर से शुल्क लगा रहा है जिन्हें उसके सुरक्षा उपाय Claude के जवाब देने से पहले रोक देते हैं। पोस्ट के अनुसार, यह केवल उन श्रेणियों पर लागू होता है जिनमें गलत तरीके से रोकने की दर कम है: जीवविज्ञान, डिस्टिलेशन के ज़रिए हमले और अग्रणी LLM का विकास। कंपनी ने कारण के रूप में हाल के हफ़्तों में अपनी प्रणालियों के विरुद्ध हुए « समन्वित हमलों » का हवाला दिया है। Anthropic का कहना है कि हाल के परीक्षणों में 99.7 % Claude Code, Claude.ai और Cowork खातों पर ऐसा कोई शुल्क योग्य अवरोध नहीं लगा; उसका लक्ष्य गलत तरीके से रोके जाने की दर 0.1 % से कम रखना है। अनुचित अवरोध की सूचना /feedback से दी जा सकती है। दस्तावेज़ों के अनुसार, शुल्क योग्य अस्वीकृति पर मॉडल की दर से शुल्क लगता है, चाहे अनुरोध Claude API, Bedrock, Google Cloud या Microsoft Foundry से आया हो। हर अस्वीकृत अनुरोध दर सीमा में भी गिना जाता है।

अस्वीकृति की श्रेणी (दस्तावेज़)	किसी भी आउटपुट से पहले शुल्क
`bio`	हाँ
`frontier_llm`	हाँ
`reasoning_extraction`	हाँ
`cyber`	नहीं
`general_harms`	नहीं

🔗 @ClaudeDevs की घोषणा · अस्वीकृत अनुरोधों का शुल्क कैसे लिया जाता है

AI और स्वास्थ्य: कांगो लोकतांत्रिक गणराज्य में Ebola, OpenEvidence, AlphaFold Database और NV-Reason-CT

22 सितंबर की दो घोषणाएँ, जिन्हें हम यहाँ शामिल कर रहे हैं, सार्वजनिक स्वास्थ्य में Claude के इस्तेमाल पर केंद्रित हैं। NVIDIA ने भी दो खुले शोध कार्य प्रकाशित किए हैं: एक Google DeepMind और EMBL-EBI के साथ विषाणु विज्ञान में, दूसरा रेडियोलॉजी में।

कांगो लोकतांत्रिक गणराज्य में Ebola

22 सितंबर — « The Situation Report » नामक लेख, जो 22 सितंबर को प्रकाशित हुआ और 23 सितंबर की शाम @AnthropicAI ने साझा किया, पूर्वी कांगो लोकतांत्रिक गणराज्य में Ebola Bundibugyo के प्रकोप से निपटने में Claude के इस्तेमाल का विवरण देता है। 19 सितंबर के बुलेटिन के अनुसार, 7 672 मामलों की पुष्टि हुई है और 3 699 लोगों की मृत्यु हुई है (मृत्यु दर 48.2 %); इस स्ट्रेन के विरुद्ध कोई टीका स्वीकृत नहीं है। CEPI की साझेदारी में विश्व स्वास्थ्य संगठन (WHO) का अफ्रीका कार्यालय, राष्ट्रीय जैवचिकित्सा अनुसंधान संस्थान (INRB) और Anthropic की दो टीमें मिलकर काम कर रही हैं। WHO अफ्रीका ने एक स्किल बनाई है जो हर स्वास्थ्य क्षेत्र के आँकड़े निकालती है, उनकी पिछले दिन से तुलना करती है और रुझान में बदलाव चिन्हित करती है। इससे दैनिक स्थिति रिपोर्ट तैयार करने में लगने वाला समय एक दिन से घटकर एक घंटे से कम हो गया है। CEPI, Claude की मदद से टीके के उम्मीदवारों की तुलना करता है, जबकि वैज्ञानिक फ़ैसले विशेषज्ञ लेते हैं। INRB, Claude Science से वायरस के जीनोम और उसके विकासवादी वृक्ष को तैयार करवा सकता है।

🔗 The Situation Report (Anthropic)

लगभग 100 देशों के लिए निःशुल्क OpenEvidence

22 सितंबर — संयुक्त राष्ट्र महासभा के दौरान OpenEvidence ने Anthropic के साथ साझेदारी की घोषणा की। इसके तहत कम और मध्यम आय वाले लगभग 100 देशों के चिकित्सकों को उसके प्लेटफ़ॉर्म का विशेष संस्करण मुफ़्त मिलेगा। Reuters के अनुसार, OpenEvidence की दी गई सूची में युगांडा, अंगोला, सूडान, हैती और मंगोलिया शामिल हैं। OpenEvidence, समकक्षों द्वारा समीक्षा किए गए चिकित्सा शोध और उपचार संबंधी दिशानिर्देशों के आधार पर चिकित्सकीय सवालों के जवाब देता है; यह सेवा अमेरिका और कनाडा में पहले से मुफ़्त है। Reuters की विशेष रिपोर्ट के अनुसार, Anthropic की तकनीक इसे पर्दे के पीछे संचालित करती है और OpenEvidence प्रणाली को हर क्षेत्र के अनुरूप ढालता है। वित्तीय शर्तें सार्वजनिक नहीं की गई हैं। इस घोषणा की जानकारी OpenEvidence और Reuters से मिली है; Anthropic ने इसे अपने आधिकारिक माध्यमों पर साझा नहीं किया है।

🔗 OpenEvidence की घोषणा · Reuters की विशेष रिपोर्ट

AlphaFold Database में 2 800 से अधिक वायरस के प्रोटीन कॉम्प्लेक्स

24 सितंबर — NVIDIA आठ संगठनों के गठबंधन में शामिल हुआ है, जिसमें Google DeepMind, EMBL-EBI और CEPI भी हैं। गठबंधन ने AlphaFold Database में सामान्य सर्दी के वायरस से लेकर mpox जैसे उभरते ख़तरों तक, 2 800 से अधिक वायरस के प्रोटीन कॉम्प्लेक्स की अनुमानित 3D संरचनाएँ प्रकाशित की हैं। भरोसे के स्तर के साथ चिह्नित ये अनुमान AlphaFold2 से निकाले गए हैं, जिसे NVIDIA BioNeMo Inference Runtime के लिए अनुकूलित किया गया है। जोड़ी गई लगभग 30 % अंतःक्रियाएँ Protein Data Bank में नहीं हैं, जो प्रयोगों से निर्धारित संरचनाओं का मुख्य डेटाबेस है। NVIDIA ने डेटा तैयार करने वाली BioNeMo Structure Prediction Pipeline भी सार्वजनिक की है, ताकि शोधकर्ता उसे अपने लक्ष्यों पर इस्तेमाल कर सकें। यह प्रकाशन संयुक्त राष्ट्र महासभा के दौरान न्यूयॉर्क में हुई महामारी की रोकथाम संबंधी बैठक के समय आया है। डेटाबेस में अब 260 मिलियन से अधिक अनुमान हैं।

🔗 खुला विज्ञान अगली महामारी के लिए शोधकर्ताओं को तैयार होने में कैसे मदद कर सकता है

NV-Reason-CT

23 सितंबर — NVIDIA ने NV-Reason-CT प्रकाशित किया है। यह छाती और पेट के CT स्कैन (कंप्यूटेड टोमोग्राफ़ी) के लिए एक खुला विज़न-लैंग्वेज मॉडल है। स्कैन के पूरे वॉल्यूम को 2D स्लाइस के ढेर की तरह लेने के बजाय, एक 3D ViT एनकोडर उसे 13 824 विज़ुअल टोकन में बाँटता है और उन्हें Qwen3.5-4B भाषा मॉडल को भेजता है। मॉडल संरचित रिपोर्ट लिखता है, रेडियोलॉजिस्ट से प्रेरित तर्क प्रक्रिया प्रस्तुत करता है और आगे पूछे गए सवालों का जवाब देता है। 3D CT की समझ के प्रमुख सार्वजनिक बेंचमार्क CT-RATE पर NVIDIA ने 0.614 का macro-F1 और 0.871 का macro-AUROC बताया है। ये उसके तुलनात्मक परीक्षण में शामिल प्रकाशित मॉडलों से बेहतर हैं (VoxelFM: 0.581 और 0.870)। मॉडल के वेट Hugging Face पर उपलब्ध हैं। NVIDIA स्पष्ट करता है कि यह किसी विशेष उपयोग के लिए और बेहतर बनाई जाने वाली शोध की बुनियाद है, स्वतंत्र निदान उपकरण या स्वीकृत चिकित्सकीय उत्पाद नहीं।

🔗 NV-Reason-CT का परिचय

OpenAI ने अग्रणी AI के लिए अंतरराष्ट्रीय मानकों की वकालत की

23 सितंबर — OpenAI के मुख्य कार्यकारी अधिकारी Sam Altman ने संयुक्त राष्ट्र सुरक्षा परिषद को संबोधित किया और OpenAI ने उनके दिए गए भाषण का पाठ प्रकाशित किया। उन्होंने दो संभावित ख़तरों का वर्णन किया: भविष्य का नियंत्रण AI को सौंप देना और शक्ति का ऐसा केंद्रीकरण, जिससे कोई व्यक्ति, कंपनी या देश सबसे शक्तिशाली मॉडलों के सहारे अपना विश्वदृष्टिकोण थोप सके। उनके अनुसार, अपने उत्तराधिकारियों को बेहतर बनाने में सक्षम प्रणालियों के निकट आते समय « अत्यधिक सावधानी » ज़रूरी है। उनका कहना है कि OpenAI पहले भी अपनी पहल पर काम की गति धीमी कर चुका है और फिर ऐसा करेगा।

It doesn’t matter whether people put the risk of catastrophe at 10%, or 1%, or 12%, or .1%. None of these levels are remotely acceptable.

🇮🇳 आपदा का जोखिम 10 %, 1 %, 12 % या 0.1 % आँका जाए, इससे फ़र्क़ नहीं पड़ता। इनमें से कोई भी स्तर दूर-दूर तक स्वीकार्य नहीं है। — Sam Altman, संयुक्त राष्ट्र सुरक्षा परिषद में भाषण

उन्होंने देशों से चार कदम उठाने को कहा: अग्रणी AI के लिए राष्ट्रीय और अंतरराष्ट्रीय मानकों को जोड़ने वाली व्यवस्था, प्रमाणों की तुलना और अनुपालन की जाँच के लिए साझा मानक, घटनाओं की सूचना देने के प्रोटोकॉल, और सरकारों, अहम बुनियादी ढाँचे के संचालकों तथा विशेषज्ञों के बीच सुरक्षित संचार माध्यम। इस तरह उन्होंने OpenAI के 21 सितंबर के लेख की बातें दोहराईं, जिसे हम यहाँ शामिल कर रहे हैं। उस लेख में OpenAI का कहना है कि पूरी तरह स्वायत्त, बार-बार स्वयं को बेहतर बनाने वाली प्रणाली अभी मौजूद नहीं है और जब तक ऐसा सुरक्षित ढंग से संभव न हो, इसे विकसित नहीं करना चाहिए। कंपनी अमेरिका से आग्रह करती है कि वह AI सुरक्षा संस्थानों के नेटवर्क के साथ वैश्विक तकनीकी मानकों का नेतृत्व करे। इस नेटवर्क में फ़्रांस सहित दस देश हैं और इसका समन्वय अमेरिकी CAISI (Center for AI Standards and Innovation) करता है। OpenAI के अनुसार, ये मानक लाइसेंस या प्रकाशन से पहले की अनिवार्य जाँच नहीं होंगे; हर देश तय करेगा कि उन्हें अपने क़ानून में क्या स्थान देना है। इन विषयों पर अमेरिका और चीन के बीच बातचीत « एक सकारात्मक प्रगति » होगी।

🔗 AI के अगले चरण के लिए मानक बनाना

साइबर रक्षा में AI: यूक्रेन के लिए Daybreak और Fuzzing Taskflow

दो घोषणाएँ रक्षकों की मदद के लिए मॉडलों का इस्तेमाल करती हैं: एक कार्यक्रम किसी देश के लिए खोला गया है और दूसरे में फ़ज़िंग का काम एक एजेंट को सौंपा गया है।

यूक्रेन के लिए खोला गया Daybreak

23 सितंबर — OpenAI ने डिजिटल परिवर्तन मंत्रालय के साथ मिलकर अपना Daybreak साइबर रक्षा कार्यक्रम यूक्रेन सरकार के लिए खोला है। इसका उद्देश्य सॉफ़्टवेयर की कमज़ोरियाँ पहचानने और फिर उनके सुधार तेज़ी से विकसित तथा जाँचने के उपकरण देकर नागरिक बुनियादी ढाँचे की रक्षा करना है। यह घोषणा संयुक्त राष्ट्र महासभा के दौरान सैन फ़्रांसिस्को में यूक्रेन के महावाणिज्यदूत Dmytro Kushneruk और OpenAI की राष्ट्रीय सुरक्षा नीति प्रमुख Sasha Baker ने की। OpenAI ने याद दिलाया कि राष्ट्रीय घटना प्रतिक्रिया दल CERT-UA ने 2025 में लगभग 6 000 साइबर घटनाएँ संभाली थीं, जिनमें अस्पताल, ऊर्जा क्षेत्र और दूरसंचार विशेष रूप से निशाने पर थे। लेख में यूरोप के दो नतीजों का ज़िक्र है: ENISA ने यूरोपीय संघ के संस्थानों के सॉफ़्टवेयर में कमज़ोरियाँ पाईं, जो अब सभी ठीक कर दी गई हैं; और CERT Polska ने किसी अन्य कंपनी के राउटर सॉफ़्टवेयर में छह कमज़ोरियाँ खोजने में योगदान दिया। कार्यक्रम की अवधि या धनराशि नहीं बताई गई है।

🔗 नागरिक रक्षा के लिए OpenAI ने यूक्रेन को साइबर उपकरणों तक पहुँच दी

GitHub Security Lab का Fuzzing Taskflow

24 सितंबर — GitHub Security Lab ने Fuzzing Taskflow प्रकाशित किया है। यह C/C++ परियोजनाओं के लिए MIT लाइसेंस वाला स्वायत्त फ़ज़िंग पाइपलाइन है, जिसे उसके Taskflow Agent फ़्रेमवर्क पर बनाया गया है। इसे GitHub रिपॉज़िटरी देने पर एजेंट प्रवेश बिंदु पहचानता है, टेस्ट हार्नेस लिखता है, AFL++ चलाता है, कवरेज पढ़ता है, हर क्रैश को सात निष्कर्षों में से एक के तहत छाँटता है और हर अलग बग पर रिपोर्ट तैयार करता है। सुझाए गए सुधार पर « समीक्षा आवश्यक » का निशान लगा होता है। फ़ैसले एजेंट लेता है और MCP टूल उन्हें चलाते हैं। हर चक्र में समय सीमा दोगुनी होकर 30 से 960 सेकंड तक पहुँचती है (प्रति लक्ष्य लगभग 32 मिनट); लगातार दो चक्रों में कवरेज 1 % से कम बढ़े तो प्रक्रिया रुक जाती है। डिफ़ॉल्ट मॉडल Claude Sonnet 5 है, जिसने टीम के सभी आंतरिक परीक्षण पास किए हैं। Security Lab की चेतावनी है कि यह पाइपलाइन LLM द्वारा चुनी गई कमांड कंटेनर के बिना चलाती है, इसलिए इसे अस्थायी परिवेश में ही इस्तेमाल करना चाहिए। लेख में खोजे गए बगों की संख्या नहीं दी गई है।

🔗 GitHub Security Lab का लेख

Project Suncatcher: कक्षा में TPU

24 सितंबर — पिछले साल घोषित Project Suncatcher, अंतरिक्ष में AI कंप्यूटिंग स्थापित करने की Google की परियोजना, अब कक्षा में अपने पहले परीक्षण तक पहुँची है। Planet के साथ बनाया गया एक प्रोटोटाइप उपग्रह SpaceX के Transporter-18 मिशन पर भेजा जाना है। 24 सितंबर के लेख में Google की पहली TPU के « अगले सप्ताह » कक्षा में पहुँचने की बात कही गई है। लक्ष्य यह जाँचना है कि चिप प्रक्षेपण, विकिरण और तापमान में बदलाव सह पाती हैं या नहीं। धरती पर, UC Davis में AI का पूरा कार्यभार चलाते समय Trillium TPU को प्रोटॉन किरणों के संपर्क में रखा गया। उन्होंने पाँच साल के मिशन में मिलने वाली मात्रा से अधिक विकिरण सह लिया; हीट पाइप और रेडिएटर से होने वाले शीतलन को तापीय निर्वात कक्ष में परखा गया। 2027 में अगला चरण बहुत तेज़ लेज़र संपर्कों की जाँच के लिए दो उपग्रह भेजना है। Google के अनुसार, निचली कक्षा में एक उपग्रह धरती की सतह की तुलना में आठ गुना अधिक सौर ऊर्जा ग्रहण कर सकता है।

🔗 Project Suncatcher के पीछे की कहानी

जनरेटिव चित्र और वीडियो: Midjourney, Runway, Google Research और Nunchux

रचनात्मक टूलों में Midjourney अपने संपादन उपकरण सुधार रहा है, Runway अपने मॉडल राउटर के आँकड़े दे रहा है, Google Research कई मिनट लंबे वीडियो बना रहा है और Nunchux, AMD GPU पर MiniMax-H3 को तेज़ कर रहा है।

Midjourney: इनपेंटिंग, —tile और शुरुआती परीक्षण में तेज़ मॉडल

24 सितंबर — Midjourney ने V8.1 और V8.2 के लिए बार-बार दोहराए जा सकने वाले पैटर्न बनाने वाले पैरामीटर --tile का नया संस्करण जारी किया है। Midjourney के अनुसार, टाइलों के बीच दिखाई देने वाले जोड़ अब नहीं दिखते। संपादन मॉडल की इनपेंटिंग और आउटपेंटिंग अब केवल चुने गए पिक्सेल बदलती हैं, जिससे चित्र के बाकी हिस्से को बिगाड़े बिना क्रमिक सुधार किए जा सकते हैं। alpha.midjourney.com पर Midjourney तेज़ मॉडलों (fast models) के साथ प्रयोग कर रहा है, जिन्हें X पर रीयल-टाइम मॉडलों की पहली झलक बताया गया है। « Live previews » विकल्प चालू करने पर Styles पट्टी हर शैली में नवीनतम प्रॉम्प्ट का पूर्वावलोकन दिखाती है और क्लिक से जनरेशन शुरू होती है। इनके नाम या जारी होने की समयसीमा नहीं बताई गई है। 23 सितंबर के शुरुआती संस्करण के बदलावों की सूची में डिफ़ॉल्ट सेटिंग्स (Settings → Advanced → Your defaults) भी जोड़ी गई हैं और midjourney.com पर कोरियाई भाषा सभी के लिए उपलब्ध कराई गई है।

🔗 @midjourney की घोषणा · Midjourney के अपडेट

Runway ने अपने Model Router के आँकड़े दिए

24 सितंबर — Runway ने Model Router का पहला संख्यात्मक मूल्यांकन प्रकाशित किया है। Runway Dev का यह राउटर हर अनुरोध पर लागत, गुणवत्ता या विलंब की प्राथमिकता के अनुसार जनरेशन मॉडल चुनता है। मूल्यांकन में Seedance 2.5 को आधार मानकर 250 चित्र-से-वीडियो प्रॉम्प्ट पर राउटर की तीन सेटिंग्स की तुलना की गई; नतीजों का आकलन दोहरे अंध परीक्षण से हुआ।

जाँची गई सेटिंग	इस्तेमाल योग्य वीडियो	प्रति क्लिप लागत	खर्च में अंतर
आधार (Seedance 2.5)	78 %	1.80 डॉलर	—
गुणवत्ता को प्राथमिकता देने वाला राउटर	77 %	1.28 डॉलर	-29 %
गुणवत्ता, 1 डॉलर की अधिकतम लागत के साथ	74 %	0.61 डॉलर	-66 %
लागत को प्राथमिकता देने वाला राउटर	38 %	0.30 डॉलर	-83 %

Runway के अनुसार, अधिकतम लागत वाली सेटिंग आधार गुणवत्ता का 95 % बनाए रखती है। यह संवाद और होंठों के तालमेल में बेहतर है (92 % के मुकाबले 96 %), जबकि भौतिकी के मामले में कमज़ोर है (60 % के मुकाबले 52 %)। Runway उत्पादन के लिए इसी सेटिंग की सिफ़ारिश करता है और लागत को प्राथमिकता देने वाला मोड प्रयोग के लिए रखता है। राउटर पहले से इस्तेमाल कर रहे 64 % डेवलपरों ने उसे लागत को प्राथमिकता देने के लिए सेट किया है।

🔗 Runway Model Router से लागत और गुणवत्ता का मूल्यांकन

Google Research का AI video co-director

24 सितंबर — Google Research ने AI video co-director पेश किया है। Gemini और Veo पर बनी यह बहु-एजेंट समन्वय परत कई मिनट तक चलने वाले ऐसे कथात्मक वीडियो तैयार करती है जिनमें दृश्य एक-दूसरे से मेल खाते हैं। डिफ़्यूज़न मॉडल के लिए लगातार दृश्य बनाते समय वेशभूषा और परिवेश को एक जैसा रखना कठिन होता है। इसमें चार शोध ढाँचे हैं: एक बैंडिट एल्गोरिदम रचनात्मक रणनीति, कथात्मक शैली और सौंदर्य शैली चुनता है, जिसके बाद एक मल्टीमॉडल निर्णायक परिणाम को अंक देता है; CANVAS पात्रों, स्थानों और वस्तुओं की दृश्य स्मृति बनाए रखता है; A²RD एक-एक खंड बनाता है और इससे दस मिनट की निरंतर फ़िल्म तैयार की गई है; VQQA एक विज़न-लैंग्वेज मॉडल की आलोचनाओं के आधार पर प्रॉम्प्ट दोबारा लिखता है। टीम द्वारा बनाए गए तीन बेंचमार्क में से एक, GenAD-Bench (400 विज्ञापन परिदृश्य), पर सिस्टम का अधिकतम गुणवत्ता स्कोर 81,4 है। यह अभी शोध है: इसे उत्पाद के रूप में कब उपलब्ध कराया जाएगा, इसकी कोई तारीख़ नहीं दी गई है।

🔗 सुसंगत लंबे वीडियो निर्माण को स्वचालित करना

AMD MI355X पर Nunchux द्वारा MiniMax-H3

24 सितंबर — MiniMax द्वारा साझा किए गए Nunchux AI के 23 सितंबर को प्रकाशित परिणामों में MiniMax के ओपन-वेट वीडियो मॉडल MiniMax-H3 को आठ AMD MI355X GPU वाले सर्वर पर चलाया गया। इसने 1344×768 रिज़ॉल्यूशन पर 5 सेकंड का वीडियो 1,33 सेकंड में और 15 सेकंड का वीडियो 5,39 सेकंड में बनाया। उसी हार्डवेयर पर BF16 और 50 Euler चरणों के साथ चलाए गए SGLang की तुलना में यह 21,8 से 26,7 गुना तेज़ है। मापे गए समय में टेक्स्ट एन्कोडिंग, डीनॉइज़िंग तथा वीडियो और ऑडियो डिकोडिंग शामिल हैं, लेकिन अंतिम MP4 एन्कोडिंग नहीं। Nunchux इस बढ़त का श्रेय अपने मॉडल ऑप्टिमाइज़र और इनफ़रेंस इंजन को देता है, जिसमें उसका बनाया MXFP6 कर्नेल इस्तेमाल होता है। इतनी गति पर वीडियो चलते समय प्रॉम्प्ट बदला जा सकता है। मुफ़्त पहुँच « बहुत जल्द » देने की घोषणा की गई है, जिसके लिए प्रतीक्षा सूची है; प्रदर्शन के आँकड़े Nunchux के अपने हैं।

🔗 AMD MI355X पर वीडियो निर्माण · @MiniMax_AI द्वारा साझा की गई पोस्ट

कोडिंग एजेंट: Claude Code, Delta, Devin, Qwen Code और Kimi Code

पाँच कोडिंग एजेंटों के नए संस्करण आए हैं: Anthropic का Claude Code, Zed का Delta, Cognition का Devin, Alibaba का Qwen Code और Moonshot AI का Kimi Code।

Claude Code 2.1.282

24 सितंबर — 18:38 UTC पर जारी Claude Code 2.1.282 के रिलीज़ नोट्स में 86 प्रविष्टियाँ हैं, जिनमें 59 सुधार हैं। maxProseWidth सेटिंग चौड़े टर्मिनलों में Claude के टेक्स्ट की चौड़ाई सीमित करती है, जबकि तालिकाएँ और कोड ब्लॉक पूरी चौड़ाई बनाए रखते हैं। कई बदलाव सीमित करते हैं कि कोई प्रोजेक्ट कौन-सी सेटिंग लागू कर सकता है: प्रोजेक्ट और स्थानीय सेटिंग अब उन OpenTelemetry वेरिएबल को अनदेखा करती हैं जो डेटा एक्सपोर्ट चालू करते हैं या सामग्री कैप्चर करते हैं (CLAUDE_CODE_ENABLE_TELEMETRY, OTEL_LOG_*)। इसकी सूचना शुरुआत में दिखाई जाने वाली चेतावनी, /status और claude doctor देते हैं। anthropic-skills और claude-ai नामस्थान claude.ai से सिंक किए गए skills के लिए आरक्षित हैं, और प्रबंधित सेटिंग allowClaudeInChromeWithManagedMcp से किसी विशेष उपयोग के लिए आरक्षित managed-mcp.json के साथ claude --chrome चलाया जा सकता है। API से सीधे जुड़ने पर ऑटो मोड अब डिफ़ॉल्ट रूप से सर्वर-साइड क्लासिफ़ायर इस्तेमाल करता है, भले ही टेलीमेट्री बंद हो। कुछ सुधार सत्र दोबारा शुरू करने पर विस्तृत चिंतन (extended thinking) खोने से भी बचाते हैं।

🔗 Claude Code 2.1.282 के रिलीज़ नोट्स

Zed का Delta 0.17

23 सितंबर — Zed ने Delta का संस्करण 0.17.0 जारी किया है। एजेंटों के साथ मिलकर कोड लिखने का यह बहु-उपयोगकर्ता वातावरण 16 सितंबर से सार्वजनिक बीटा में है। इस संस्करण में 20 नई सुविधाएँ, 26 सुधार और 59 बग सुधार हैं। अब किसी थ्रेड से एजेंट को कई काम शुरू करने के लिए कहा जा सकता है। हर काम अपने अलग, शीर्ष-स्तरीय थ्रेड और पृथक कार्यक्षेत्र में चलता है, जिससे काम समानांतर किए जा सकते हैं; एजेंट अलग-अलग थ्रेडों के बीच एक-दूसरे को संदेश भी भेज सकते हैं। /approve और /request-changes कमांड किसी भी थ्रेड में समीक्षा का निर्णय देती हैं। संस्करण में 22 सितंबर को घोषित दो सुविधाएँ भी शामिल हैं: थ्रेडों के रंग, जो उनके उप-थ्रेडों और उप-एजेंटों को भी मिलते हैं; और संदर्भ पैनल में स्वचालित संपीड़न तक की प्रगति दिखाने वाला संकेतक, जो निर्देशों, संदेशों, चिंतन और टूल के हिस्से अलग-अलग बताता है।

🔗 Delta के रिलीज़ नोट्स · @zeddotdev की घोषणा

Devin Review: संयोजित किए जा सकने वाले ट्रिगर और Perforce

23 सितंबर — Devin के 23 सितंबर के रिलीज़ नोट्स की 26 श्रेणियों में पुल रिक्वेस्ट समीक्षा टूल Devin Review को प्रमुख स्थान मिला है। स्वचालित समीक्षा अब संयोजित किए जा सकने वाले ट्रिगर पर आधारित है: किसी खाते, संगठन, रिपॉज़िटरी, रिपॉज़िटरी प्रीफ़िक्स या सदस्य को चुना जा सकता है; फिर लेखक, लेबल, शाखाओं, बदली गई फ़ाइलों, लेखक के प्रकार (इंसान, बॉट या Devin) या डिफ़ के आकार के आधार पर शर्तें जोड़ी जा सकती हैं। हर ट्रिगर तय करता है कि समीक्षा कब होगी, और अपवाद हमेशा प्राथमिकता पाते हैं। Devin Review अब Perforce के साथ भी काम करता है: Helix Swarm की समीक्षा इसे टेस्ट परिभाषा के ज़रिए या Swarm 2026.3 से आउटगोइंग webhook के ज़रिए चालू कर सकती है। क्षमता चयनकर्ता अब मॉडलों के नाम दिखाता है (Ultra: Fable 5.1 और GPT-6 Astra), और Devin का GitHub ऐप छह नई अनुमतियाँ माँगता है, जिन्हें प्रशासकों को मंज़ूर करना होगा।

🔗 Devin के 23 सितंबर के रिलीज़ नोट्स

Qwen Code v0.24.5

24 सितंबर — Qwen Code v0.24.5 एक स्थिर संस्करण है जिसके लिए किसी असंगत बदलाव की घोषणा नहीं की गई है। इसके रिलीज़ नोट्स में 87 प्रविष्टियाँ हैं, जिनमें 28 सुविधाएँ और 38 सुधार शामिल हैं। एजेंट की वास्तविक समय की वॉइस बातचीत, Qwen Live, अब सभी प्लेटफ़ॉर्म पर ब्राउज़र के Web Shell से चलती है; macOS पर मूल होस्ट वैकल्पिक हो गया है (QWEN_SERVE_LIVE_NATIVE_HOST=1)। कॉल के दौरान उपयोगकर्ता अपनी स्क्रीन साझा कर सकता है। स्क्रीन से अधिकतम एक छवि प्रति सेकंड भेजी जाती है, और केवल स्क्रीन साझा करने से जवाब शुरू नहीं होता। Web Shell में अब किसी रन की प्रगति तीन पटरियों पर दिखाई देती है (मुख्य सत्र, टूल कॉल और उप-एजेंट)। संदेश चैनल अपने प्रीफ़िक्स (messageRoutes) के अनुसार संदेशों को अलग-अलग सत्रों में भेजते हैं। गोपनीयता के लिहाज़ से, --bare मोड अब उपयोग आँकड़े भेजने से किए गए इनकार का पालन करता है। Qwen Code Desktop v0.24.5 और TypeScript SDK v0.1.15 भी उसी दिन जारी हुए।

🔗 Qwen Code v0.24.5 के रिलीज़ नोट्स

Kimi Code 2.1.1 ने 2.1.0 के सुरक्षा प्रतिबंध वापस लिए

24 सितंबर — 23 सितंबर को सुरक्षा कड़ी करने वाले संस्करण के रूप में पेश किए गए 2.1.0 के 19 घंटे से भी कम समय बाद Kimi Code 2.1.1 ने वे बदलाव वापस ले लिए। रिलीज़ नोट में « कुछ ज़रूरत से ज़्यादा रक्षात्मक बदलाव » हटाने की बात है; पुल रिक्वेस्ट #4013 अधिक स्पष्ट है: यह कार्यक्षेत्र की भरोसे की सीमा को कड़ा करने वाले बदलाव वापस लेती है, क्योंकि उपयोगकर्ता के किसी रिपॉज़िटरी को मंज़ूरी देने के बाद उसकी सामग्री की ज़िम्मेदारी उपयोगकर्ता की होती है। इससे जुड़ी चारों सुरक्षा व्यवस्थाएँ हट गई हैं: फ़ाइल टूल फिर कार्य फ़ोल्डर के बाहर जाने वाले प्रतीकात्मक लिंक का अनुसरण करते हैं; स्थानीय कॉन्फ़िगरेशन (local.toml) मंज़ूरी की प्रतीक्षा किए बिना लागू होता है; पृष्ठभूमि के कामों के दौरान रिपॉज़िटरी के git कॉन्फ़िगरेशन पर अब पाबंदी नहीं लगती; और व्यक्तिगत फ़ोल्डर या रूट को अतिरिक्त फ़ोल्डर के रूप में अब अस्वीकार नहीं किया जाता। भरोसे की जानकारी पढ़ने में विफलता होने पर स्थिति अब भी « अस्वीकृत » मानी जाती है। 2.1.0 में बंद किए गए फ़ाइल निगरानी तंत्र डिफ़ॉल्ट रूप से फिर चालू हैं।

🔗 रिलीज़ नोट्स

डेस्कटॉप एजेंट: Perplexity का Portable Computer और Kimi Work 3.2.14

उपयोगकर्ता के कंप्यूटर पर काम करने वाले दो डेस्कटॉप एजेंटों में 24 सितंबर को बदलाव हुए: Perplexity ने AMD प्रोसेसर वाले PC के लिए Portable Computer उपलब्ध कराया और Moonshot AI ने Kimi Work 3.2.14 जारी किया।

AMD Ryzen AI Max पर Portable Computer

24 सितंबर — Perplexity के Computer एजेंट का पूरी तरह स्थानीय संस्करण Portable Computer अब AMD Ryzen AI Max Series प्रोसेसर वाले Windows PC पर चलता है। इनमें Ryzen AI Halo डेवलपमेंट प्लेटफ़ॉर्म भी शामिल है। अब तक प्रकाशित आवश्यकताओं में केवल NVIDIA हार्डवेयर का उल्लेख था, DGX Spark से लेकर RTX GPU वाले PC तक। इसके लिए GPU को उपलब्ध कम से कम 24 GB मेमोरी, Windows 10 या 11 और लगभग 20 GB डिस्क स्थान चाहिए। इन मशीनों पर दो स्थानीय मॉडल उपलब्ध हैं: Perplexity द्वारा अतिरिक्त प्रशिक्षण दिया गया PPLX 27B और Qwen 27B; उत्पाद पृष्ठ RTX PC के लिए केवल PPLX 27B दिखाता है। कोई भी डेटा PC से बाहर जाने से पहले एक स्थानीय क्लासिफ़ायर नाम, खाता नंबर और पहचान संबंधी विवरण पहचानता है। स्थानीय इनफ़रेंस में Computer क्रेडिट खर्च नहीं होते। यह सुविधा व्यक्तिगत और व्यावसायिक, दोनों तरह के Pro और Max ग्राहकों के लिए उपलब्ध है।

🔗 Portable Computer अब AMD प्रोसेसर वाले एजेंटिक PC पर

Kimi Work 3.2.14: सहायक बातचीत और संस्करण इतिहास

24 सितंबर — 3.2.12 के दो दिन बाद Moonshot AI ने अपने डेस्कटॉप एजेंट का अगला संस्करण Kimi Work 3.2.14 जारी किया, लेकिन इसके साथ कोई ट्वीट नहीं किया। मुख्य नई सुविधा सहायक बातचीत (Side Chat) है: « + » पैनल से सत्र के भीतर एक स्वतंत्र बातचीत खोली जा सकती है, जिसे मूल बातचीत का संदर्भ मिलता है। मूल बातचीत के किसी चुने हुए अंश का हवाला भी दिया जा सकता है। Office फ़ाइलों में अब संस्करण इतिहास है, और ब्राउज़र में वेब पृष्ठों पर टिप्पणियाँ जोड़कर इनपुट क्षेत्र में उनका हवाला दिया जा सकता है। दूरस्थ नियंत्रण (Remote Control) से अब फ़ोन पर फ़ाइलों का पूर्वावलोकन और संलग्नक भेजना संभव है। सक्रिय बनाए रखने की सुविधा (Keep Awake) अब केवल अनुरोध पर चालू होती है।

🔗 Kimi Work के रिलीज़ नोट्स

खुले मॉडल और प्रयोगशालाएँ: Tev1, LFM2.5-VL-DSpark, LeRobot और Sakana AI

खुले पारिस्थितिकी तंत्र में एक छोटा निर्णय मॉडल, विज़न-लैंग्वेज मॉडल को तेज़ करने वाला ड्राफ़्ट मॉडल, रोबोटिक्स के लिए नया डेटा प्रारूप और Jürgen Schmidhuber का Sakana AI से जुड़ना शामिल है।

Together AI का Tev1-4B-experimental

23 सितंबर — Together AI ने Tev1-4B-experimental जारी किया है। इस छोटे निर्णय मॉडल को कोई स्थिति, एक सवाल और 2 से 24 विकल्पों की सूची दी जाती है; यह चुने गए विकल्प के अक्षर से जवाब देता है। यह Qwen3.5-4B का फ़ाइन-ट्यून किया गया संस्करण है, जो Hugging Face समुदाय के लेखों में अक्सर उल्लिखित निर्णय मॉडल Jev से प्रेरित है। मॉडल कार्ड स्पष्ट करता है कि यह Jev इंजन नहीं है: मॉडल में Qwen का मानक भाषा हेड बना हुआ है। Together ने इसकी लागत पर ज़ोर दिया है: प्रशिक्षण में 17 डॉलर लगे, और डेटा तैयार करने की विधि व एक ट्यूटोरियल भी उपलब्ध हैं। मॉडल की सेवा की कीमत प्रति दस लाख इनपुट टोकन 0,042 डॉलर और आउटपुट के लिए 0 डॉलर है। अपने मुख्य विकास डेटा सेट पर इसने 1 000 में से 880 सही निर्णय लिए; मॉडल कार्ड इस परिणाम को स्वतंत्र बेंचमार्क से अलग बताता है। फ़ाइन-ट्यून किए गए वेट की लाइसेंस शर्तें « अंतिम रूप दिए जाने की प्रक्रिया में » हैं।

🔗 Together AI की घोषणा · मॉडल कार्ड

Liquid AI का LFM2.5-VL-DSpark

24 सितंबर — Liquid AI ने अपनी DSpark स्पेक्युलेटिव डिकोडिंग तकनीक को विज़न-लैंग्वेज मॉडल LFM2.5-VL-3B तक बढ़ाया है। टेक्स्ट के लिए इसके ड्राफ़्ट मॉडल 20 अगस्त को पेश किए गए थे। 279,5 मिलियन पैरामीटर वाला ड्राफ़्ट मॉडल (+8,9 %) आगे के कई टोकन सुझाता है, जिन्हें मुख्य मॉडल जाँचता है; इससे ग्रीडी डिकोडिंग में अंतिम उत्तर नहीं बदलता। MLX के साथ Mac M5 Max पर डिकोडिंग 2,30 से 3,13 गुना तेज़ होती है और शुरू से अंत तक की विलंबता में 1,56 से 2,62 गुना सुधार होता है; H100 पर डिकोडिंग अधिकतम 2,66 गुना तेज़ है। वास्तविक बढ़त की सीमा छवि एन्कोडिंग तय करती है, जिसे यह तकनीक तेज़ नहीं करती। ड्राफ़्ट मॉडल को पहले दिन से llama.cpp, MLX-VLM और SGLang का समर्थन मिला है।

🔗 LFM2.5-VL-DSpark से विज़न-लैंग्वेज मॉडल तेज़ करना

LeRobot और LanceDB

24 सितंबर — रोबोटिक्स सीखने के लिए Hugging Face की लाइब्रेरी LeRobot अब Lance प्रारूप के डेटा सेट सीधे पढ़ती है, और प्रशिक्षण के लिए वही API इस्तेमाल किए जा सकते हैं। इससे सैकड़ों गीगाबाइट डाउनलोड किए बिना Hub या ऑब्जेक्ट स्टोरेज से सीधे प्रशिक्षण किया जा सकता है और पूरे डेटा सेट से डेटा मिलाया जा सकता है। DROID (27,6 मिलियन फ़्रेम, 369 GB वीडियो) पर 8 H100 का उपयोग करके SmolVLA के 10 000 प्रशिक्षण चरण दूरस्थ स्टोरेज से 1 घंटा 27 मिनट में पूरे हुए। स्थानीय NVMe कॉपी पर मानक रीडर से यही काम 2 घंटे में हुआ, जिसके पहले 384 GB डाउनलोड करना भी पड़ा। अंतिम लॉस समान रहा: समय का अंतर डेटा की प्रतीक्षा में लगा समय था, 1,7 % के मुकाबले 37,4 %। छोटे डेटा सेट पर दोनों तरीके बराबर रहे।

🔗 अपने रोबोट को प्रशिक्षित कैसे करें: LanceDB संस्करण

Sakana AI में Jürgen Schmidhuber

24 सितंबर — Sakana AI ने Jürgen Schmidhuber को मुख्य वैज्ञानिक सलाहकार (Chief Scientific Advisor) बनाने की घोषणा की है। वह अपनी मौजूदा भूमिकाओं के साथ यह ज़िम्मेदारी भी निभाएँगे। वर्ल्ड मॉडल, मेटा-लर्निंग और Gödel मशीन पर अपने काम के लिए जाने जाने वाले Schmidhuber टोक्यो की इस स्टार्टअप की RSI Lab में शामिल होंगे, जो बार-बार स्वयं को बेहतर बनाने की प्रक्रिया पर काम करती है। वह नियमित रूप से टोक्यो भी जाएँगे। Sakana के अनुसार, उनके शोध ने, जिसमें बार-बार स्वयं को बेहतर बनाने पर 1987 की उनकी थीसिस शामिल है, Darwin Gödel Machine और The AI Scientist को सीधे प्रेरित किया। घोषणा से एक नई दिशा भी सामने आई: Sakana अपने पहले « एजेंटों के लिए मूल रूप से बनाए गए » वर्ल्ड मॉडल पर काम कर रही है, जो किसी कार्रवाई को करने से पहले उसके भौतिक परिणामों का अनुकरण कर सकेंगे। उसका ध्यान जापान के विनिर्माण उद्योग पर है।

🔗 Jürgen Schmidhuber Sakana AI से जुड़े

संक्षिप्त समाचार

Claude Tag और व्यक्तिगत कनेक्टर — Slack चैनल में Claude Tag अब केवल अनुरोध करने वाले व्यक्ति के व्यक्तिगत कनेक्टर (कैलेंडर, ड्राइव, CRM) इस्तेमाल कर सकता है। हर उत्तर की समीक्षा की जा सकती है या स्वचालित मोड चुना जा सकता है; ये कनेक्टर निर्धारित रूटीन में कभी इस्तेमाल नहीं होते। Team पर इसका रोलआउट जारी है, Enterprise बाद में आएगा। 🔗 स्रोत
Sora 2 API से हटाया गया — 24 मार्च को की गई घोषणा के अनुसार, Sora 2 मॉडल और Videos API 24 सितंबर को बंद कर दिए गए। इनके बराबर की कोई वैकल्पिक API नहीं है; sora-2 और sora-2-pro से लेकर उनके तारीख वाले स्नैपशॉट तक, पाँच पहचानकर्ता हटाए गए हैं। बंद होने की पुष्टि केवल दस्तावेज़ में दर्ज है। 🔗 स्रोत
दक्षिण-पूर्व एशिया में ChatGPT Ads — ChatGPT का विज्ञापन नेटवर्क इंडोनेशिया, मलेशिया, फ़िलीपींस, सिंगापुर, थाईलैंड, वियतनाम और ताइवान में आ गया है। अब यह 60 से अधिक देशों में उपलब्ध है, जबकि अगस्त के अंत में यह संख्या 40 से अधिक थी। विज्ञापन केवल Free और Go प्लान में दिखते हैं। 🔗 स्रोत
Grab और OpenAI — GO Forward with AI कार्यक्रम दो साल में Grab के 30,000 साझेदार ड्राइवरों, डिलीवरी कर्मियों और व्यापारियों को प्रशिक्षण देगा। शुरुआत सिंगापुर से होगी और कार्यशालाएँ OpenAI Academy तथा ChatGPT Work पर आधारित होंगी। 🔗 स्रोत
OpenAI के तीन केस अध्ययन — Ringg हर महीने 70 लाख से अधिक सफल कॉल संभालता है और GPT-4.1 से GPT-5.6 Luna पर स्थानांतरित कार्यभार में मॉडल की लागत लगभग 90% घटा चुका है। invideo के अनुसार, GPT-6 Astra से उसके कैलिब्रेशन की सफलता लगभग तीन गुना हुई है। Harvey ने अनुभव साझा किया है, लेकिन कोई आँकड़ा नहीं दिया। 🔗 स्रोत
iOS के लिए ChatGPT 1.2026.258 — ChatGPT & Codex के चेंजलॉग में 23 सितंबर की प्रविष्टि के अनुसार होम स्क्रीन को नया रूप दिया गया है। iPad पर स्प्लिट व्यू जोड़ा गया है, जिसमें खुली हुई टास्क के साथ टास्क सूची दिखती रहती है, और Mac तथा Linux पर SSH पेयरिंग की विफलताएँ ठीक की गई हैं। 🔗 स्रोत
Gemini CLI v0.61.0 — Gemini 3.8 Flash और Gemini 3.5 Flash Lite, जो पहले से nightly संस्करण में उपलब्ध थे, अब cherry-pick के ज़रिए stable में आ गए हैं; आधिकारिक रिलीज़ नोट में इसका उल्लेख नहीं है। v0.62.0-preview.0 अगला preview चैनल खोलता है। 🔗 स्रोत
Chrome में Gemini — कंप्यूटर पर Gemini in Chrome खुले हुए टैब से इंटरैक्टिव क्विज़ बनाता है। शुरुआत में यह सुविधा अंग्रेज़ी में, अमेरिका और भारत में उपलब्ध है। अब यह YouTube के अलावा लगभग किसी भी पूरे चलाए गए पॉडकास्ट या वीडियो फ़ाइल का विश्लेषण भी करता है। 🔗 स्रोत
Google Photos — फ़ोटो में मौजूद कपड़ों की सूची बनाकर पोशाकें आज़माने वाली वर्चुअल वॉर्डरोब सुविधा अमेरिका, भारत और ब्राज़ील के पात्र उपयोगकर्ताओं के लिए उपलब्ध हो रही है। इसके साथ रेट्रो Moods शैलियाँ और 15 नए Remix मॉडल भी आए हैं। 🔗 स्रोत
MCP सर्वर के रूप में API Gateway — सार्वजनिक पूर्वावलोकन में Google Cloud API Gateway, एनोटेशन वाली OpenAPI 3.x स्पेसिफ़िकेशन के आधार पर REST API के ऑपरेशन को MCP टूल में बदलता है। यह मौजूदा प्रमाणीकरण, कोटा और लॉग का दोबारा उपयोग करता है तथा एक गेटवे पर 1,000 तक टूल उपलब्ध कराता है। 🔗 स्रोत
AlloyDB में एजेंटों के लिए PostgreSQL — पूर्वावलोकन में AlloyDB कुछ सेकंड में अलग-थलग, केवल पढ़ने योग्य इंस्टेंस बनाता है, जिनका डेटा लगभग हर सेकंड अद्यतन होता है। इनसे एजेंटों की अचानक बढ़ी क्वेरी माँग संभाली जा सकती है; Google प्रति सेकंड 30 लाख से अधिक क्वेरी का दावा करता है। 🔗 स्रोत
TPU पर OLMo 3 7B का पुनर्निर्माण — Google Cloud की TPU टीम ने MaxText में Ai2 के OLMo 3 7B का पूर्व-प्रशिक्षण दोहराया, जिसमें लगभग 5.9 लाख करोड़ टोकन इस्तेमाल हुए। डेटा लोडर का एक बग ढूँढ़ने के बाद बना मॉडल आठ बेंचमार्क पर मूल मॉडल से अलग पहचाना नहीं जा सका और Ironwood पर 44.5% FLOPs उपयोग तक पहुँचा। 🔗 स्रोत
The Talking Museum — Google Arts & Culture Lab ने 190 से अधिक सांस्कृतिक वस्तुओं वाला एक वर्चुअल अध्ययन कक्ष खोला है। वस्तुओं के 3D रूप को घुमाकर देखा जा सकता है, जबकि Gemini उनका इतिहास बताता है और सवालों के जवाब देता है। 🔗 स्रोत
DeepSeek Harness 0.1.7-rc.2 — दो दिनों में यह दूसरा रिलीज़ कैंडिडेट और स्थिर संस्करण के बिना 22वाँ पूर्वावलोकन है। Desktop विंडो बंद होने के बाद भी टास्क पृष्ठभूमि में चलते रहते हैं; निर्धारित टास्क रीस्टार्ट के बाद भी बने रहते हैं और उन्हें हर मिनट तक दोहराया जा सकता है। 🔗 स्रोत
Jetson पर क्वेरी राउटर — Hugging Face ब्लॉग पर Eric Mey ने उत्तर का प्रकार चुनने के लिए 9B मॉडल की जगह फ़ाइन-ट्यून किया हुआ ModernBERT-large इस्तेमाल किया। अलग-अलग हार्डवेयर पर परीक्षण में इसने 180 में से 180 सही रूट चुने, जबकि पहले मॉडल ने 175; समय 771 ms की तुलना में 42 ms रहा। मॉडल, डेटा और कोड Apache-2.0 के तहत उपलब्ध हैं। 🔗 स्रोत
Carbon जीनोमिक कॉर्पस में अतिरिक्त जानकारी — Parag Ekbote ने Carbon मॉडल के बिना, प्रोसेसर पर चलने वाली एक पाइपलाइन प्रकाशित की है। यह HuggingFaceBio के पूर्व-प्रशिक्षण कॉर्पस के 3.24 करोड़ रिकॉर्ड में अनुक्रम की लंबाई, GC अनुपात, कोडिंग स्थिति और वर्गीकरण जोड़ती है। 🔗 स्रोत
ZCode v3.14.3 — Z.ai के हार्नेस ZCode का कोड 21 सितंबर को सार्वजनिक होने के बाद से यह उसकी एकमात्र GitHub रिलीज़ है। अब चल रहे वर्कफ़्लो की समवर्ती निष्पादन सीमा उसे रोके बिना बदली जा सकती है, और वर्कफ़्लो स्क्रिप्ट कम टोकन खर्च करती हैं। 🔗 स्रोत
xAI का Python SDK 1.20.0 — grok-imagine-video-1.5 के लिए last_frame_url क्लिप की अंतिम छवि तय करता है और keyframes उसके भीतर अधिकतम चार प्रमुख छवियाँ रखता है। ये विकल्प पहले से API दस्तावेज़ में दर्ज थे। 🔗 स्रोत
Copilot code review — कोड समीक्षा की व्यक्तिगत सेटिंग का पेज अब Business और Enterprise सहित सभी Copilot प्लान में उपलब्ध है। स्वचालित समीक्षा नए pushes और drafts तक बढ़ाई गई है; कंपनियाँ समीक्षा के लिए डिफ़ॉल्ट प्रयास स्तर तय कर सकती हैं। अगस्त के अंत में हुई घोषणा के अनुसार, GitHub 28 सितंबर को डिफ़ॉल्ट स्तर Lite से Balanced करेगा। 🔗 स्रोत
GitHub Enterprise Cloud पर उपस्थिति का प्रमाण — सार्वजनिक पूर्वावलोकन में अधिक प्रभाव वाले कामों, जैसे टोकन बनाना, webhooks और सुरक्षा सेटिंग बदलना, से पहले पहचान प्रदाता के ज़रिए दोबारा प्रमाणीकरण या MFA माँगा जा सकता है। यह प्रमाणीकरण दो घंटे मान्य रहता है। सुविधा Microsoft Entra ID इस्तेमाल करने वाली EMU और GHEC-DR कंपनियों तक सीमित है। 🔗 स्रोत
GitHub Actions में Node 20 का अंत — runners अब JavaScript actions को Node 24 से चलाते हैं और पुराने संस्करण पर लौटने का विकल्प हटा दिया गया है। macOS 13.4 या उससे पुराने संस्करण तथा ARM32 पर चलने वाले स्व-होस्टेड runners अब समर्थित नहीं हैं। 🔗 स्रोत
Copilot ऐप के कैनवस — Burke Holland ने टोकन की बचत का तर्क देते हुए, एजेंट से संवाद करने वाले इन छोटे full-stack ऐप को केवल चैट वाले तरीके के विकल्प के रूप में प्रस्तुत किया है। कोई नई सुविधा नहीं आई है; कैनवस जून से मौजूद हैं। 🔗 स्रोत
Amp ने runners साझा करने की सुविधा दी — --share के साथ शुरू किया गया runner अब ampcode.com से पूरे वर्कस्पेस के लिए उपलब्ध कराया जा सकता है। Amp चेतावनी देता है कि तब दूसरे सदस्य होस्ट की पहचान से कोड चला सकते हैं; व्यवस्थापक साझा करना बंद कर सकते हैं। 🔗 स्रोत
v0 का मॉडल चयनकर्ता — 22 सितंबर का छूटा अपडेट: नया चयनकर्ता AI Gateway के मॉडलों को उनकी प्रति-टोकन कीमत के साथ दिखाता है। यह Enterprise टीमों में भी आ रहा है, जहाँ मालिक को Allow custom models सक्षम करना होगा। 🔗 स्रोत
BioNeMo की MoE विधि — NVIDIA ने BioNeMo और Transformer Engine के साथ विशेषज्ञों के मिश्रण वाले जैविक मॉडलों का प्रशिक्षण विस्तार से बताया है। Mixtral-8x7B और आठ B200 पर Hugging Face के संदर्भ कार्यान्वयन की तुलना में अधिकतम 2.21 गुना थ्रूपुट मिला; फ़्यूज़्ड कर्नेल केवल Blackwell के लिए है। 🔗 स्रोत
Runway में Seedance 2.5 का Draft मोड — यह मोड प्रयोग के लिए तेज़ ड्राफ़्ट बनाता है जिन पर कम क्रेडिट खर्च होते हैं; चुने हुए ड्राफ़्ट फिर पूरी गुणवत्ता में बनाए जा सकते हैं। Runway ने क्रेडिट की संख्या नहीं बताई है। यही मोड 22 सितंबर को Pika पर आया था। 🔗 स्रोत
Cursor की Marketplace में Runway MCP — Runway का MCP सर्वर 23 सितंबर से Cursor की Marketplace से इंस्टॉल किया जा सकता है। 22 सितंबर से एजेंट Brand Kits को केवल पढ़ने की अनुमति के साथ देख सकते हैं। 🔗 स्रोत
Pika API Club — Pika ने Fal.ai की तुलना में अपने सदस्यों की बचत के आँकड़े दिए हैं: Vuvie ने 30 दिनों में 3,822 Seedance 2.5 वीडियो बनाकर 12,185.80 डॉलर बचाए, जबकि AI-Bridge का मासिक बिल लगभग 2,000 डॉलर से घटकर 990 डॉलर हो गया। 🔗 स्रोत
अवतारों पर HeyGen का अध्ययन — 1,000 छोटे व्यवसायों के सर्वेक्षण में 71.6% ने कम से कम एक ऐसा वीडियो रिकॉर्ड किया था जिसे कभी प्रकाशित नहीं किया। अवतार इस्तेमाल करने वालों में 71.1% ने समय बचने की बात कही और 55.3% अधिक बार सामग्री प्रकाशित करते हैं। 🔗 स्रोत
Luma का सर्वेक्षण — 22 सितंबर का छूटा अपडेट: रचनात्मक क्षेत्र के 760 पेशेवरों में से 81% ने AI से बना कंटेंट प्रकाशित किया है, लेकिन किसी एक काम में AI का उपयोग 42% से अधिक नहीं है। 62% को चिंता है कि AI पर निर्भरता मानवीय रचनात्मकता को नुकसान पहुँचा सकती है। 🔗 स्रोत
बाज़ार अनुसंधान के लिए Perplexity की मार्गदर्शिका — आठ चरणों की इस मार्गदर्शिका में उदाहरण के तौर पर prompts, सत्यापन के चरण और पाँच बिंदुओं की जाँच सूची है। इसमें कोई नई सुविधा नहीं है; यह Deep Research और Spaces की ओर भेजती है। 🔗 स्रोत

इसका क्या मतलब है

एजेंट चैट विंडो से बाहर आ रहा है। Muse बताई गई आवाज़ में बोलता है, अवतार के रूप में दिखाई देता है और Mac चलाता है। इसे चश्मों पर भी आना है और Mark Zuckerberg के अनुसार, दिसंबर में जेब में रखे जा सकने वाले उपकरण में भी। Google भी स्वागत और ग्राहक सेवा के लिए Gemini 3.8 Live को एनिमेटेड चेहरा दे रहा है। Perplexity अपने स्थानीय एजेंट को AMD प्रोसेसर वाले PC पर ला रहा है, और Claude Code लैपटॉप बंद होने के बाद भी क्लाउड में काम जारी रखता है। उपलब्धता की समयरेखा अलग-अलग है: Mac पर कंप्यूटर का उपयोग और Live Avatar अभी उपलब्ध हैं, जबकि चश्मों पर Muse आने का वादा «आने वाले महीनों में» किया गया है और उसके ईमेल पते के लिए कोई तारीख नहीं दी गई है।

एजेंटों को चलाने की लागत अब आँकड़ों के साथ पेश की जा रही है। Anthropic क्लाउड सत्रों के लिए 100 या 250 डॉलर का क्रेडिट देता है और उपयोग के आँकड़ों से दिखाता है कि Claude Code में अब कैश से पढ़ने पर सबसे अधिक खर्च होता है; इनपुट और आउटपुट का अनुपात 189:1 से बढ़कर 324:1 हो गया है। Perplexity, Fast Search की 1,000 क्वेरी के लिए 5 डॉलर की जगह 1 डॉलर लेता है और तुलनीय स्कोर के साथ एजेंट संबंधी कार्यों में लगभग 68% बचत का दावा करता है। Runway 66% कम खर्च में 74% उपयोग योग्य वीडियो बनाए रखता है; Together AI ने 17 डॉलर में निर्णय लेने वाला मॉडल प्रशिक्षित किया। हर कंपनी अपनी बचत अपने ही परीक्षण के तरीके से मापती है। ये आँकड़े उपयोगी हैं, लेकिन आपस में उनकी तुलना कम ही की जा सकती है।

भरोसे से जुड़े नियम हर मामले में अलग तय हो रहे हैं, और कभी-कभी पुराने फ़ैसले पलट भी रहे हैं। Anthropic ने «समन्वित हमलों» को रोकने के लिए कुछ अस्वीकृत अनुरोधों पर फिर से शुल्क लगाना शुरू किया है; उसका लक्ष्य ग़लत पहचान को 0.1% से नीचे रखना है। Claude Code 2.1.282 किसी प्रोजेक्ट को अपनी टेलीमेट्री अनिवार्य करने से रोकता है। दूसरी ओर, Kimi Code 2.1.1 ने 2.1.0 में जोड़ी गई सुरक्षा को 19 घंटे से भी कम समय में हटा दिया; उसका तर्क है कि स्वीकृत रिपॉज़िटरी का निर्णय उपयोगकर्ता के अधिकार में आता है। GitHub संवेदनशील कार्रवाइयों से पहले उपस्थिति के प्रमाण का परीक्षण कर रहा है। रक्षा के क्षेत्र में OpenAI ने यूक्रेन को Daybreak उपलब्ध कराया है, और GitHub Security Lab ने एजेंट को fuzzing का काम सौंपा है—साथ ही चेताया है कि वह ग़लतियाँ करता है और उसे ऐसे वातावरण में चलाना चाहिए जिसे काम के बाद हटाया जा सके।

अंत में, नियमों और बुनियादी ढाँचे पर बड़े पैमाने पर चर्चा हो रही है। संयुक्त राष्ट्र में Sam Altman ने अत्याधुनिक AI के लिए अंतरराष्ट्रीय मानकों की माँग की। OpenAI चाहता है कि इन्हें AI सुरक्षा संस्थानों के नेटवर्क के साथ अमेरिका के नेतृत्व में बनाया जाए, और प्रकाशन से पहले लाइसेंस या अनिवार्य जाँच की शर्त न हो। Google अंतरिक्ष में कंप्यूटिंग का परीक्षण करने के लिए अपने पहले TPU कक्षा में भेजने की तैयारी कर रहा है। Perplexity ने अपनी सभी खोजों को चलाने वाला इंजन Rust में फिर से लिखा है, जिससे p99 विलंब लगभग 800 ms से घटकर 65 ms हो गया। देशों के बीच तय होने वाले मानक, कक्षा में चिप और नए सिरे से लिखा इंजन: इन एजेंटों को चलाने वाली परत भी उनके साथ-साथ बन रही है।