Cerca

Meta pubblica Muse Glimmer open source, OpenAI lancia GPT-5.6-Cyber per la cyberdifesa, Claude fa progressi sulla congettura di Riemann

JLS42 /
Articolo generato da intelligenza artificiale
anthropic claude openai meta deepseek open-source github ia-generative actualites
Meta pubblica Muse Glimmer open source, OpenAI lancia GPT-5.6-Cyber per la cyberdifesa, Claude fa progressi sulla congettura di Riemann

ai-powered-markdown-translator

Articolo tradotto dal fr al it con gpt-5.4-mini.

Vedi progetto su GitHub ↗

Questa settimana, Meta pubblica Muse Glimmer, un modello agentico multimodale da 30 miliardi di parametri a pesi aperti, immediatamente accessibile tramite un endpoint NVIDIA accelerato da GPU oltre che da Hugging Face. OpenAI ristruttura il suo programma di cybersicurezza Daybreak e lancia GPT-5.6-Cyber, un modello che ha già permesso di scoprire una falla inedita nel motore JavaScript di Chrome. Un altro fatto degno di nota: una versione di ricerca non pubblicata di Claude ha fatto progredire un problema matematico legato alla congettura di Riemann, con prova formale verificata. Nel menù anche: prezzi Anthropic, strumenti per sviluppatori, IA vocale aziendale e finanza IA-native.

Meta pubblica Muse Glimmer, modello agentico 30B a pesi aperti, disponibile tramite NVIDIA

Meta ha pubblicato Muse Glimmer, un modello denso multimodale da 30 miliardi di parametri (encoder visivo da 2B + decoder testuale da 28B) ottimizzato per funzionare localmente, in continuo, su hardware consumer — Mac o PC dotato di una GPU performante. I pesi sono distribuiti sotto licenza Apache 2.0. Il modello gestisce una finestra di contesto di oltre 120 000 token e raggiunge, secondo NVIDIA, fino a 20 000 token al secondo su una singola GPU; Alexandr Wang (Meta Superintelligence Labs) precisa che gira su 24 GB di VRAM senza perdita di affidabilità agentica.

Sul piano tecnico, Muse Glimmer combina attention a finestra scorrevole e attention completa, un’architettura Gated Grouped-Query Attention che riduce la cache di memoria di un fattore 16, e un leggero modello di bozza DFlash che accelera la generazione da 2 a 4x. Il supporto è disponibile fin dal giorno 0 in transformers, llama.cpp e vLLM, con pesi GGUF quantizzati e deployment tramite gli Inference Endpoints di Hugging Face.

Caratteristica tecnicaValore misurato
Parametri30B (encoder 2B + decoder 28B)
LicenzaApache 2.0
Finestra di contesto120 000+ token
VRAM minima24 GB
Throughput (1 GPU)fino a 20 000 token/s
MCP Atlas (agentico)75,5 (contro 54,2–62,5 per i concorrenti)

NVIDIA ha immediatamente aperto un punto di accesso accelerato da GPU per testare Muse Glimmer, ottimizzato per le sue piattaforme edge, desktop e workstation — una disponibilità concreta in aggiunta al download dei pesi.

Introducing Muse Glimmer, an open-weight 30B-parameter model optimized for local, always-on agent workflows. […] we’re releasing model weights under a permissive Apache 2.0 license.

🇮🇹 Presentazione di Muse Glimmer, un modello a pesi aperti da 30 miliardi di parametri ottimizzato per workflow di agenti locali e persistenti. […] pubblichiamo i pesi del modello sotto licenza permissiva Apache 2.0. — @AIatMeta su X

🔗 NVIDIA offre un endpoint accelerato da GPU per Muse Glimmer

OpenAI estende Daybreak e lancia GPT-5.6-Cyber, una CVE inedita scoperta in Chrome

OpenAI ristruttura il suo programma di cybersicurezza Daybreak in due livelli di accesso e lancia GPT-5.6-Cyber, un modello specializzato costruito su GPT-5.6 Sol. L’obiettivo dichiarato: mettere un’intelligenza di punta nelle mani di difensori fidati prima che le capacità offensive si diffondano tra gli aggressori.

Livello di accessoModello utilizzatoPubblico di riferimento
Daybreak BlueGPT-5.6 Sol (guardrail di sistema rimossi)Punto di ingresso raccomandato per la maggior parte dei difensori
Daybreak RedGPT-5.6-Cyber (nuovo)Ricercatori di sicurezza esperti, lavori autorizzati avanzati

GPT-5.6-Cyber riduce i rifiuti su alcune richieste dual-use ad alto rischio (per esempio pentest su sistemi di produzione) e supera GPT-5.6 Sol così come il precedente GPT-5.5 Cyber su ExploitGym 2. In condizioni reali, il modello ha permesso di scoprire due vulnerabilità inedite in V8, il motore JavaScript di Chrome, permettendo di corrompere la memoria e di uscire dal sandbox dell’heap; dopo divulgazione coordinata a Google, la falla è stata corretta e registrata come CVE-2026-15903. Ha inoltre identificato almeno cinque vulnerabilità in un popolare sistema operativo mobile, tre falle critiche in un popolare database e oltre 400 vulnerabilità di privilege escalation in un popolare kernel di sistema operativo — correzioni in corso con i partner Daybreak.

OpenAI impone chiavi di sicurezza hardware per tutti gli account Daybreak individuali a partire dal 1º settembre 2026, e un programma Daybreak Cyber Partner coinvolge già fornitori di servizi (Accenture, IBM, KPMG) e vendor di sicurezza (Palo Alto Networks, CrowdStrike, Cisco) per integrare questi modelli nei loro servizi.

We’re expanding our cybersecurity initiative Daybreak and introducing GPT-5.6-Cyber, a new model for advanced, authorized cybersecurity work.

🇮🇹 Stiamo ampliando la nostra iniziativa di cybersicurezza Daybreak e lanciamo GPT-5.6-Cyber, un nuovo modello per lavori avanzati e autorizzati di cybersicurezza. — @OpenAI su X

🔗 Espandere Daybreak mentre si restringe la finestra della difesa informatica

Claude fa progressi sulla congettura di Riemann, senza risolverla

Anthropic ha chiesto a una versione di ricerca non pubblicata di Claude di affrontare l’ipotesi di Riemann, uno dei sette problemi del premio del millennio del Clay Mathematics Institute (1 milione di dollari ciascuno). Claude non ha risolto il problema, ma ha fatto progressi su una questione correlata: ha alzato il limite inferiore della frazione di zeri della funzione zeta di Riemann che verificano l’ipotesi, portandolo da 41,6 % a 67,2 %.

Il lavoro si è svolto in due sessioni per un totale di 31 milioni di token in output. La prima ha generato 650 idee iniziali, tutte infruttuose. Per il secondo tentativo, Claude ha coordinato 60 sotto-agenti specializzati (sviluppo matematico, generazione di idee, validazione, redazione), eseguito 2 400 comandi shell e scaricato 54 articoli da arXiv per verificare le sue piste. Il risultato è poi stato revisionato da due matematici di Anthropic, quindi esaminato dagli esperti esterni Brian Conrey e Dan Goldston. Claude ha prodotto una prova formalmente verificata in Lean, che ha superato la validazione standard.

Questo risultato esce dal consueto registro dei benchmark: un miglioramento misurabile su un problema aperto da decenni, con verifica indipendente e prova formale, illustra come Anthropic stia ora testando i suoi modelli di ricerca su problemi di matematica fondamentale piuttosto che su classici compiti di ingegneria software.

We asked an unreleased research version of Claude to take a stab at the Riemann hypothesis. It didn’t solve it, but it did make strides on a related problem: it increased the lower bound for the fraction of zeros of the Riemann zeta function that satisfy the hypothesis from 41.6% to 67.2%.

🇮🇹 Abbiamo chiesto a una versione di ricerca non pubblicata di Claude di provarci con l’ipotesi di Riemann. Non l’ha risolta, ma ha fatto progressi su un problema correlato: ha portato il limite inferiore della frazione di zeri della funzione zeta di Riemann che verificano l’ipotesi dal 41,6 % al 67,2 %. — @AnthropicAI su X

🔗 Dettaglio metodologico completo sul blog di ricerca Anthropic

Anthropic: prezzi e sicurezza

La tariffa di lancio di Sonnet 5 diventa permanente

Anthropic conferma che la tariffa di lancio di Claude Sonnet 5 — $2 per milione di token in input, $10 per milione di token in output — diventa permanente. Il modello era stato lanciato a giugno con questa tariffa presentata come promozionale, valida fino al 31 agosto 2026. Anthropic elimina così l’incertezza che pesava sui team che avevano costruito le loro previsioni di costo attorno a questo prezzo di lancio: non è previsto alcun aumento per il rientro su questo modello, il che consolida la sua posizione di prezzo rispetto alla concorrenza negli usi ad alto volume di token.

🔗 Annuncio

L’injection di prompt « ampiamente risolta » secondo Anthropic

Boris Cherny, responsabile prodotto di Claude Code presso Anthropic, afferma che l’injection di prompt — il metodo di attacco più comune contro utenti e agenti IA, in cui un sito o documento malevolo inserisce un’istruzione nascosta eseguita dal modello — è ormai ampiamente risolta nella pratica con i modelli Claude. Precisa che questo progresso deriva soprattutto dall’addestramento dei modelli, completato da diversi classificatori di sicurezza sovrapposti: la combinazione modello + detector (probe) + modalità automatica riporterebbe il tasso di successo degli attacchi allo 0 %, un dispositivo che diventa la modalità di permesso predefinita di Claude Code il 14 agosto. Si tratta di una dichiarazione pubblica su X, non di una pubblicazione di ricerca formale con metodologia dettagliata.

🔗 Tweet

Strumenti di sviluppo: Amp passa a OpenAI, Copilot Chat migliora

Amp cambia il suo sistema di modalità verso OpenAI se è collegato un abbonamento ChatGPT

Lo strumento di codice agentico Amp modifica la logica di instradamento delle sue modalità (« the Dial ») quando un account è collegato a un abbonamento ChatGPT. Con un abbonamento collegato, le modalità low, medium e high passano a modelli OpenAI (GPT-5.6 Terra per la modalità low e la revisione del codice, GPT-5.6 Sol per l’agente e l’oracle in modalità high) invece di GLM-5.2 o Claude Fable. Senza abbonamento collegato, nulla cambia. Amp giustifica l’abbandono di Claude Fable come modello oracle con una convergenza delle prestazioni dei modelli frontier: il suo cofondatore @sqs ritiene poco probabile che un futuro test giustifichi la differenza di prezzo di 80x tra Fable e i modelli OpenAI utilizzati. La modalità Ultra non è interessata e continua a girare su Claude Fable.

🔗 Abbiamo cambiato il Dial

Copilot Chat su github.com: controlli di conversazione migliorati

GitHub aggiorna Copilot Chat su github.com con tre miglioramenti, in disponibilità generale per tutti i piani. L’accesso alle conversazioni recenti è più semplice, la finestra di chat può ora essere ridotta a icona (minimize) mentre si genera una risposta e poi riaperta per riprendere lo scambio, e un indicatore di consumo dei token appare direttamente nella chat — con il dettaglio per sessione e per messaggio. Questi aggiustamenti restano miglioramenti di ergonomia più che una funzione di rilievo, ma rispondono a un uso quotidiano concreto per gli account soggetti a quote Copilot limitate.

🔗 Copilot sul web amplia i controlli di conversazione

Ecosistema open source e inferenza

NVIDIA pubblica Magpie TTS Multilingual, TTS open per agenti vocali in 12 lingue

NVIDIA pubblica Magpie TTS Multilingual, un modello di sintesi vocale a pesi aperti di circa 357 milioni di parametri, sotto licenza NVIDIA Open Model License, che copre dodici lingue (incluso il francese) con voce maschile e femminile per ciascuna. La latenza fino al primo suono raggiunge 32 ms in flusso singolo su GPU B200 (239 ms con 64 flussi concorrenti), 47 ms su H100 e 79 ms su A100, con un fattore di tempo reale fino a 320x. Anche il tasso di errore dei caratteri scende: da 2,70 % a 1,54 % per il francese, da 1,14 % a 0,60 % per lo spagnolo. Deployment possibile tramite i pesi aperti su Hugging Face o tramite NVIDIA NIM in produzione.

🔗 Crea agenti vocali multilingue a bassa latenza

Una tecnica di distillazione riduce fino a 15x la memoria GPU necessaria

Multiverse Computing pubblica una tecnica di distillazione delle conoscenze che combina caching offline dei logit del teacher e una funzione di perdita KL fusa che evita di materializzare la matrice completa vocabolario × lunghezza della sequenza. Risultato: la memoria GPU passa da 85,2 GB a 5,45 GB con 32K token di contesto (fino a 15,6x di riduzione), e la distillazione di un modello GPT-OSS 20B è passata da quattro nodi GPU a uno solo, con un tempo di iterazione ridotto di circa 5x. Applicata a GPT-OSS 120B e Kimi-K3 (2,8T parametri), la tecnica mantiene circa il 90 % della precisione del teacher su BoolQ e HellaSwag. Il codice è pubblicato open source su GitHub.

🔗 Rendere la distillazione delle conoscenze abbastanza economica da essere eseguita su larga scala

DeepSeek-V4-Flash disponibile sul cloud di Ollama tramite Together AI

Together AI fornisce ora l’infrastruttura di inferenza dietro DeepSeek-V4-Flash sul cloud di Ollama, presentato come l’hosting con le migliori prestazioni disponibile per questo modello a pesi aperti. L’offerta mette in evidenza una politica di zero retention dei dati così come un hosting negli Stati Uniti e nell’Unione europea — un argomento di sovranità per le aziende che vogliono usare DeepSeek-V4-Flash senza dipendere da un’infrastruttura cinese. È un nuovo canale di distribuzione che si aggiunge alla disponibilità già esistente di DeepSeek-V4-Flash direttamente su Together AI.

🔗 Tweet

Sakana AI addestra il suo orchestratore Fugu su una base Gemma 4

Sakana AI pubblica una nuova versione del modello orchestratore del suo prodotto di orchestrazione multi-agente Fugu, addestrata questa volta sulla base del modello aperto Gemma 4, in aggiunta al pool di modelli intercambiabili già offerto. L’architettura a due livelli — un piccolo modello orchestratore che distribuisce i compiti, e un pool di modelli che esegue l’elaborazione reale — si basa sulle ricerche Trinity e Conductor presentate a ICLR 2026. Le valutazioni interne mostrano una performance di orchestrazione equivalente alla versione precedente, con una riduzione dei costi. Sakana AI punta anche, in prospettiva, a modelli orchestratori propri per rispondere alle esigenze di sovranità digitale in Giappone.

🔗 Fugu × Gemma 4

Together AI dettaglia la sua partnership con Cursor per l’inferenza in tempo reale

Together AI pubblica un articolo co-firmato con Cursor che dettaglia la loro partnership di infrastruttura di inferenza: gli agenti integrati nell’editor generano codice mentre gli sviluppatori modificano attivamente il loro file, il che impone vincoli di latenza molto stringenti — la risposta del modello deve inserirsi nel ciclo di feedback dell’editor senza interrompere il flusso di lavoro. L’articolo illustra come Together AI abbia costruito la sua infrastruttura per rispettare questi obiettivi su larga scala, un caso d’uso concreto delle sue offerte di inferenza dedicata per gli strumenti di sviluppo assistiti da IA.

🔗 Tweet

Media generativo: ElevenLabs presso Deutsche Telekom, MiniMax dettaglia H3

ElevenLabs distribuisce la sua tecnologia vocale IA presso Deutsche Telekom

ElevenLabs annuncia una partnership con Deutsche Telekom, il primo operatore telecom d’Europa, per integrare la sua tecnologia vocale IA su tre livelli: il contact center, l’app consumer e la rete stessa. L’assistente di chiamata IA gira su ElevenLabs ed è integrato direttamente nella rete, il che lo rende disponibile su qualsiasi dispositivo mobile in grado di effettuare una chiamata, senza app dedicata — con assistenza in tempo reale durante le chiamate, traduzione in tempo reale e trascrizione/riassunto delle chiamate. La partnership è iniziata come un insieme di funzionalità dell’app all’inizio del 2025 ed è diventata un’integrazione nel cuore dei servizi di Deutsche Telekom, con un’estensione prevista.

🔗 Tweet

MiniMax dettaglia la roadmap open source di H3

Dopo una sessione AMA su Reddit, MiniMax pubblica un riepilogo della roadmap open source del suo modello video H3. Una transizione alla licenza Apache-2.0 è « sul tavolo » una volta chiarite le questioni di copyright, con un rapporto tecnico completo in arrivo. MiniMax prevede anche di rendere open i pesi di H3-Regenerate-2K, un modello di rigenerazione nello spazio latente che consente di riportare un risultato a 768p in 2K, un’implementazione di sparse attention, una variante a bassa latenza 4-NFE/8-NFE in fase di studio e un modello unificato di generazione/modifica di immagini derivato dalla linea H3. Il workflow Ref2VA consente già di concatenare clip per produrre video di 60 secondi.

🔗 Tweet

Agenti multimodali e finanza IA-native

Qwen-MM-Plugins: rendere gli agenti multimodali-nativi

AlibabaQwen annuncia Qwen-MM-Plugins, una famiglia di plugin destinata a rendere qualsiasi ambiente di esecuzione di agenti (_agent harness) multimodal-native: lettura di immagini, video e documenti, editing video e lavoro su file 3D/CAD. L’idea: invece di un modello multimodale isolato, uno strato di plugin si aggancia all’ambiente già utilizzato dallo sviluppatore. L’annuncio non dettaglia né benchmark, né prezzi, né una data precisa di disponibilità — resta allo stadio di teaser di prodotto, con una demo video a supporto. Questo lancio prosegue la strategia Qwen del 2026, che ora estende la propria offerta verso l’outillage agentico multimodale invece che verso nuovi pesi di modelli grezzi.

🔗 Tweet

Cinque lezioni per costruire una funzione finance IA-native

La CFO di OpenAI, Sarah Friar, condivide cinque lezioni per costruire una funzione finance IA-native, attorno a due ambizioni: una chiusura a zero giorni (visione in tempo reale, riconciliata e tracciabile delle finanze dell’azienda) e una previsione continua. Tra le lezioni: dare accesso a tutti e poi creare un motivo per usarlo — illustrato da un hackathon finance che ha fatto nascere IR-GPT, un GPT personalizzato per rispondere alle domande di due diligence degli investitori; combinare sperimentazione bottom-up e strategia top-down; andare oltre i fogli di calcolo statici a favore di strumenti vivi sostenuti dal contesto completo dell’attività; costruire una responsabilità chiara in ogni workflow; e misurare il ritorno sull’investimento dell’IA.

🔗 Building an AI-native finance function

Arrivano i posti Premium per ChatGPT Business

OpenAI lancia posti Premium per ChatGPT Business, offrendo ai collaboratori più attivi 5 volte più utilizzo rispetto ai posti Standard e senza il limite di utilizzo su cinque ore.

Tipo di postoTariffa mensileTariffa annuale (mensilizzata)
Standard$25/utente$20/utente
Premium$125/utente$100/utente

Le aziende possono combinare posti Standard e Premium all’interno dello stesso spazio di lavoro. Offerta di lancio: i proprietari dello spazio di lavoro che si iscrivono entro il 20 agosto 2026 ricevono $100 di crediti per ogni posto Premium aggiunto (fino a $500 per cinque posti), con possibile accesso anticipato prima della disponibilità generale.

🔗 Premium seats for ChatGPT Business

Brevi

  • Claude Code — guadagni di prestazioni CPU e memoria : il team segnala importanti miglioramenti nell’uso della CPU e della memoria al 99º percentile (P99 RSS) negli ultimi mesi, senza cifre precise comunicate. 🔗 Tweet
  • Il CEO di Replit descrive la « self-driving company » in Platformer : Amjad Masad dettaglia la sua visione di un’azienda guidata da un bot interno e da agenti che usano le applicazioni al posto degli esseri umani. 🔗 Tweet
  • Sakana AI estende il suo RSI Lab all’IA fisica : l’azienda vuole costruire modelli del mondo per l’IA fisica e assume a tempo pieno e in stage a Tokyo. 🔗 Tweet
  • FC Bayern Monaco collabora con Google Pixel e Gemini : partnership annunciata senza dettagli sulla sua natura esatta (sponsorizzazione, integrazione prodotto). 🔗 Tweet
  • Gemini, consigli per visitare le fiere agricole americane : articolo lifestyle del blog Google che recensisce cinque utilizzi esistenti di Gemini (itinerari, Ask Maps, AI Mode, Gemini Live, ritocco foto), senza nuove funzionalità. 🔗 Google Blog
  • Fatturazione GitHub in India : i clienti possono ora attivare il pagamento automatico ricorrente tramite carta registrata, attraverso un mandato elettronico conforme alla Reserve Bank of India. 🔗 Changelog
  • GitHub deprezza gli abbonamenti personalizzati per thread di discussione : restano disponibili solo gli stati Subscribed/Not subscribed, con gli abbonamenti personalizzati esistenti che passano automaticamente a Subscribed. 🔗 Changelog
  • NVIDIA ottimizza vLLM per Qwen 3.5 su GB200 : le ottimizzazioni raggiungono 25 000 token al secondo per GPU, in preparazione del lancio di Qwen 3.8. 🔗 Tweet
  • Codex Build Week — progetti e vincitori in arrivo : OpenAI indica che i partecipanti hanno trasformato le loro idee in progetti reali con Codex; l’annuncio dei vincitori è in arrivo. 🔗 Tweet
  • Lettera di OpenAI al governatore del Texas : l’azienda dettaglia il suo impegno per uno sviluppo responsabile delle infrastrutture IA nello Stato. 🔗 OpenAI
  • Model ML accelera il lavoro finance con GPT-5.6 Sol : lo studio automatizza la produzione di deck PowerPoint e cartelle Excel tracciabili, con 36 % di token in meno rispetto a Opus 5 su un workflow Excel. 🔗 OpenAI

Cosa significa

La corsa ai pesi aperti accelera e si diversifica: Meta (Muse Glimmer), Alibaba (Qwen-MM-Plugins), MiniMax (roadmap H3) e Sakana AI (Fugu su Gemma 4) pubblicano tutti, nella stessa settimana, blocchi riutilizzabili invece di semplici modelli chiusi. La tendenza va oltre il solo testo: NVIDIA apre un TTS multilingue da 357M di parametri, e Sakana AI giustifica esplicitamente la sua scelta con la sovranità digitale — un argomento che ricorre anche in Together AI per l’hosting di DeepSeek-V4-Flash nell’UE e negli Stati Uniti.

La sicurezza IA passa dal laboratorio alla produzione concreta. GPT-5.6-Cyber di OpenAI non si limita a un punteggio di benchmark: ha fatto correggere una CVE reale in V8 e centinaia di vulnerabilità altrove, accompagnandosi inoltre a un regime di accesso rafforzato (chiavi hardware obbligatorie da settembre). In parallelo, Anthropic afferma di aver neutralizzato l’injection di prompt dal lato difesa grazie allo stack modello + classificatori — due approcci complementari (attacco strumentato da un lato, difesa irrigidita dall’altro) che mostrano come la sicurezza stia diventando un asse di differenziazione prodotto a sé stante, non un tema secondario.

Dal lato infrastruttura, l’economia dell’inferenza continua a stringersi: la tecnica di distillazione di Multiverse Computing divide per 15 la memoria GPU necessaria, Together AI rafforza la sua partnership con Cursor per rispettare vincoli di latenza rigorosi nell’editing di codice, e Anthropic stabilizza durevolmente il prezzo di Sonnet 5. Presi insieme, questi movimenti indicano una pressione continua sui costi di inferenza man mano che gli usi agentici e interattivi si generalizzano.

Infine, l’IA si installa nelle funzioni di supporto delle aziende tanto quanto nella ricerca fondamentale. OpenAI documenta come la propria finance stia diventando IA-native e lancia posti ChatGPT Business con capacità aumentata, mentre Model ML riporta guadagni concreti di token su workflow Excel. All’estremo opposto dello spettro, il risultato di Claude sulla congettura di Riemann — verificato formalmente e rivisto da matematici esterni — ricorda che questi stessi modelli sono anche impegnati su problemi di ricerca fondamentale, ben lontani dai casi d’uso di prodotto.

Fonti