Szukaj

MiniMax uruchamia H3 z ogłoszonymi otwartymi wagami, Together AI twierdzi, że ruch tokenów wzrósł 10 000 razy, GitHub blokuje ryzykowne tokeny npm

JLS42 /
Artykuł wygenerowany przez sztuczną inteligencję
actualites ia ia-generative video image audio minimax together-ai open-source huggingface ai2 gemini google github copilot github-copilot npm securite coding-tools devin replit openai chatgpt gpt codex
MiniMax uruchamia H3 z ogłoszonymi otwartymi wagami, Together AI twierdzi, że ruch tokenów wzrósł 10 000 razy, GitHub blokuje ryzykowne tokeny npm

ai-powered-markdown-translator

Artykuł przetłumaczony z fr na pl za pomocą gpt-5.4-mini.

Zobacz projekt na GitHubie ↗

MiniMax uruchamia H3, ogólny multimodalny model z natywnym dźwiękiem stereo i ogłoszonymi otwartymi wagami „w najbliższych dniach”. Together AI chwali się spektakularnym wzrostem wolumenu serwowanych tokenów, podczas gdy GitHub zaostrza bezpieczeństwo tokenów npm po fali ataków przejęcia kont. Wokół tych trzech tematów dzień jest wyjątkowo intensywny po stronie generowania obrazów i wideo (Runway, Wan Video, Luma, Black Forest Labs, Ideogram), narzędzi dla agentów kodu (Devin, Replit, GitHub Actions) oraz przechodzenia modeli w OpenAI i Google.

MiniMax H3: ogólny model multimodalny, ogłoszone otwarte wagi

31 lipca — MiniMax uruchamia H3, opisany jako ogólny model generowania multimodalnego. W przeciwieństwie do poprzednich generacji (Hailuo 01 i 02), które dzieliły zadania między wyspecjalizowane modele, H3 łączy te możliwości w jednym modelu zdolnym rozumieć kontekst obejmujący tekst, obraz, wideo i audio. Jego najbardziej charakterystyczną cechą jest natywny dźwięk stereo generowany wspólnie z wideo, w sekwencjach trwających do 15 sekund w rozdzielczości 2K.

MiniMax podkreśla agresywne pozycjonowanie cena-wydajność: w 2K cena za sekundę ma być niższa niż jedna trzecia ceny modeli „mainstream”, a w 768p niższa niż połowa ceny 720p w tych samych modelach. H3 opiera się na kilku autorskich komponentach (Contextual Omni Representation, H3-VAE, H3-Omni Transformer, In-Context Regeneration) i obsługuje edycję w sposób ogólny: image-to-image, image-to-video, audio-to-audio, transfer ruchu video-to-video, z precyzyjnym renderowaniem tekstu i elementów marki — punktu często słabego w modelach generowania wideo.

MiniMax zapowiada także wkrótce otwarcie wag modelu, przedstawiane jako sposób na przyspieszenie kompatybilności sprzętowej i wsparcie społeczności open source w sektorze historycznie zdominowanym przez modele zamknięte. Uruchomieniu towarzyszy wdrożenie day-0 u kilkunastu partnerów, w tym Runway, Pika, Leonardo.Ai, OpenRouter i Krea.

CechaSzczegół
RozdzielczośćDomyślnie 2K
Maksymalny czas15 sekund
AudioNatywne stereo, generowane wspólnie
Cena w 2KMniej niż jedna trzecia ceny/sekundy modeli mainstream
Cena w 768pMniej niż połowa ceny 720p mainstream
Otwarte wagiOgłoszone „w najbliższych dniach”

MiniMax H3: An Open Model Breaking the Boundaries Between Tasks and Modalities — Today, we’re launching MiniMax H3, a general-purpose multimodal generation model. H3 understands unified context across text, images, video, and audio, generating video with native stereo sound, up to 15 seconds at 2K resolution.

🇵🇱 MiniMax H3: otwarty model, który zaciera granice między zadaniami i modalnościami — Dziś uruchamiamy MiniMax H3, ogólny model generowania multimodalnego. H3 rozumie ujednolicony kontekst w tekstach, obrazach, wideo i audio, generując filmy z natywnym dźwiękiem stereo, do 15 sekund w rozdzielczości 2K. — @MiniMax_AI na X

🔗 Fil uzupełniający — @MiniMax_AI na X

Grok Imagine Video 1.5 dostępny w Runway

1 sierpnia — Runway nadal rozszerza swój katalog modeli zewnętrznych, integrując Grok Imagine Video 1.5, wideo-wersję modelu generatywnego xAI, bezpośrednio dostępną z poziomu platformy. Integracja wpisuje się w strategię Runway polegającą na agregowaniu modeli granicznych od kilku wydawców — dzień wcześniej przyjęła już MiniMax H3 — w obrębie jednej platformy produkcji kreatywnej, zamiast polegać wyłącznie na własnych modelach Gen.

🔗 Ogłoszenie — @runwayml na X

Wan Video (Alibaba) uruchamia tryb Realtime do szkicu i tekstu

31 lipca — Alibaba udostępniła w sekcji Labs w wan video tryb Realtime, który pozwala przekształcić szkic w fotorealistyczną scenę w miarę rysowania — szczupła postać, przybliżony prostokąt, kilka kresek — bez jawnego kroku generacji ani przycisku „generate”. Tego samego dnia Alibaba zaprezentowała drugi tryb Realtime, tym razem dla tekstu: obraz poprawia się na bieżąco, gdy użytkownik wpisuje opis, zdanie po zdaniu, bez ekranu ładowania. Te dwie funkcje przybliżają doświadczenie generowania obrazów do ciągłej interakcji w stylu rysowania lub edytora tekstu, zamiast klasycznego cyklu prompt/generacja.

🔗 Ogłoszenie — @Alibaba_Wan na X

Luma uruchamia Layers, edycję obrazów warstwami napędzaną przez Uni-1

30 lipca — Luma wdrożyła Layers w obrębie Luma Agents, napędzane jej modelem Uni-1. Zasada: poprosić agenta o wyodrębnienie warstw z istniejącego obrazu (wygenerowanego przez Luma lub zaimportowanego przez użytkownika), a następnie zmienić konkretny element prostą rozmową, pozostawiając resztę obrazu nienaruszoną — czy to eksponowany produkt, tło, czy tekst. Luma ilustruje funkcję dwoma przykładami: pełnym przeprojektowaniem plakatu rebrandingowego na podstawie zwykłego płaskiego JPG oraz dodaniem odseparowanego obiektu do sceny bez naruszania oświetlenia ani dekoracji. Celem jest umożliwienie ukierunkowanych i iteracyjnych poprawek, zamiast ponownego generowania całego obrazu po zmianie jednego detalu.

🔗 Ogłoszenie — @LumaLabsAI na X

Black Forest Labs ujawnia zapowiedź FLUX 3

30 lipca — Black Forest Labs (BFL), wydawca modeli FLUX, pokazało pierwszy publiczny podgląd swojego nadchodzącego modelu FLUX 3 poprzez tymczasowy 48-godzinny dostęp na agencie Hermes od Nous Research. Agent ten łączy kilka generowanych planów, aby stworzyć pełny krótkometrażowy film z jednego promptu od początku do końca. Ogłoszeniu towarzyszy konkurs krótkich metraży organizowany przez Nous Research przez cały tydzień oraz osobista prezentacja FLUX 3 podczas wydarzenia BFL w San Francisco w kolejny piątek. BFL na tym etapie nie podało ani daty ogólnej dostępności, ani szczegółów technicznych dotyczących możliwości modelu.

🔗 Ogłoszenie — @bfl_ai na X

Ideogram uruchamia P-Image-Ideogram, rodzinę modeli Pareto-optymalnych z Pruna AI

30 lipca — Ideogram, we współpracy z Pruna AI, uruchomił nową rodzinę modeli obrazowych o nazwie P-Image-Ideogram, zoptymalizowaną jednocześnie pod kątem jakości, szybkości i kosztu. Model oferuje cztery tryby jakości (Very low, Low, Medium, High), natywne generowanie w 1K i 2K oraz cenę startową 0,003 dolara za obraz, z opóźnieniem deklarowanym na poziomie od 3 do 8 sekund zależnie od trybu. W rankingu Design Arena (ślepe głosowanie ludzi) Ideogram twierdzi, że uzyskał nową granicę Pareto preferencja/koszt i preferencja/szybkość: w 1K najbardziej ekonomiczny tryb kosztuje 0,3 ¢/obraz przy generacji trwającej około 3 sekund, czyli około 8,6 razy szybciej niż średnia ocenianych modeli. Natychmiastowe wdrożenie na kilkunastu platformach partnerskich, w tym ComfyUI, Runware, Replicate, Leonardo.Ai i Together AI.

Tryb jakościRozdzielczośćCena w 1KPrzybliżone opóźnienie
Very lowNatywne 1K/2K0,3 ¢/obraz~3 s
LowNatywne 1K/2K0,75 ¢/obraz~3 s
MediumNatywne 1K/2Knie podanodo 8 s
HighNatywne 1K/2Knie podanodo 8 s

🔗 Ogłoszenie — @ideogram_ai na X

Devin uruchamia Outposts, natywne uruchamianie aplikacji na dowolnym komputerze

31 lipca — Cognition, wydawca Devina, ogłosiło nową funkcję o nazwie Outposts. Pozwala ona agentowi Devin natywnie uruchamiać i testować aplikacje bezpośrednio na dowolnym komputerze, zamiast polegać wyłącznie na odizolowanych środowiskach chmurowych. Ta możliwość wpisuje się w ciąg ostatnich ogłoszeń Cognition dotyczących natywnego uruchamiania — natywne wsparcie iOS przez agenty cloud macOS, ogłoszone dzień wcześniej — i ma na celu rozszerzenie zakresu zadań, które Devin może obsłużyć od początku do końca, także na konfiguracjach sprzętowych lub programowych specyficznych dla komputera użytkownika.

🔗 Ogłoszenie — @cognition na X

Replit wdraża Model Selector, Follow-up Tasks i nową stronę użycia

31 lipca — W swoim cotygodniowym podsumowaniu „This Week in Replit” Replit opisuje kilka nowości. Model Selector jest już dostępny dla planów Core i Pro, z rozszerzonym wyborem obejmującym modele z otwartymi wagami oprócz modeli własnościowych — użytkownik zachowuje kontrolę albo pozwala Replit na automatyczną rekomendację. Follow-up Tasks przechodzi w dostępność dla wszystkich użytkowników w tym tygodniu: po ukończeniu zadania Agent proponuje kolejne kroki aktywowane jednym kliknięciem, wykonywane w tle. Dwa kolejne usprawnienia domykają tydzień: przebudowana strona użycia oferująca prawie rzeczywiste śledzenie według daty, zasobu, projektu, workspace, grupy i użytkownika oraz wydłużona sesja użytkownika (domyślne wylogowanie podniesione z 7 do 14 dni).

FunkcjaStatus
Model SelectorOnline, plany Core i Pro, modele otwarte włączone
Follow-up TasksWdrożone dla wszystkich użytkowników
Strona użyciaPrzebudowana, śledzenie prawie w czasie rzeczywistym
Czas trwania sesjiWydłużony z 7 do 14 dni

🔗 Ogłoszenie — @Replit na X

Together AI: skalowanie otwartej inferencji

Together AI mnoży w tym tygodniu ogłoszenia wokół dedykowanej inferencji, z dwóch odrębnych stron: spektakularnej liczby wzrostu po stronie użycia oraz szczegółowego artykułu technicznego o autoskalowaniu infrastruktury bazowej.

Wzrost tokenów servisowanych ponad 10 000 razy

1 sierpnia — Together AI pokazuje uderzającą liczbę wzrostu: ich wolumen serwowanych tokenów miał wzrosnąć z 30 miliardów miesięcznie do 400 000 miliardów (400 bilionów) miesięcznie, czyli ponad 10 000 razy. Firma wyjaśnia ten skok migracją obciążeń na dużą skalę do modeli z otwartymi wagami zamiast do zamkniętych, własnościowych API. Liczba jest podana bez precyzyjnego punktu odniesienia czasowego, co ogranicza jej wartość porównawczą.

Josh had to stop @vipulved and ask him to repeat the number: @wolfejosh Together AI went from serving 30B tokens a month to 400T. Over 10,000x growth as AI-native companies and enterprises move scaled workloads to open model.

🇵🇱 Josh musiał przerwać @vipulved i poprosić go o powtórzenie liczby: Together AI wzrosło z 30 miliardów tokenów serwowanych miesięcznie do 400 000 miliardów. Wzrost o ponad 10 000 razy, napędzany migracją firm AI-native i dużych klientów do modeli otwartych dla ich obciążeń na dużą skalę. — @togethercompute na X

Osiem metryk do sterowania autoskalowaniem dedykowanej inferencji

31 lipca — Together AI publikuje artykuł techniczny o autoskalowaniu swojej Dedicated Model Inference. Punkt wyjścia: klasyczne metryki odziedziczone ze świata webowego (wykorzystanie CPU/GPU) nie odzwierciedlają rzeczywistej presji na silnik inferencji LLM — GPU może pokazywać 60% użycia, gdy jego kolejka jest już przeciążona, bo wykorzystanie mierzy intensywność obliczeń, a nie obciążenie w kolejce. Artykuł opisuje osiem natywnych metryk inferencji, zgrupowanych w trzy rodziny (konkurencja, SLO, efektywność), i rekomenduje inflight_requests jako domyślną metrykę. Podaje też rzeczywisty koszt cold startu na GPU H100: około 86 sekund dla modelu bazowego, 145 sekund dla fine-tune 18 GB i około 2,5 minuty na dodanie repliki.

Mierzony etapCzas na 1×H100
Wdrożenie modelu bazowego86 s
Wdrożenie fine-tune (18 GB)145 s
Skok z 1 do 2 replik~2,5 min

🔗 Pełny artykuł techniczny

Ai2 — badanie oparte na infini-gram śledzi zapożyczony język w książkach pisanych przez AI

31 lipca — Ai2 (Allen Institute for AI) prezentuje badanie zbudowane na swoim silniku infini-gram, narzędziu indeksującym ogromne korpusy tekstu i liczącym dokładną częstotliwość występowania dowolnego zdania, co pozwala dotrzeć do prawdopodobnych źródeł sformułowania. Zespół Tuhina Chakrabarty’ego (Stony Brook University) wyodrębnił „rzadkie wyrażenia” — zwroty występujące maksymalnie w pięciu książkach Google Books i nieobecne w zindeksowanym webie — a następnie porównał ich obecność między samodzielnie publikowanymi książkami z wysokim wykrytym udziałem AI, samopublikowanymi książkami bez wykrytej AI oraz literaturą nagradzaną. Wynik: książki z wysokim udziałem AI wykazują wyraźnie większy odsetek rzadkich wyrażeń, co sugeruje silniejsze uzależnienie od wzorców pochodzących z danych treningowych.

Badana grupaPokrycie rzadkimi wyrażeniami
Top 200 samopublikowanych, silnie wykryta AI41,6 %
Top 200 samopublikowanych, bez wykrytej AI37,2 %
Literatura nagradzana lub nominowana (ref.)19,1 %

🔗 Pełny artykuł — Ai2

Gemini 3.5 Flash Cyber, model poświęcony cyberbezpieczeństwu z ograniczonym dostępem

31 lipca — Google po cichu dodało nowego członka do rodziny modeli Flash: Gemini 3.5 Flash Cyber. W przeciwieństwie do wersji dla szerokiej publiczności ogłoszonych w tym miesiącu (3.6 Flash, 3.5 Flash-Lite), model ten służy bardzo specyficznemu zastosowaniu — wykrywaniu i naprawianiu podatności oprogramowania na dużą skalę — i pozostaje ekonomicznym modelem zoptymalizowanym do jednego tego przypadku użycia. Dostęp jest celowo ograniczony do rządów i zaufanych partnerów, co czyni go narzędziem defensywnego cyberbezpieczeństwa, a nie produktem komercyjnym otwartym dla wszystkich. Żadna dedykowana strona produktu, żaden benchmark ani szczegóły architektury nie towarzyszą temu ogłoszeniu: jedynym dostępnym źródłem jest bimensualny wątek podsumowujący @GoogleAI, co ogranicza głębię tego, co można o nim powiedzieć na razie.

Ten sam wątek podsumowujący ogłasza też Collections w Gemini Notebook (dawniej NotebookLM), nowy sposób grupowania notebooków. Tu również tylko jedno zdanie, bez zrzutu ekranu czy powiązanej dokumentacji.

🔗 Wątek podsumowujący — @GoogleAI na X

Copilot wycofuje Gemini 2.5 Pro i Gemini 3 Flash

31 lipca — GitHub usuwa Gemini 2.5 Pro i Gemini 3 Flash ze wszystkich swoich doświadczeń Copilot (Chat, inline edits, tryby ask i agent, uzupełnianie kodu), bez żadnych działań wymaganych po stronie użytkownika — modele znikają automatycznie z selektorów. Użytkownicy są zachęcani do przejścia na Gemini 3.1 Pro (Preview) i Gemini 3.6 Flash. Po stronie administracyjnej organizacje Enterprise muszą upewnić się, że ich zasady dotyczące modeli dopuszczają te zamienniki, zanim ich zespoły zobaczą je w selektorze Copilot Chat w VS Code i github.com. To wycofanie pokazuje szybkie tempo rotacji modeli oferowanych w Copilot, gdzie wersje Gemini poprzedniej generacji ustępują miejsca najnowszym iteracjom Google.

🔗 Oficjalny changelog

npm ogranicza tokeny GAT do obejścia 2FA

31 lipca — GitHub ogranicza to, co mogą robić granularne tokeny dostępu (GAT) npm skonfigurowane do omijania uwierzytelniania dwuskładnikowego (2FA). Dotychczas wyciek takiego tokena mógł posłużyć do przejęcia pełnej kontroli nad kontem: tworzenia innych tokenów, dodawania maintenera, zmiany uprawnień do pakietu. Od teraz te wrażliwe operacje wymagają interaktywnego wyzwania 2FA, nawet dla tokena normalnie zwolnionego z 2FA. Środek obowiązuje natychmiast; druga faza jest planowana na styczeń 2027, kiedy to tokeny te stracą także możliwość bezpośredniego publikowania pakietów, co pcha zespoły automatyzacji w stronę trusted publishing (trusted publishing, opartego na OIDC). Dotyczy to wyłącznie tokenów npm — klasyczne tokeny GitHub (PAT, GitHub App, Actions) nadal działają bez zmian. To bezpośrednia odpowiedź na falę ataków przejmowania pakietów npm obserwowaną w ostatnich miesiącach w ekosystemie open source.

🔗 Oficjalny changelog

Składnia self-repository do odwoływania się do akcji w GitHub Actions

30 lipca — GitHub Actions wprowadza nową składnię, $/, do odwoływania się do akcji lub wielokrotnego użytku workflow znajdujących się w tym samym repozytorium co wywołujący workflow. Dotychczas ten rodzaj wewnętrznego odwołania wymagał albo użycia ./ połączonego z jawnie wykonanym krokiem checkout, albo ręcznego przypięcia wersji. Dzięki $/ odwołanie automatycznie wskazuje dokładny commit wykonywany w danej chwili, bez dodatkowego kroku checkout, i działa wszędzie tam, gdzie używano ./: w krokach workflow, akcjach composite, zagnieżdżonej kompozycji i wywołaniach wielokrotnego użytku workflow. Ta nowość wymaga runnera w wersji 2.336.0 lub nowszej. Jej główna zaleta: umożliwia organizacjom stosowanie polityk wymagających przypinania akcji do pełnych SHA commitów, przy jednoczesnym zachowaniu automatycznie synchronizowanych wewnętrznych odwołań do aktualnie wykonywanego refa.

🔗 Oficjalny changelog

OpenAI wycofuje GPT-5.4 i GPT-5.4 mini z ChatGPT od 31 sierpnia

31 lipca — OpenAI ogłosił wycofanie GPT-5.4 i GPT-5.4 mini z interfejsu ChatGPT dla użytkowników zalogowanych na konto, ze skutkiem od 31 sierpnia. Oba modele pozostają jednak dostępne przez API OpenAI, a także w sesjach Codex uwierzytelnionych kluczem API — to rozróżnienie dotyczy więc użytkowników aplikacji/wersji web ChatGPT, ale nie deweloperów korzystających z API lub Codex z kluczem API. Ogłoszenie to wpisuje się w ciąg aktualizacji cenowej GPT-5.6 (Luna/Terra) z końca lipca, która przyspiesza przechodzenie gamy ChatGPT na najnowsze modele.

🔗 Ogłoszenie — @OpenAIDevs na X

ImageGen w Codex CLI: nowy lightbox i canvas

30 lipca — OpenAI Devs zaktualizował funkcję ImageGen zintegrowaną z Codex CLI, dodając nowy interfejs w stylu „lightbox” oraz dedykowany canvas. Zmiana ma uprościć przeglądanie i dopracowywanie obrazów generowanych bezpośrednio w przepływie pracy Codex, bez zmiany kontekstu. Jest to poprawa użyteczności, a nie nowy model, ale bezpośrednio dotyczy narzędzia CLI monitorowanego priorytetowo w OpenAI.

🔗 Ogłoszenie — @OpenAIDevs na X

Krótkie wiadomości

  • Amp — uruchamianie orbów o 20 % szybsze, asystent Puck przełączony na GPT-5.6 Sol — Amp ogłasza około 20 % szybsze uruchamianie orbów (zdalnych maszyn) i przełącza swojego asystenta Puck na GPT-5.6 Sol w następstwie bardzo krytycznych opinii użytkowników. 🔗 źródło
  • Hugging Face udostępnia darmowy publiczny endpoint dla DeepSeek-V4-Flash-0731 — Pracownik Hugging Face uruchamia tego samego dnia po premierze darmowy endpoint bez tokena, zgodny z OpenAI, do testowania modelu. 🔗 źródło
  • Sakana AI — 5. miejsce w CTF OSINT Diver 2026 — Zespół obrony/rozpoznania Sakana AI, korzystający z agenta OSINT opartego na Fugu-ultra 1.1, zajmuje 5. miejsce spośród ponad 850 uczestniczących zespołów. 🔗 źródło
  • Kimi K3 w Together AI — najniższa cena i najlepszy współczynnik cache według OpenRouter — Dane z panelu OpenRouter pokazują, że Together AI oferuje jedne z najniższych stawek za Kimi K3, z jednym z najlepszych współczynników trafień cache promptów. 🔗 źródło
  • Otwarty model wideo (Marlin-2B) sprawia, że 370 godzin publicznych archiwów staje się przeszukiwalne za około 10 dolarów — Członek społeczności indeksuje 1 864 filmy z Prelinger Archives przy użyciu Marlin-2B na Hugging Face Jobs, tworząc 23 148 przeszukiwalnych momentów. 🔗 źródło
  • GitHub bada wykorzystanie narzędzi dostępności przez deweloperów — Ankieta otwarta do 31 sierpnia 2026 roku dla deweloperów z niepełnosprawnościami dotycząca ich korzystania z technologii wspomagających dostępność. 🔗 źródło
  • Seedance 2.5 zapowiedziany także na Luma — Luma zapowiada nadchodzące pojawienie się Seedance 2.5 na swojej platformie, bez podania daty. 🔗 źródło
  • Ideogram Object Remover dostępny na Runware — Narzędzie Ideogram do usuwania obiektów deklaruje najlepszy wynik FID w benchmarku OmniEraser, bez potrzeby promptu. 🔗 źródło
  • SGLang dodaje obsługę Inkling-Small na klastrze NVIDIA DGX Spark — Zmierzona przepustowość 24 tokeny/sekundę przy współbieżności 1, na 2 systemach DGX Spark połączonych przez ConnectX-7. 🔗 źródło
  • ChatGPT desktop — widok Aktywność i skrót Voice przez ikonę zwierzęcia — Nowy widok Activity grupujący oczekujące rozmowy i aktualizacje projektów, a także skrót do ChatGPT Voice. 🔗 źródło
  • Dziesięć postępów w matematyce i informatyce teoretycznej — OpenAI dzieli się dziesięcioma wynikami dotyczącymi otwartych problemów w geometrii, kryptografii i złożoności; szczegółowa treść niedostępna do podglądu, źródło zablokowane dla robotów. 🔗 źródło
  • Rozwój odpowiedzialnej AI w Europie — OpenAI przedstawia swoje praktyki dotyczące bezpieczeństwa, przejrzystości i pochodzenia danych na rzecz europejskiego zarządzania AI w kontekście AI Act; szczegółowa treść niedostępna do podglądu, źródło zablokowane. 🔗 źródło
  • Univé buduje gotową na AI kadrę z ChatGPT Enterprise — Studium przypadku holenderskiego ubezpieczyciela Univé dotyczące wdrożenia ChatGPT Enterprise; szczegółowa treść niedostępna do podglądu, źródło zablokowane. 🔗 źródło
  • OpenAI twierdzi, że rozbił sieć oszustw z siedzibą w Kambodży — Wykorzystanie ChatGPT do oszustw inwestycyjnych, romantycznych, hazardowych i kradzieży tożsamości; szczegółowa treść niedostępna do podglądu, źródło zablokowane. 🔗 źródło
  • avatarin buduje całodobowego agenta retail z GPT-Realtime — Wielojęzyczne wsparcie klienta dla Yamada Denki: 30 000 użytkowników w dwa tygodnie, 92 % pozytywnych opinii według oficjalnego podsumowania; szczegółowa treść niedostępna do podglądu, źródło zablokowane. 🔗 źródło

Co to oznacza

Generacja mediów przyspiesza wyścig o szeroką dystrybucję i edycję konwersacyjną. MiniMax H3 otwiera marsz z ujednoliconym modelem tekst/obraz/wideo/audio i obiecanymi otwartymi wagami „w ciągu najbliższych dni”, wdrożonym day-0 u kilkunastu partnerów. Ten sam kierunek widać u Ideogram (P-Image-Ideogram, cztery tryby jakości i cena od 0,003 dolara za obraz), Wan Video (tryb Realtime bez przycisku „generate”) oraz Luma (Layers, edycja jednej warstwy naraz przez konwersację): wartość dodana nie opiera się już wyłącznie na surowej jakości modelu, lecz na szybkości iteracji i integracji wieloplatformowej od momentu premiery. Black Forest Labs, z 48-godzinnym podglądem FLUX 3 zastrzeżonym dla zewnętrznego agenta, przyjmuje podejście odwrotne — kontrolowany teaser zamiast natychmiastowej powszechnej dostępności.

Inferencja modeli otwartych zmienia skalę, a użycie jest dokumentowane równie mocno jak technika. Together AI twierdzi, że w ciągu miesiąca zwiększył wolumen serwowanych tokenów ponad 10 000 razy, napędzany migracją firm do modeli otwartych, a równolegle publikuje szczegółowy artykuł techniczny o ograniczeniach klasycznych metryk autoskalowania dla inferencji LLM. Jako uzupełnienie badanie Ai2 zbudowane na infini-gram wnosi nieoczekiwany wgląd w tę samą falę modeli otwartych: dokumentuje, na podstawie samodzielnie publikowanych książek, jak bardzo teksty generowane przez AI pozostają bliskie sformułowaniom spotykanym podczas treningu — przypomnienie, że skalowalność inferencji nie usuwa fundamentalnych pytań o oryginalność tworzonych treści.

Narzędzia dla agentów kodu i bezpieczeństwo łańcucha dostaw rozwijają się równolegle, nie zawsze w tym samym kierunku. Devin rozszerza zakres wykonywania na dowolny komputer dzięki Outposts, Replit mnoży funkcje autonomii (Follow-up Tasks, Model Selector), a GitHub Actions upraszcza odwoływanie się do wewnętrznych akcji za pomocą składni $/. Jednocześnie GitHub zaostrza bezpieczeństwo npm, wymagając interaktywnego wyzwania 2FA nawet dla tokenów skonfigurowanych tak, by je omijać, jako bezpośrednią odpowiedź na falę przejęć kont obserwowaną w ostatnich miesiącach — sygnał, że rosnąca automatyzacja agentów idzie w parze z równoległym uszczelnianiem kontroli dostępu.

Dwóch graczy ogranicza dostęp do części swoich modeli, z różnych powodów. OpenAI wycofuje GPT-5.4 i GPT-5.4 mini z ChatGPT dla zalogowanych użytkowników od 31 sierpnia, jednocześnie utrzymując je dostępne przez API — to raczej doprecyzowanie oferty niż całkowite wycofanie. Google z kolei rezerwuje Gemini 3.5 Flash Cyber, ekonomiczny model przeznaczony do wykrywania i naprawy luk w oprogramowaniu, wyłącznie dla rządów i zaufanych partnerów: to znak, że niektóre laboratoria zaczynają wyraźnie rozdzielać modele do ograniczonego użytku defensywnego od modeli dla szerokiej publiczności.

Źródła