ai-powered-markdown-translatorArticolo tradotto dal fr al it con gpt-5.4-mini.
Questa settimana è segnata da una presa di posizione di Demis Hassabis sulla governance dell’IA frontier, due pubblicazioni NVIDIA che quantificano i guadagni di efficienza di Blackwell e un nuovo metodo di ricerca guidato da agenti, oltre alla disponibilità generale di GPT-5.6 su Amazon Bedrock. Il resto delle notizie copre un’ondata di modelli aperti (OCR, vision-language, quantizzazione ternaria), diverse novità GitHub e Manus sul fronte degli strumenti, e la pubblicazione open source del benchmark WANDR da parte di Perplexity.
Demis Hassabis propone un quadro per l’IA frontier e un Standards Body
14 luglio — In un lungo articolo pubblicato su X, Demis Hassabis, cofondatore e CEO di Google DeepMind, prende posizione sulla traiettoria verso l’intelligenza artificiale generale (AGI). Ritiene che un sistema dotato di tutte le capacità cognitive del cervello umano sia probabilmente a pochi anni di distanza, e paragona la portata di questa svolta alla scoperta dell’elettricità o del fuoco, con un impatto potenziale dieci volte superiore a quello della rivoluzione industriale, a dieci volte la velocità.
Avverte però che la corsa commerciale e geopolitica attuale è così intensa da non lasciare il tempo necessario per comprendere bene i rischi (cybersecurity e, in prospettiva, rischi nucleari e biologici), né per mantenere il controllo di sistemi sempre più autonomi e capaci di auto-migliorarsi.
La sua proposta centrale: un Standards Body dedicato alla valutazione dei modelli frontier, sul modello di un partenariato pubblico-privato supervisionato dallo Stato federale americano — sul modello della FINRA nella finanza — con un consiglio che includa esperti tecnici indipendenti e rappresentanti dell’open source. Il finanziamento, prevalentemente privato, mirerebbe ad attirare talenti tecnici di primo piano e a finanziare il calcolo necessario per i test su larga scala. Hassabis colloca gli Stati Uniti come il Paese meglio posizionato per avviare questo percorso, pur invitando a una collaborazione internazionale sulle questioni di sicurezza.
If you stop to think about it, we’ve essentially found a way to make sand think. It’s miraculous. The magnitude of this technology’s impact will be unprecedented, perhaps 10x of the Industrial Revolution at 10x the speed.
🇮🇹 Se ci pensiamo, abbiamo sostanzialmente trovato un modo per far pensare la sabbia. È miracoloso. La portata dell’impatto di questa tecnologia sarà senza precedenti, forse dieci volte quella della rivoluzione industriale, a dieci volte la velocità. — @demishassabis su X
NVIDIA — la performance per watt, metrica chiave dell’efficienza delle infrastrutture IA
14 luglio — NVIDIA difende la performance per watt come metrica di riferimento dell’efficienza delle infrastrutture IA: in un contesto in cui la potenza elettrica disponibile è il vincolo più stringente, questo rapporto determina quanti token una fabbrica di IA può produrre entro un budget di potenza fisso, quindi il suo fatturato e la sua redditività.
L’azienda quantifica i guadagni della sua piattaforma Blackwell NVL72 rispetto alla generazione Hopper:
| Modello valutato | Guadagno di performance per watt (Blackwell NVL72 vs Hopper) |
|---|---|
| DeepSeek V4 Pro | fino a 25x |
| GLM 5.1 | fino a 20x |
| Kimi K2.6 (carichi agentici lunghi) | fino a 10x |
Parte di questi guadagni deriva dal passaggio da un dominio GPU di 8 unità (Hopper) a rack integrati di 72 GPU, con un NVLink Switch di sesta generazione che integra calcolo in rete (tecnologia SHARP). Oltre all’hardware, l’ottimizzazione software continua a produrre guadagni sostanziali: fino a 5x di performance aggiuntiva su DeepSeek V4 in un solo mese, tramite la stack TensorRT-LLM, Dynamo, SGLang e vLLM.
Sul fronte dell’infrastruttura elettrica, la tecnologia DSX MaxLPS consentirebbe di far funzionare fino al 40% di GPU in più a parità di budget di potenza, grazie al raffreddamento ad acqua temperata e alla gestione dinamica della potenza — considerando che oggi solo circa il 60% dell’elettricità prelevata dalla rete si converte effettivamente in lavoro IA utile in una fabbrica. NVIDIA colloca questo approccio nella prospettiva della sua prossima piattaforma Vera Rubin e cita deploy in produzione presso Anthropic, OpenAI, CoreWeave, Perplexity e Fireworks AI.
NVIDIA — Nemotron Labs: ricerca RL autonoma guidata da competenze di agente
14 luglio — NVIDIA ha presentato «RL Autoresearch», una dimostrazione di ricerca in apprendimento per rinforzo guidata da un agente, basata su NeMo RL, NeMo Gym e competenze riutilizzabili. Il principio: dare a un agente coder un obiettivo e un budget di tempo, poi lasciarlo costruire da solo l’ambiente di addestramento, addestrare il modello e valutarlo, mentre il ricercatore si limita a supervisionare l’orientamento generale dei lavori.
Nell’esempio mostrato, l’agente doveva insegnare a un modello di visione a contare stelle colorate. Il modello Qwen3-VL-2B è passato dal 25% al 96,9% di accuratezza, e l’agente ha proposto da solo l’esperimento successivo da condurre, senza che gli fosse imposto dal ricercatore.
Un secondo esempio, relativo al post-training più che alla ricerca autonoma, illustra un uso analogo: un modello Cosmos 3 Nano, inizialmente incapace di rilevare un semaforo pur visibile in valutazione zero-shot, è stato post-addestrato con LoRA per il compito di validazione WTS (scenari di guida che integrano meteo, traffico e segnaletica). L’accuratezza passa dal 54,41% all’87,14% dopo il LoRA, poi al 93,35% aggiungendo NVIDIA TAO AutoML — il tutto in meno di un giorno.
We gave a coding agent a goal and a time budget: build a training environment and teach a vision model to count colored stars.
🇮🇹 Abbiamo dato a un agente coder un obiettivo e un budget di tempo: costruire un ambiente di addestramento e insegnare a un modello di visione a contare stelle colorate. — @NVIDIAAI su X
Modelli aperti e ricerca
Sette pubblicazioni segnano questa settimana sul fronte dei modelli aperti e della ricerca, trainate in particolare da Hugging Face, Together AI e Sakana AI.
| Modello valutato | Editore | Parametri | Licenza | Benchmark chiave |
|---|---|---|---|---|
| OvisOCR2 | Autore indipendente (HF) | 0,9 miliardi | Apache 2.0 | 96,58 su OmniDocBench v1.6 |
| MOSS-VL-Realtime | Open_MOSS | 11 miliardi | Apache 2.0 | Contesto di 256 000 token |
| Ternary Bonsai 27B | PrismML | ~27,3 miliardi (ternario) | Gratuito su Together AI | 99,20 su MATH-500 |
OvisOCR2: riconoscimento di documenti a 0,9 miliardi di parametri
OvisOCR2 rivendica un punteggio di 96,58 su OmniDocBench v1.6 e si presenta come il primo modello end-to-end a superare i sistemi in pipeline (OCR, detection del layout e parsing trattati separatamente). L’autore propone una ricetta che sfrutta Hugging Face Jobs per convertire qualsiasi dataset in markdown tramite OCR, senza GPU locale. Limite da notare: questo punteggio e la qualifica di «primo modello end-to-end» provengono dal tweet di annuncio, non verificati su una scheda modello completa.
MOSS-VL-Realtime: vision-language aperto per il video in tempo reale
Il team Open_MOSS pubblica un modello vision-language da 11 miliardi di parametri progettato per l’analisi continua di flussi video invece che di immagini isolate: continua a osservare il video mentre genera la risposta, può rivederla se la situazione cambia sullo schermo, e sceglie di restare in silenzio in assenza di prove sufficienti. Le varianti Base, Instruct e Realtime sono tutte rilasciate in Apache 2.0, con supporto day-0 dai team SGLang e LMSYS.
🔗 Annuncio MOSS-VL-Realtime su X
LeRobot v0.6.0: supporto nativo della profondità
La libreria robotica open source di Hugging Face aggiunge un supporto nativo end-to-end per la profondità (depth): collegando una camera Intel RealSense e attivando use_depth: true, le mappe di profondità vengono automaticamente sincronizzate con i flussi RGB, quantizzate a 12 bit e codificate in HEVC senza perdita. La funzionalità copre SO-100/101, Koch, OpenArm, reBot e Unitree G1.
🔗 Annuncio LeRobot v0.6.0 su X
Sakana Marlin: un «Virtual CSO» per la ricerca strategica
Sakana AI lancia un agente di ricerca autonomo che conduce un ragionamento approfondito per circa 8 ore tramite il motore AB-MCTS e un flusso di tipo AI Scientist, per arrivare a opzioni strategiche strutturate anziché a un riassunto. I deliverable includono report, allegati, riferimenti e slide. Il prodotto è in beta, con una tariffazione a consumo (98 yen per credito) o un’offerta Enterprise su preventivo.
Ternary Bonsai 27B: quantizzazione ternaria in formato telefono
PrismML pubblica un derivato di Qwen3.6 27B quantizzato in ternario (formato g128, 1,71 bit per peso, circa 9,4 volte più compatto di una base FP16), conservando secondo l’editore il 95% della qualità in piena precisione.
| Benchmark valutato | Punteggio |
|---|---|
| MATH-500 | 99,20 |
| AIME 2025 | 90,84 |
| HumanEval+ | 93,90 |
| Media (15 benchmark thinking) | 80,49 |
Il modello supporta un contesto di 262 000 token e un input visivo, ed è offerto gratuitamente sull’infrastruttura serverless di Together AI.
🔗 Annuncio Ternary Bonsai 27B su X
Flash-BoN: il best-of-N rivisitato per la diffusione
Sayak Paul (Hugging Face) mostra che il best-of-N costituisce un riferimento più solido di quanto si pensasse per lo scaling al momento dell’inferenza in diffusione, a condizione di misurare anche il tempo reale di esecuzione e non il solo numero di valutazioni di funzione. Il team introduce Flash-BoN, che privilegia un’esplorazione più ampia dei campioni invece di validazioni intermedie ripetute.
Hugging Face apre ZeroGPU a tutti gli utenti
L’accesso alle demo ZeroGPU (GPU gratuita su richiesta) è ora disponibile per tutti gli utenti Hugging Face, con un agent skill che permette di costruire una demo direttamente da un prompt in linguaggio naturale.
GitHub, Copilot e Manus
Lo scanning del codice mostra rilevamenti di sicurezza AI sulle pull request
14 luglio — GitHub code scanning fa ora emergere rilevamenti di sicurezza assistiti da AI direttamente sulle pull request, estendendo la copertura ai linguaggi e framework non supportati da CodeQL. La funzionalità, in anteprima pubblica, resta informativa: non blocca il merge, richiede il default setup CodeQL attivato, una licenza Copilot e consuma crediti AI solo in caso di rilevamento.
Dependabot introduce un periodo di latenza predefinito
14 luglio — Dependabot attende ora tre giorni per impostazione predefinita dopo la pubblicazione di una nuova versione prima di aprire una pull request di aggiornamento, per limitare l’esposizione agli attacchi sulla supply chain. Questo ritardo è configurabile tramite l’opzione cooldown di .github/dependabot.yml; gli aggiornamenti di sicurezza restano immediati. La funzionalità arriverà in GitHub Enterprise Server a partire dalla versione 3.23.
/security-review nell’app GitHub Copilot
14 luglio — Il comando /security-review è disponibile in anteprima pubblica nell’app GitHub Copilot: analizza le modifiche di codice in corso e restituisce risultati ordinati per severità e livello di confidenza, con suggerimenti applicabili direttamente senza uscire dall’app. Copre in particolare injection, cross-site scripting e path traversal, ed è accessibile ai piani Free, Pro, Business ed Enterprise.
Manus genera ora .pptx nativi
14 luglio — Manus in precedenza generava slide e poi le convertiva in .pptx; ora produce direttamente il file PowerPoint nativo, con grafici realmente modificabili (si ridisegnano quando un valore cambia) e la possibilità di attivare o disattivare etichette, griglia e legenda.
Manus lancia la pubblicazione automatica dei siti generati
13 luglio — La nuova opzione auto-publish distribuisce automaticamente ogni build riuscita di un sito sul suo URL online, disattivata per impostazione predefinita. Combinata con una coda di modifiche, elimina l’ultimo passaggio manuale tra la costruzione e il passaggio in produzione.
Generazione di immagini e video
Wan-Dancer-14B: generazione video di danza open source
14 luglio — Alibaba mette open source Wan-Dancer-14B, un modello eseguibile localmente specializzato nella generazione di video di danza ritmati e di lunga durata, con focus sulla sincronizzazione tra movimento e musica su sequenze prolungate piuttosto che su semplici clip.
HeyGen: timestamp parola per parola per avatar in tempo reale
14 luglio — HeyGen documenta un flusso non pubblico della sua API Avatar Realtime: un canale di timestamp parola per parola ({mot, début, fin}) che consente di sincronizzare con precisione gesti e parlato. La conferma dell’invio di un testo arriva in circa 70 ms, ma la parola viene pronunciata realmente solo dopo diversi secondi, da cui la necessità di un ancoraggio ricalcolato circa quattro volte al secondo. Il meccanismo è stato testato tramite una trasmissione Twitch 24 ore su 24, con 9 269 verdetti emessi in diretta.
HeyGen — Figma → HyperFrames, giorno 9/30
14 luglio — La skill /figma importa asset, token del brand, componenti, timeline di motion e storyboard direttamente da un file Figma. Per la demo, il team ha importato 27 colori e stili nominati e ricostruito uno storyboard di otto frame come uno script di ripresa interpretato dal vivo.
NVIDIA — Nemotron: feedback quantificati dai clienti aziendali
14 luglio — NVIDIA pubblica diversi casi clienti quantificati attorno ai modelli aperti Nemotron: H Company ha superato il 76% di accuratezza su OSWorld-Verified con Holotron 3 Nano; Harvey ha post-addestrato Nemotron 3 Ultra per un costo per esecuzione almeno 10 volte inferiore alle alternative chiuse; Arcee AI rivendica un costo circa 20 volte inferiore rispetto a un modello chiuso comparabile, posizionandosi al secondo posto su PinchBench; Abridge e YTL AI Labs lo hanno personalizzato rispettivamente per le conversazioni cliniche e la lingua malese.
Anthropic
Claude for Teachers: accesso gratuito per gli insegnanti K-12 negli Stati Uniti
14 luglio — Anthropic lancia un accesso gratuito alle capacità premium di Claude per gli insegnanti K-12 verificati negli Stati Uniti, con una libreria di competenze pedagogiche e una connessione a programmi convalidati tramite Learning Commons, allineati agli standard dei 50 Stati. Le conversazioni non vengono mai usate per l’addestramento dei modelli e i dati degli studenti sono coperti da un accordo di trattamento conforme alla legge FERPA.
Artifacts : condivisione pubblica, modifica multiplayer e creazione tramite Claude Tag
13 luglio — Gli Artifacts ottengono la condivisione pubblica (chiunque disponga del link può visualizzare), la modifica multiplayer simultanea (piani Team ed Enterprise) e la creazione da Claude Tag in Slack su semplice richiesta in un thread di conversazione.
OpenAI
GPT-5.6 in disponibilità generale su Amazon Bedrock
13 luglio — I tre modelli GPT-5.6 lanciati il 9 luglio — Sol (ragionamento flagship), Terra (intermedio) e Luna (inferenza rapida) — sono ora in disponibilità generale su Amazon Bedrock, sul nuovo motore di inferenza di Bedrock progettato per prestazioni, sicurezza e scalabilità. Questo amplia i punti di accesso a GPT-5.6 accanto a ChatGPT, all’API OpenAI diretta e alle integrazioni di terze parti (Copilot, M365, Warp, Cursor, Devin).
Codex, agente consigliato per impostazione predefinita in JetBrains AI
14 luglio — JetBrains rende Codex l’agente consigliato per impostazione predefinita in JetBrains AI (IntelliJ IDEA, PyCharm, WebStorm), una scelta non esclusiva — l’utente può passare a un altro agente in qualsiasi momento — rivalutata ogni mese man mano che i modelli evolvono.
Gemini
Gemini in Google Chrome lanciato nel Regno Unito
14 luglio — Gemini diventa accessibile da qualsiasi scheda Chrome aperta nel Regno Unito, senza cambiare contesto: riassumere una pagina, confrontare contenuti tra schede, rispondere a domande su ciò che è visualizzato sullo schermo.
Primo rapporto Gemini Sud-Est asiatico: adozione record e Gemini Spark
14 luglio — Google pubblica il suo primo « Gemini Southeast Asia Report »: gli utenti attivi sono più che raddoppiati in un anno nei sei principali mercati (Indonesia, Malesia, Filippine, Singapore, Thailandia, Vietnam), quasi il 70 % delle query viene inviata in lingua locale e 5 miliardi di immagini sono state generate tramite Nano Banana nell’ultimo anno. In questa occasione Google distribuisce Gemini Spark, un agente proattivo capace di gestire attività Workspace, nelle lingue locali per gli abbonati Advanced della regione.
Strumenti dev e agenti
Devin Fusion: un agente preview che instrada verso Fable 5
13 luglio — Cognition lancia Devin Fusion, un agente in anteprima disponibile in Devin Cloud, dove un modello fa da manager delegando attività a un modello più economico invece di eseguire tutto con un solo modello premium. Secondo il team, Fable 5 si comporta come un manager che delega scrivendo specifiche complete, mentre altri modelli come Opus 4.8 tendono a micro-gestire e a saturare il proprio contesto. Risultato: un costo per attività inferiore a quello di Opus 4.8, nonostante un prezzo unitario di Fable 5 più elevato — tranne nel debug in serie, dove i risparmi restano più difficili da ottenere.
Perplexity apre in open source il suo benchmark WANDR
14 luglio — Perplexity pubblica WANDR (Wide ANd Deep Research), un benchmark interno progettato per valutare gli agenti di ricerca su attività ampie e approfondite: 500 task, 170 495 record verificabili singolarmente, su tre livelli di difficoltà. Il correttore recupera nuovamente ogni pagina citata per verificare che ogni affermazione sia supportata dalla prova sottostante. Su sei sistemi di produzione testati, i risultati restano modesti: 0,363 in F1 soft e solo 0,133 in F1 strict, per un costo per attività che va da 0,03 dollaro a 324,83 dollari a seconda delle impostazioni.
🔗 Annuncio Perplexity su X · Benchmark GitHub
Brevi
- Anthropic impegna 10 milioni di dollari canadesi per finanziare nuovi lavori di ricerca in IA in Canada, in partnership con istituzioni locali. 🔗 fonte
- Cognition festeggia un anno dal ritiro di Windsurf: ricavi annualizzati passati da 73 milioni a oltre 500 milioni di dollari, più di 20 milioni di righe di codice scritte, unificazione sotto il marchio Devin Desktop. 🔗 fonte
- Amp (Sourcegraph) pubblica una dashboard pubblica che mostra in tempo reale l’uso delle sue modalità agente, per tutti gli utenti come per il team interno. 🔗 fonte
- Warp integra Sentry via MCP, per concatenare analisi della causa radice (Seer) e creazione di pull request senza uscire dal terminale. 🔗 fonte
- Composio arriva su Warp, collegando gli agenti a più di 1 000 applicazioni (Gmail, Slack, Linear, Google Calendar). 🔗 fonte
- Zach Lloyd (CEO di Warp) pubblica un saggio sul passaggio dagli agenti interattivi verso « cloud software factories » che automatizzano l’intero ciclo di vita software. 🔗 fonte
- Hugging Face Jobs consente ora di montare una cartella locale direttamente in un Job tramite
-v dossier:/chemin, senza fase di upload preliminare verso un repository. 🔗 fonte - llama.cpp festeggia la sua 10 000ᵃ pubblicazione (release), senza ulteriori dettagli tecnici. 🔗 fonte
- LlamaCoder v4 (Together AI) genera applicazioni complete con un solo prompt, ricostruito attorno a GLM 5.2 con un nuovo motore di rendering WebAssembly, gratuito e open source. 🔗 fonte
- NotebookLM riepiloga le sue funzionalità recenti (sincronizzazione automatica con Drive, fissaggio dei notebook, riorganizzazione delle diapositive, condivisione mobile) in attesa di un prossimo annuncio non dettagliato. 🔗 fonte
- GitHub consente ora di stimare il costo della licenza Code Quality (committer attivi, proiezione mensile) prima del suo passaggio a 10 dollari per committer attivo al mese, previsto per il 20 luglio 2026. 🔗 fonte
- NVIDIA lancia « AI Model Co-Design », una nuova serie sulla sinergia tra dimensioni dei modelli e prestazioni GPU. 🔗 fonte
- Kling AI svela il trailer di ODYSEEUS: The Fall, secondo lungometraggio IA dello studio Fountain 0, diretto da Ash Koosha. 🔗 fonte
- OpenAI pubblica una guida Enterprise sulla gestione degli investimenti IA nell’era agentica, incentrata sulla misurazione del lavoro utile per dollaro speso. 🔗 fonte
- OpenAI dettaglia come i team vendita usano ChatGPT Work per gli appunti di pipeline, le preparazioni delle riunioni e la diagnosi dei deal bloccati. 🔗 fonte
- OpenAI dettaglia come i team data science usano ChatGPT Work per gli appunti di causa radice, i resoconti di impatto e le specifiche delle dashboard. 🔗 fonte
- Cohere co-sponsorizza l’hackathon Hugging Face e premia due progetti: Tiny Army (2ᵃ posizione, pista Thousand-Token Wood) e Eyas, agente di videosorveglianza (premio del miglior agente). 🔗 fonte
Cosa significa
Sul piano materiale, NVIDIA struttura la sua comunicazione attorno a un’unica idea: la potenza elettrica, non il silicio, è ormai il vincolo che determina la redditività di una fabbrica IA. I guadagni di prestazioni per watt di Blackwell (fino a 25x su DeepSeek V4 Pro) e i casi cliente Nemotron quantificati in decine di volte meno costosi raccontano la stessa storia: l’efficienza energetica e il costo per token diventano l’argomento di vendita principale, più della potenza pura. La dimostrazione RL Autoresearch va nella stessa direzione mirando ad automatizzare il ciclo ricerca-addestramento-valutazione stesso, finora in gran parte manuale.
Sul fronte dei modelli aperti, la settimana illustra una rapida diversificazione delle nicchie: riconoscimento di documenti ultra-leggero (OvisOCR2), comprensione video continua (MOSS-VL-Realtime), robotica con profondità nativa (LeRobot), e soprattutto la quantizzazione ternaria di Bonsai 27B che fa rientrare una capacità multimodale di classe 27 miliardi di parametri in un ingombro di memoria degno di un telefono. Queste pubblicazioni, sostenute da Hugging Face, Together AI, Sakana AI e team indipendenti, mostrano un ecosistema open source che continua a seguire da vicino le capacità dei modelli chiusi riducendo al contempo in modo marcato i costi di inferenza.
Sul terreno della governance, l’intervento di Demis Hassabis si stacca dal tono abituale degli annunci di prodotto: afferma esplicitamente che l’attuale corsa commerciale supera la comprensione collettiva dei rischi e propone un meccanismo concreto — un Standards Body ispirato alla FINRA — invece di un semplice invito alla prudenza. Che questa proposta venga dal CEO di Google DeepMind, in una settimana segnata anche da numerosi lanci di prodotto, illustra la tensione tra ritmo commerciale e anticipazione normativa che attraversa l’intero settore.
Infine, l’outillage per sviluppatori continua a riorganizzarsi attorno alla delega tra modelli più che alla corsa verso un singolo modello più potente: Devin Fusion punta su un modello manager che delega a un modello esecutore meno costoso, GitHub estende il suo scanning di sicurezza assistito da IA direttamente nelle pull request e Perplexity apre il suo benchmark WANDR per oggettivare i limiti reali degli agenti di ricerca — un utile promemoria che anche i migliori sistemi attuali restano lontani da un’affidabilità completa su attività di verifica fattuale su larga scala.
Fonti
- Demis Hassabis — annuncio su X
- Demis Hassabis — articolo completo su X
- NVIDIA — prestazioni per watt
- NVIDIA — RL Autoresearch
- NVIDIA — annuncio Nemotron Labs
- OvisOCR2
- MOSS-VL-Realtime
- LeRobot v0.6.0
- Sakana Marlin
- Ternary Bonsai 27B
- Flash-BoN
- Hugging Face ZeroGPU
- GitHub — scanning di sicurezza IA sulle PR
- GitHub — Dependabot cooldown
- GitHub — /security-review nell’app Copilot
- Manus — .pptx nativo
- Manus — pubblicazione automatica
- Alibaba Wan-Dancer-14B
- HeyGen — timestamp parola per parola
- HeyGen — Figma → HyperFrames
- NVIDIA — feedback clienti Nemotron
- Claude for Teachers
- Artifacts — condivisione pubblica
- GPT-5.6 su Amazon Bedrock
- Codex su JetBrains AI
- Gemini in Chrome (UK)
- Rapporto Gemini Sud-Est asiatico
- Devin Fusion
- Perplexity WANDR
- Anthropic — ricerca IA in Canada
- Cognition — un anno dopo Windsurf
- Amp — utilizzo in diretta
- Warp x Sentry
- Composio su Warp
- Warp — cloud software factories
- Hugging Face Jobs — montaggio di cartella locale
- llama.cpp — 10 000ᵃ release
- LlamaCoder v4
- NotebookLM — riepilogo
- GitHub Code Quality — stima della licenza
- NVIDIA — AI Model Co-Design
- Kling AI — ODYSEEUS: The Fall
- OpenAI — investimenti IA
- OpenAI — ChatGPT Work per le vendite
- OpenAI — ChatGPT Work per la data science
- Cohere — hackathon Hugging Face