Runway lancia Solaris, un modello che genera interfacce senza codice, ChatGPT Ads raggiunge un tasso di ricavi annualizzato di 1 miliardo di dollari, Together AI firma per 250 MW in Arabia Saudita

Diciotto annunci per il 30 e 31 agosto, con una distribuzione molto squilibrata: domenica non è stata pubblicata alcuna comunicazione ufficiale e quasi tutto il materiale è datato lunedì. L’interruzione di X segnalata nell’edizione del 30 è stata recuperata: gli account rimasti inaccessibili quel giorno sono stati ricontrollati nell’arco di tre giorni, senza rivelare annunci mancanti.

Emergono tre filoni. Innanzitutto un modello inedito, con il primo modello del mondo d’interfaccia di Runway. Poi due traguardi economici: il tasso di ricavi annualizzato di un miliardo di dollari raggiunto dalla piattaforma pubblicitaria di OpenAI e un contratto infrastrutturale da 250 MW firmato da Together AI. Infine, un ciclo di strumenti per sviluppatori presso GitHub, NVIDIA e Amp, completato da tre lavori di ricerca pubblicati sul blog della community di Hugging Face.

Runway lancia Solaris, il suo primo modello del mondo d’interfaccia

31 agosto — Runway ha presentato Solaris, il primo modello di una famiglia che il laboratorio chiama modelli del mondo d’interfaccia (Interface World Models). Il principio si riassume in una frase: invece di produrre codice che in seguito visualizzerà un’interfaccia, il modello genera direttamente l’interfaccia, fotogramma per fotogramma, e reagisce in tempo reale ai clic e alle operazioni di trascinamento.

Il ragionamento parte da un’osservazione sulla filiera di produzione del software. Un mockup deve prima essere tradotto in codice per poter fare qualsiasi cosa, e questa traduzione comporta un doppio costo: ogni comportamento deve essere definito in anticipo, per cui il software è già cristallizzato prima dell’arrivo del primo utente, e la ricchezza visiva del progetto originale si perde durante il processo. Solaris elimina il passaggio intermedio e l’intera immagine diventa l’interfaccia.

Tecnicamente, il modello si basa su Gen-4.5, il modello video di Runway, e prosegue il lavoro di GWM-1, il suo modello del mondo generalista. Gli input dell’utente condizionano il fotogramma successivo allo stesso modo di un testo o di un’immagine, consentendo di apprendere il legame tra un’azione e il suo risultato visivo senza programmare alcun comportamento. Il passaggio al tempo reale ha richiesto tre fasi: rendere la generazione autoregressiva fotogramma per fotogramma, distillare il denoising in più passaggi riducendolo a pochi passaggi, quindi addestrare il modello rapido sui propri output. Un LLM decide l’evoluzione della scena mentre il modello del mondo ne esegue il rendering.

Criterio valutato dai partecipanti	Solaris	Interfaccia codificata (Claude Opus 5)	Valutazioni equivalenti
Rispetto dell’istruzione richiesta	61 %	24 %	13 %
Naturalezza del comportamento all’interno della scena	71 %	21 %	6 %

Caratteristica tecnica	Valore misurato
Modello di base	Gen-4.5, nel solco di GWM-1
Risoluzione mantenuta	720p
Soglia di interattività	circa 0,5 s di latenza
Studio sugli utenti	250 partecipanti, 30 esempi, quasi 7.500 valutazioni a coppie
Benchmark di ricostruzione	30 interfacce, similarità strutturale (SSIM) e descrittori DINOv3

Il divario è nettamente più marcato per la naturalezza del comportamento che per il semplice rispetto dell’istruzione, e Runway vi individua la differenza fondamentale tra i due approcci: un’interfaccia codificata spesso riesce a riprodurre la modifica richiesta, ma la tratta come un aggiornamento isolato, mentre un modello che ha appreso il comportamento degli oggetti produce una reazione coerente con il resto della scena. Il laboratorio propone un secondo utilizzo, meno prevedibile: l’addestramento di agenti, ai quali un ambiente che si rigenera continuamente offrirebbe interfacce in costante cambiamento, comprese configurazioni mai esistite prima.

Runway documenta anche ciò che Solaris non è ancora in grado di fare, e l’elenco è sostanziale: un testo stabile e leggibile rimane uno dei problemi più difficili della generazione video, benché le interfacce ne dipendano più di qualsiasi altro ambito; l’ancoraggio fattuale richiede di condizionare la generazione su dati verificati; la coerenza durante le sessioni lunghe resta un cantiere di ricerca; inoltre, un’interfaccia generata deve ancora funzionare con le tecnologie assistive e le API di accessibilità. Il lancio pubblico è in preparazione con alcuni partner, mentre l’accesso anticipato avviene tramite un modulo.

Today, we’re sharing new research on Solaris, our first Interface World Model. Solaris is a new kind of operating system that generates interactive interfaces frame by frame, in real time, with no code.

🇮🇹 Oggi condividiamo nuovi lavori di ricerca su Solaris, il nostro primo Interface World Model. Solaris è un nuovo tipo di sistema operativo che genera interfacce interattive fotogramma per fotogramma, in tempo reale, senza codice. — @runwayml su X

🔗 Runway — Presentazione di Solaris

ChatGPT Ads raggiunge un tasso di ricavi annualizzato di un miliardo di dollari e apre il self-service in quattro nuove aree

31 agosto — OpenAI ha pubblicato un articolo dedicato a ChatGPT Ads, la sua piattaforma pubblicitaria integrata in ChatGPT, annunciando che la piattaforma ha raggiunto un tasso di ricavi annualizzato (annualized revenue run rate) di un miliardo di dollari in meno di 200 giorni dal lancio. La distinzione va chiarita fin dall’inizio: non si tratta di un miliardo già incassato, bensì dei ricavi del periodo recente proiettati su dodici mesi. Una piattaforma pubblicitaria che esiste da meno di duecento giorni non può, per definizione, aver incassato un intero anno di ricavi a questo ritmo. L’apertura degli acquisti in modalità self-service tramite Ads Manager in India, Europa, Medio Oriente e Nord Africa è prevista per più tardi nel corso della giornata.

OpenAI presenta la pubblicità come uno dei pilastri del proprio modello economico, insieme agli abbonamenti per il grande pubblico, alle offerte aziendali e alle API fatturate in base all’utilizzo, collegandola esplicitamente al finanziamento del livello gratuito che mantiene ChatGPT accessibile a più di un miliardo di utenti attivi settimanali. Il sistema è regolato da quattro impegni: gli annunci sono sempre chiaramente identificati e separati dalle risposte, la pubblicità non influenza le risposte fornite, gli inserzionisti non hanno accesso alle conversazioni private e l’utente controlla il grado di personalizzazione della propria esperienza pubblicitaria.

Metrica pubblicata da OpenAI	Valore annunciato
Tasso di ricavi annualizzato (proiezione)	1 miliardo di dollari
Tempo trascorso dal lancio	meno di 200 giorni
Inserzionisti sulla piattaforma	decine di migliaia
Paesi già coperti	più di 40
Nuovi mercati aperti in modalità self-service	India, Europa, Medio Oriente, Nord Africa
Partner tecnologici e di misurazione	più di 50
Utenti attivi settimanali di ChatGPT	più di 1 miliardo
Ritorno sulla spesa pubblicitaria citato su 28 giorni	3x, presso un inserzionista e-commerce
Traffico pubblicitario proveniente da nuovi clienti	più dell’80 %, presso un partner tecnologico

La traiettoria descritta è quella di un passaggio dalla vendita gestita a una piattaforma ad accesso libero. Il modello iniziale si basava sulle agenzie e sui partner; l’arrivo di Ads Manager a maggio ha aperto la piattaforma pubblicitaria alle piccole e medie imprese, che rappresentano ormai una quota significativa dell’attività. Sul fronte degli strumenti, le offerte CPC e le offerte ottimizzate in base ai risultati (outcome-optimized bidding) costituiscono la maggioranza delle campagne, mentre Pixel e l’API Conversions fungono da base per la misurazione. OpenAI osserva inoltre che gli inserzionisti al di fuori degli Stati Uniti rappresentano una quota crescente dei ricavi.

Per il futuro, l’azienda annuncia nuovi mercati, formati, obiettivi e opzioni di acquisto, e afferma di voler esplorare modalità più native con cui le imprese possano interagire con i consumatori all’interno di ChatGPT, ossia formati meno separati dalla conversazione rispetto agli annunci attuali.

🔗 OpenAI — Un traguardo nell’espansione dell’accesso all’IA

Together AI: 250 MW in Arabia Saudita, GLM-5.3 in testa all’indice agentico e un nuovo cliente

31 agosto — Together AI ha annunciato la firma di un accordo infrastrutturale relativo a un data center da 250 MW in Arabia Saudita, costruito con HUMAIN. Il laboratorio prevede che l’attività di questo centro genererà ricavi per 5 miliardi di dollari all’anno e presenta l’operazione come uno dei maggiori accordi per infrastrutture IA conclusi per l’open source. Il messaggio è stato fissato in evidenza sull’account del laboratorio, distinguendosi così dalla sua consueta comunicazione sui modelli.

La cifra richiede cautela nell’interpretazione, perché il messaggio di annuncio giustappone tre frammenti privi di verbo e lascia ambiguo il soggetto dei 5 miliardi. È la copertura del New York Times a dirimere la questione: la somma indica i ricavi attesi da questo data center, non quelli dell’azienda. Anche l’ordine di grandezza lo conferma, poiché lo stesso articolo colloca la valutazione di Together AI a 8,3 miliardi di dollari nel luglio 2026: un’azienda valutata a quel livello non realizza 5 miliardi di fatturato annuo.

La struttura stessa dell’accordo merita attenzione, perché non si tratta di un acquisto di capacità. Sempre secondo il New York Times, HUMAIN fornisce 120.000 semiconduttori oltre ai 250 MW e Together AI gestisce questi chip cedendo in cambio una quota dei propri ricavi. Il laboratorio, dunque, non finanzia l’infrastruttura: la utilizza in cambio di una frazione del proprio fatturato. È esattamente ciò che il thread rivendica contrapponendo le partnership che rendono disponibile capacità di calcolo a una corsa in cui ciascuno dovrebbe raccogliere autonomamente i propri miliardi. HUMAIN, creata l’anno scorso su iniziativa del principe ereditario Mohammed bin Salman, rientra negli sforzi sauditi per costruire un’industria dell’IA e ridurre la dipendenza del Paese dal petrolio.

L’argomentazione sviluppata nel thread riguarda meno il volume che la natura del vincolo. Together AI descrive l’energia come il vero collo di bottiglia del momento e l’accordo come un mezzo per accedere a una scala che un’azienda delle sue dimensioni non potrebbe finanziare con il proprio bilancio. Il laboratorio contrappone esplicitamente questa struttura al modello dei laboratori chiusi, la cui infrastruttura è stata a lungo finanziata dagli hyperscaler.

Questa lettura chiarisce il ruolo particolare di Together AI nell’ecosistema: il laboratorio non pubblica modelli di frontiera, ma serve quelli altrui — DeepSeek, GLM, Kimi, MiniMax, Nemotron. Il suo vincolo, quindi, non è la ricerca, ma la capacità di calcolo disponibile per servire modelli a pesi aperti a un prezzo inferiore rispetto alle API proprietarie. Un contratto da 250 MW risponde direttamente a questa esigenza.

Elemento dell’accordo	Valore riportato
Capacità del data center	250 MW
Semiconduttori forniti da HUMAIN	120.000
Ricavi annui attesi dal data center	5 miliardi di dollari
Contropartita versata a HUMAIN	una quota dei ricavi di Together AI
Valutazione di Together AI nel luglio 2026	8,3 miliardi di dollari
Partner industriale	HUMAIN
Ubicazione	Arabia Saudita
Data e ora dell’annuncio	31 agosto 2026, 13:26 UTC

Un ultimo punto, che Together AI non commenta nel proprio thread: lo stesso articolo rileva che l’insediamento saudita consente di sottrarsi alle resistenze incontrate negli Stati Uniti nell’installazione di data center.

We just signed one of the largest AI infrastructure deals for open source, period. 250MW data center. $5B+ in annualized revenue. Built with @HUMAIN in Saudi Arabia.

🇮🇹 Abbiamo appena firmato uno dei maggiori accordi per infrastrutture IA destinati all’open source, punto e basta. Data center da 250 MW. Oltre 5 miliardi di dollari di ricavi annualizzati. Costruito con @HUMAIN in Arabia Saudita. — @togethercompute su X

GLM-5.3 raggiunge il primo posto nell’indice agentico di Artificial Analysis

31 agosto — Sesto giorno consecutivo in cui GLM-5.3 fa notizia: dopo l’apertura dei pesi da parte di Z.ai il 28 agosto e la pubblicazione del modello sull’API serverless di Together AI il 29, questa volta a distinguerlo è una classifica di terze parti. Nell’indice agentico di Artificial Analysis, il modello raggiunge 59 punti. Together AI formula il risultato con precisione: GLM-5.3 è a pari merito al primo posto (ties for the top spot) e supera (beating) GPT-5.6 Sol e Claude Fable 5. Il sorpasso riguarda quindi questi due modelli; con Claude Opus 5, anch’esso a 59, GLM-5.3 condivide il primato.

L’aspetto più istruttivo riguarda il metodo. Z.ai non ha addestrato un nuovo modello di base: la base GLM-5.2 è stata mantenuta e l’intero miglioramento deriva dal post-training, ampliato simultaneamente lungo tre assi: un maggior numero di ambienti a lungo orizzonte, una maggiore varietà di attività e più compute dedicato al RL.

Modello valutato	Punteggio nell’indice agentico
GLM-5.3 (max)	59
Claude Opus 5 (max)	59
GLM-5.3 Flash	58
GPT-5.6 Sol (max)	58
Claude Fable 5 (con fallback)	57

🔗 Messaggio di @togethercompute

Greptile sceglie Together AI come principale fornitore di inferenza

31 agosto — Ultimo segnale della giornata, più modesto: Greptile, uno strumento di revisione del codice tramite IA utilizzato da oltre 11.000 team, ha scelto Together AI come principale fornitore di inferenza. Lo strumento analizza le pull request usando il contesto completo del repository, con un profilo di carico composto da contesti lunghi e grandi volumi di token: esattamente il caso d’uso in cui la differenza di costo tra modelli a pesi aperti e API proprietarie diventa determinante.

🔗 Messaggio di @togethercompute

GitHub Copilot in VS Code: quattro versioni di agosto riassunte in un changelog

31 agosto — GitHub pubblica il riepilogo di agosto 2026 di Copilot in Visual Studio Code, che copre quattro versioni dell’editor, dalla v1.132 alla v1.135. Il filo conduttore del ciclo è l’organizzazione del lavoro con più agenti: la finestra Agents smette di essere un semplice elenco di conversazioni e diventa uno spazio in cui più sessioni convivono e vengono ripristinate nello stato in cui erano state lasciate.

Per quanto riguarda le sessioni, le chat vengono disposte affiancate in gruppi orizzontali o verticali e la disposizione viene ripristinata al ritorno. Il comando /btw apre una conversazione laterale che condivide il contesto e la cache del prompt della conversazione principale mentre quest’ultima continua a essere eseguita: un modo per porre una domanda secondaria senza interrompere un agente in esecuzione. Un controllo della cronologia dei prompt, accessibile dal margine del transcript, consente di passare direttamente a un prompt e riesaminare le modifiche ai file che ne derivano. Agent Host permette a più finestre di VS Code di connettersi alla stessa sessione, mentre un comando sperimentale /rubber-duck interroga un modello complementare per far emergere dettagli trascurati e casi limite.

Due aspetti riguardano direttamente il ruolo di Claude nell’editor: un’impostazione sperimentale apre la finestra Agents senza connessione a GitHub quando Claude è configurato con una chiave API, mentre le sessioni Claude consentono di passare in qualsiasi momento dai modelli dell’abbonamento Anthropic a quelli dell’abbonamento Copilot e viceversa. VS Code permette inoltre di installare plugin portabili per agenti conformi allo standard Agent Plugins 1.0, utilizzabili in altri client per agenti compatibili.

Ambito del changelog	Novità principali
Sessioni e workflow	Chat affiancate, `/btw`, cronologia dei prompt, Agent Plugins 1.0, `/rubber-duck`, Agent Host
Claude in VS Code	Finestra Agents senza connessione a GitHub tramite chiave API, passaggio tra modelli Anthropic e Copilot
Chat e revisione	Ricerca nel transcript, scorrimento persistente, editor Markdown ibrido, token per modello
Browser integrato	Annotazione in blocco di elementi HTML, ricaricamento automatico, editor HTML predefinito
Dettatura	Multilingue sul dispositivo, istruzioni di pulizia, pulizia adattata alla shell

La chat acquisisce infine gli strumenti di lettura richiesti da conversazioni divenute lunghe: ricerca testuale nell’intero transcript con distinzione tra maiuscole e minuscole, parole intere ed espressioni regolari; scorrimento persistente che mantiene visibile il prompt corrente; visualizzazione del consumo di token per modello passando il mouse sul piè di pagina della risposta, distinguendo input, input nella cache e output — una visibilità utile da quando la fatturazione dipende dalla cache. Il browser integrato consente di selezionare e annotare più elementi HTML di una pagina per elaborare in blocco il feedback sull’interfaccia, mentre la dettatura viene eseguita sul dispositivo, in più lingue, preservando la sintassi dei comandi quando si detta in un terminale anziché inserire la punteggiatura pronunciata.

🔗 GitHub Changelog — Copilot in VS Code, versioni di agosto 2026

NVIDIA porta i suoi componenti software nella biologia e nei veicoli autonomi

31 agosto — NVIDIA ha pubblicato un tutorial che documenta un lavoro di integrazione condotto con Anthropic: BioNeMo Agent Toolkit è ora utilizzabile da Claude Science, l’ambiente di ricerca scientifica di Anthropic. Il problema affrontato è quello degli strumenti specialistici: un agente generalista può riconoscere che un’attività richiede il ripiegamento di una proteina senza tuttavia sapere quale modello eseguire, come formattare la richiesta o quali parametri siano rilevanti. Il toolkit racchiude oltre un decennio di modelli, librerie e workflow BioNeMo — biologia, chimica, genomica, scoperta di farmaci — in skills richiamabili da un agente. Nei suoi benchmark interni, NVIDIA dichiara un’accuratezza delle attività passata dal 60 al 100% e un’efficienza in termini di token approssimativamente raddoppiata.

Il tutorial concatena tre microservizi NIM: MSA Search per costruire il contesto evolutivo, seguito da OpenFold3 e Boltz-2 per prevedere la struttura in modo indipendente. La dimostrazione più significativa riguarda il ruolo dell’allineamento multiplo delle sequenze: senza di esso, la confidenza relativa all’interfaccia crolla in entrambi i modelli e un budget di campionamento più generoso non cambia il risultato. Due riserve meritano di essere segnalate: la barriera hardware, con una GPU L40S o H100 e circa 700 GB di spazio di archiviazione, e la cautela interpretativa espressa da NVIDIA, che ricorda come un punteggio di confidenza non dimostri un’interazione e presenta la convergenza di due modelli indipendenti come un’ipotesi solida, non come una prova.

Misura di confidenza dell’interfaccia (iPTM)	OpenFold3	Boltz-2
Eteromero con allineamento MSA	0,85	0,82
Eteromero senza allineamento MSA	0,14	0,19
RMSD Cα del nucleo, monomero rispetto a eteromero	0,68 Å	0,65 Å

🔗 Tutorial NVIDIA — BioNeMo NIM in Claude Science

Omniverse NuRec adatta uno stack di percezione a un veicolo che non esiste ancora

31 agosto — Lo stesso giorno, NVIDIA pubblica un secondo tutorial tecnico, questa volta dedicato alla guida autonoma. Il punto di partenza è che uno stack di percezione viene plasmato dal veicolo che lo ospita: trasferito da un SUV a una berlina, non percepisce più il mondo nello stesso modo, poiché cambiano la posizione dei sensori, la calibrazione, i campi visivi, le occlusioni e la geometria della carrozzeria. Raccogliere e annotare un dataset reale per ogni linea di veicoli è costoso e spesso rimane impossibile nelle prime fasi dello sviluppo.

Omniverse NuRec propone di riutilizzare i tragitti già registrati: ricostruisce ogni scena, quindi la riproduce dalla configurazione dei sensori del veicolo di destinazione. I team possono così capire come apparirebbe uno scenario dalla nuova disposizione delle telecamere e dove i cambiamenti geometrici creerebbero angoli ciechi. NVIDIA precisa che i dati di guida reali restano indispensabili per ancorare e convalidare le prestazioni: i dati sintetici servono ad adattare i modelli prima che esista un dataset dedicato, non a sostituirlo. Le scene sono distribuite su Hugging Face nel formato USDZ, insieme a un repository di skills destinato agli agenti di programmazione.

🔗 Tutorial NVIDIA — Omniverse NuRec

Amp associa una sala per chiamate audio e video a ogni thread

31 agosto — Amp associa una sala di conversazione dal vivo a ogni thread. La funzionalità, denominata Space to Talk, apre uno spazio audio e video collegato al thread stesso: basta premere il tasto Invio per accedervi, attivare la videocamera e condividere lo schermo, mentre l’agente prosegue il proprio lavoro nello stesso thread.

L’argomento evidenziato è l’eliminazione dei passaggi intermedi e questa logica prosegue il percorso collaborativo intrapreso da Amp dall’estate: condivisione del controllo di un orb tra colleghi (Multiplayer, 22 luglio), seguita dall’invito tramite menzione direttamente in un thread (Pass the Orb to the Left Hand Side, 19 agosto). Il thread diventa l’unico punto d’incontro del team e dell’agente. Amp riconosce inoltre che l’ambito rimane aperto: brainstorming, lavagna virtuale o conversazioni con Puck e altri agenti vengono menzionati come possibilità future, non come funzionalità già disponibili.

No links to paste, no calendar invite, no other app. The call lives where the work lives.

🇮🇹 Nessun link da incollare, nessun invito di calendario, nessun’altra applicazione. La chiamata si svolge dove si trova il lavoro. — Amp, nota Space to Talk

VLANeXt, una codebase unificata per i modelli visione-linguaggio-azione

31 agosto — Un team pubblica sul blog di Hugging Face VLANeXt, una codebase di ricerca dedicata ai modelli visione-linguaggio-azione (vision-language-action, VLA). Il principio di questi modelli è semplice: un modello visione-linguaggio collega ciò che il robot vede a un’istruzione in linguaggio naturale, quindi ne ricava un’azione nel mondo fisico.

Il problema affrontato è metodologico. Il settore progredisce rapidamente ma si frammenta: da una pubblicazione all’altra cambiano il backbone, la policy head, la rappresentazione delle azioni, la strategia di addestramento e il protocollo di valutazione. I risultati vengono ampiamente presentati come solidi, ma rimane difficile stabilire cosa renda davvero efficace un modello VLA, perché non è possibile isolare le variabili.

Anziché aggiungere un’ulteriore architettura, gli autori sono ripartiti da una base di riferimento di tipo RT-2 / OpenVLA e hanno esplorato metodicamente lo spazio di progettazione per ricavarne una ricetta, un lavoro che ha prodotto il paper ICML «VLANeXt: Recipes for Building Strong VLA Models». Da allora la codebase è stata estesa oltre questo studio, includendo backbone di varie dimensioni, apprendimento di azioni latenti, modellazione predittiva nello spazio latente e modellazione mondo-azione. Offre sei punti di partenza: VLANeXt-LAM, -S, -L, -XL, -JEPA e -WAM.

🔗 Articolo su Hugging Face

In breve

Claude Code 2.1.252, una versione esclusivamente correttiva — Quattro correzioni e nessuna novità: comandi Bash non riusciti su alcuni Mac, scelta «always allow» non salvata in un progetto privo del file .claude/settings.local.json, sessioni Remote Control bloccate per diversi minuti dopo il completamento di uno strumento quando la connessione a claude.ai è degradata e notifiche di attività in background con output voluminoso che fanno superare il limite dimensionale delle richieste API. 🔗 CHANGELOG di Claude Code
Flow introduce sul desktop il controllo del primo e dell’ultimo fotogramma — Google Flow comunica che il controllo del primo e dell’ultimo fotogramma di Gemini Omni 1.1 Flash, presentato insieme al modello il 27 agosto, è ora accessibile sul desktop. L’uso evidenziato: fornire la stessa immagine a entrambe le estremità per produrre un loop. 🔗 Messaggio di @FlowbyGoogle
Ultimo giorno per concorrere al premio Grok Imagine — xAI ha ricordato che la scadenza del concorso video lanciato il 17 agosto cadeva quello stesso giorno. I partecipanti dovevano produrre una scena tratta dall’Odissea di Omero che mettesse in risalto le capacità video e vocali del modello; i tre migliori lavori si dividono 175.000 dollari, con premi rispettivamente di 100.000, 50.000 e 25.000 dollari. 🔗 Messaggio di @grok
QwenCloud chiude la sua Arena e annuncia una sessione a Bangkok — La challenge Qwen Cloud Arena, dedicata agli agenti per la generazione di contenuti destinati all’e-commerce transfrontaliero, ha chiuso le candidature a mezzanotte, ora di Pechino, dopo aver raccolto più di 800 partecipanti; la fase di revisione sarebbe iniziata il giorno successivo. Poche ore prima QwenCloud aveva annunciato una sessione alla Qwen Conference di Bangkok del 4 settembre, con lo stesso posizionamento basato su tre punti di accesso — sito web, Skills, CLI — già presentato a Hong Kong. 🔗 Chiusura dell’Arena · 🔗 Sessione di Bangkok
GitHub avvia un sondaggio sugli adattamenti per l’accessibilità degli sviluppatori — L’azienda intende documentare gli strumenti, le impostazioni dei prodotti e gli adattamenti personali che consentono di lavorare in buone condizioni, senza richiedere ai partecipanti di dichiarare una disabilità né di considerarsi utenti di strumenti di accessibilità. Risposte attese entro il 30 settembre. Argomento non correlato all’IA. 🔗 Messaggio di @github
otoSpeech Task, un corpus full-duplex pubblicato insieme alla relativa attività — Venti ore di conversazioni in inglese con due interlocutori, 58 sessioni relative a sette attività collaborative e 11.025 eventi con timestamp, con licenza CC BY 4.0. La particolarità è che le immagini viste da ciascun interlocutore, le relative azioni e le risposte di riferimento figurano sulla stessa timeline dell’audio. 🔗 Articolo su Hugging Face
YOLO26-RGB, un modello di rimozione della pioggia derivato da una depth head — Due modelli per la rimozione della pioggia ottenuti sostituendo la depth head a 1 canale di YOLO26-depth con una restoration head RGB a 3 canali: 5,25 M di parametri a circa 109 immagini/s in 1080p e 12,13 M a circa 92 immagini/s per 0,1 dB di qualità in più. 🔗 Articolo su Hugging Face

Cosa significa

Generare l’interfaccia anziché il codice che la produce. Solaris sposta il confine tra progettazione ed esecuzione. L’intera catena software attuale si basa su una traduzione — un mockup diventa codice, il codice produce una visualizzazione — e Runway misura quanto costa questa traduzione: su 30 interfacce da ricostruire a partire da uno screenshot, tutti i modelli multimodali testati perdono informazioni e il degrado aumenta con la ricchezza visiva. Eliminare il passaggio intermedio è una proposta radicale, e i limiti che il laboratorio stesso elenca indicano dove si scontra con la realtà: un testo che non rimane al suo posto, nessun ancoraggio fattuale garantito e un’accessibilità interamente da costruire, poiché un’immagine generata non espone alcuna struttura agli screen reader. Sono ostacoli sostanziali, non semplici rifiniture.

Due modi di pagare la potenza di calcolo, annunciati lo stesso giorno. OpenAI dichiara per la propria piattaforma pubblicitaria un ritmo annualizzato dei ricavi pari a un miliardo di dollari — una proiezione su dodici mesi, non un incasso — e lo considera un pilastro economico al pari degli abbonamenti: la pubblicità finanzia il livello gratuito di un servizio che dichiara oltre un miliardo di utenti settimanali. Together AI, dal canto suo, non monetizza un pubblico né acquista ulteriore capacità: ottiene 250 MW e 120.000 chip in Arabia Saudita in cambio di una quota dei propri ricavi, indicando l’energia come il vero collo di bottiglia del settore. Le due aziende rispondono allo stesso vincolo dalle due estremità opposte della catena, e nessuna delle due risposte è neutrale: una inserisce un interesse commerciale nel prodotto, l’altra sposta l’infrastruttura dove incontra meno resistenza politica.

La competizione agentica si gioca ormai dopo il pre-training. Il risultato di GLM-5.3 nell’indice agentico di Artificial Analysis è significativo soprattutto per il modo in cui è stato ottenuto: Z.ai ha mantenuto la base GLM-5.2 e ha aumentato la scala soltanto del post-training — ambienti a lungo orizzonte, varietà dei compiti, compute per il RL. Se raggiungere i vertici di una classifica agentica non richiede più di riaddestrare una base, allora la voce di costo più onerosa smette di essere l’unico fattore determinante della classifica e il ciclo di aggiornamento di un modello si accorcia di conseguenza. È anche la spiegazione più economica della sequenza di sei giorni vissuta da questo modello, dai pesi aperti il 28 a questa posizione in classifica il 31.

Gli strumenti per sviluppatori si stanno riorganizzando attorno a più agenti contemporaneamente. Il changelog di Copilot dedica un intero ciclo a trasformare la finestra Agents in uno spazio di lavoro — chat affiancate, conversazione laterale che condivide la cache del prompt, cronologia dei prompt, più finestre collegate alla stessa sessione — e non più in un elenco di conversazioni. Amp collega una sala per chiamate al thread affinché la discussione umana avvenga nello stesso luogo in cui lavora l’agente. NVIDIA, infine, raggruppa dieci anni di librerie scientifiche in skills richiamabili e pubblica un secondo repository di skills per la ricostruzione di scene di guida. Tre realtà molto diverse convergono sulla stessa idea: ciò che manca all’agente non è più la capacità del modello, bensì il contesto condiviso e gli strumenti specializzati che gli si possono fornire.