ai-powered-markdown-translatorArtikel översatt från fr till sv med gpt-5.4-mini.
Den här veckan präglas av en ställningstagande av Demis Hassabis kring styrningen av frontier-AI, två NVIDIA-publikationer som kvantifierar Blackwells effektivitetsvinster och en ny agentdriven forskningsmetod, samt den allmänna tillgängligheten av GPT-5.6 på Amazon Bedrock. Resten av nyheterna täcker en våg av öppna modeller (OCR, vision-språk, ternär kvantisering), flera GitHub- och Manus-nyheter på verktygssidan, och Perplexitys publicering av benchmarken WANDR som öppen källkod.
Demis Hassabis föreslår ett ramverk för frontier-AI och en Standards Body
14 juli — I en lång artikel publicerad på X tar Demis Hassabis, medgrundare och vd för Google DeepMind, ställning till färdvägen mot artificiell generell intelligens (AGI). Han bedömer att ett system med alla mänskliga hjärnans kognitiva förmågor sannolikt bara ligger några år bort, och jämför omfattningen av detta skifte med upptäckten av elektricitet eller eld, med en potentiell påverkan tio gånger större än den industriella revolutionens, i tio gånger hastigheten.
Han varnar dock: den nuvarande kommersiella och geopolitiska kapplöpningen är så intensiv att den inte lämnar tillräckligt med tid för att förstå riskerna väl (cybersäkerhet, och på sikt kärn- och biologiska risker), eller för att behålla kontrollen över allt mer autonoma system som kan förbättra sig själva.
Hans centrala förslag: en Standards Body dedikerad till utvärdering av frontier-modeller, enligt modellen för ett offentlig-privat partnerskap övervakat av den amerikanska federala staten — i stil med FINRA inom finans — med ett råd som inkluderar oberoende tekniska experter och representanter för öppen källkod. Finansieringen, huvudsakligen privat, skulle syfta till att locka förstklassiga tekniska talanger och finansiera den beräkningskapacitet som behövs för storskaliga tester. Hassabis positionerar USA som det land som är bäst lämpat att initiera detta steg, samtidigt som han uppmanar till internationellt samarbete kring säkerhetsfrågor.
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.
🇸🇪 Om man tänker efter har vi i praktiken hittat ett sätt att få sand att tänka. Det är mirakulöst. Den här teknikens påverkan kommer att vara utan motstycke, kanske tio gånger större än den industriella revolutionens, i tio gånger hastigheten. — @demishassabis på X
NVIDIA — prestanda per watt, nyckelmetrik för effektiviteten i AI-infrastruktur
14 juli — NVIDIA försvarar prestanda per watt som referensmetrik för effektiviteten i AI-infrastruktur: i ett sammanhang där tillgänglig elektrisk effekt är den hårdaste begränsningen avgör detta förhållande hur många tokens en AI-fabrik kan producera inom en fast effektbudget, och därmed dess intäkter och lönsamhet.
Företaget kvantifierar sina Blackwell NVL72-plattformsförbättringar jämfört med Hopper-generationen:
| Utvärderad modell | Prestandavinst per watt (Blackwell NVL72 vs Hopper) |
|---|---|
| DeepSeek V4 Pro | upp till 25x |
| GLM 5.1 | upp till 20x |
| Kimi K2.6 (långa agentiska laster) | upp till 10x |
En del av dessa vinster kommer från övergången från en GPU-domän med 8 enheter (Hopper) till integrerade rack med 72 GPU:er, med en sjätte generationens NVLink Switch som integrerar beräkning i nätverk (SHARP-teknik). Utöver hårdvaran fortsätter mjukvaruoptimeringen att ge betydande vinster: upp till 5x extra prestanda på DeepSeek V4 på bara en månad, via stacken TensorRT-LLM, Dynamo, SGLang och vLLM.
På elinfrastruktursidan skulle tekniken DSX MaxLPS göra det möjligt att köra upp till 40 % fler GPU:er med samma effektbudget, tack vare tempererat vattenkylning och dynamisk effektstyrning — med vetskap om att i dag omvandlas bara cirka 60 % av den el som hämtas från elnätet faktiskt till nyttigt AI-arbete i en fabrik. NVIDIA placerar detta angreppssätt i perspektivet av sin kommande Vera Rubin-plattform och nämner produktionsdriftsättningar hos Anthropic, OpenAI, CoreWeave, Perplexity och Fireworks AI.
NVIDIA — Nemotron Labs: autonom RL-forskning driven av agentförmågor
14 juli — NVIDIA presenterade « RL Autoresearch », en demonstration av forskning i förstärkningsinlärning driven av en agent, baserad på NeMo RL, NeMo Gym och återanvändbara färdigheter. Principen: ge en kodande agent ett mål och en tidsbudget, och låt den sedan själv bygga träningsmiljön, träna modellen och utvärdera den, medan forskaren nöjer sig med att övervaka den övergripande inriktningen på arbetet.
I det presenterade exemplet skulle agenten lära en visionmodell att räkna färgade stjärnor. Modellen Qwen3-VL-2B gick från 25 % till 96,9 % noggrannhet, och agenten föreslog själv nästa experiment att genomföra, utan att forskaren dikterade det.
Ett andra exempel, som rör efterträning snarare än autonom forskning, illustrerar ett närliggande användningsfall: en Cosmos 3 Nano-modell, som från början inte kunde upptäcka ett trafikljus som ändå var synligt i zero-shot-utvärdering, eftertränades med LoRA för WTS-valideringsuppgiften (körscenarier med väder, trafik och signalering). Noggrannheten går från 54,41 % till 87,14 % efter LoRA, och till 93,35 % när NVIDIA TAO AutoML läggs till — allt på mindre än en dag.
We gave a coding agent a goal and a time budget: build a training environment and teach a vision model to count colored stars.
🇸🇪 Vi gav en kodande agent ett mål och en tidsbudget: bygg en träningsmiljö och lär en visionmodell att räkna färgade stjärnor. — @NVIDIAAI på X
Öppna modeller & forskning
Sju publiceringar markerar veckan på sidan för öppna modeller och forskning, främst från Hugging Face, Together AI och Sakana AI.
| Utvärderad modell | Utgivare | Parametrar | Licens | Nyckelbenchmark |
|---|---|---|---|---|
| OvisOCR2 | Oberoende författare (HF) | 0,9 miljarder | Apache 2.0 | 96,58 på OmniDocBench v1.6 |
| MOSS-VL-Realtime | Open_MOSS | 11 miljarder | Apache 2.0 | Kontext på 256 000 tokens |
| Ternary Bonsai 27B | PrismML | ~27,3 miljarder (ternär) | Gratis på Together AI | 99,20 på MATH-500 |
OvisOCR2 : dokumentigenkänning med 0,9 miljarder parametrar
OvisOCR2 hävdar en poäng på 96,58 på OmniDocBench v1.6 och presenterar sig som den första end-to-end-modellen som överträffar pipeline-system (OCR, layoutdetektering och analys behandlade separat). Författaren föreslår ett recept som utnyttjar Hugging Face Jobs för att konvertera vilken datamängd som helst till markdown via OCR, utan lokal GPU. Begränsning att notera: denna poäng och kvalificeringen « första end-to-end-modellen » kommer från lanseringstweeten, inte verifierade på ett fullständigt modellkort.
MOSS-VL-Realtime : öppen vision-språk för video i realtid
Open_MOSS-teamet publicerar en vision-språkmodell med 11 miljarder parametrar, utformad för kontinuerlig analys av videoströmmar snarare än enskilda bilder: den fortsätter att observera videon medan den genererar sitt svar, kan revidera det om situationen ändras på skärmen, och väljer att förbli tyst när det inte finns tillräckliga bevis. Varianterna Base, Instruct och Realtime publiceras alla under Apache 2.0, med day-0-stöd från SGLang- och LMSYS-teamen.
🔗 MOSS-VL-Realtime-meddelande på X
LeRobot v0.6.0 : inbyggt stöd för djup
Hugging Faces robotbibliotek lägger till ett inbyggt end-to-end-stöd för djup (depth): genom att koppla in en Intel RealSense-kamera och aktivera use_depth: true, synkroniseras djupkartor automatiskt med RGB-strömmar, kvantiseras i 12 bitar och kodas förlustfritt i HEVC. Funktionen täcker SO-100/101, Koch, OpenArm, reBot och Unitree G1.
🔗 LeRobot v0.6.0-meddelande på X
Sakana Marlin : en « Virtual CSO » för strategisk forskning
Sakana AI lanserar en autonom forskningsagent som bedriver fördjupat resonemang under cirka 8 timmar via AB-MCTS-motorn och ett AI Scientist-liknande flöde, för att landa i strukturerade strategiska alternativ snarare än en sammanfattning. Leveranserna inkluderar rapport, bilagor, referenser och presentationer. Produkten är i beta, med användningsbaserad prissättning (98 yen per kredit) eller ett Enterprise-erbjudande på offert.
Ternary Bonsai 27B : ternär kvantisering i telefonformat
PrismML publicerar en variant av Qwen3.6 27B kvantiserad i ternärt format (g128-format, 1,71 bit per vikt, ungefär 9,4 gånger mer kompakt än en FP16-bas), och bevarar enligt utgivaren 95 % av fullprecisionskvaliteten.
| Utvärderad benchmark | Poäng |
|---|---|
| MATH-500 | 99,20 |
| AIME 2025 | 90,84 |
| HumanEval+ | 93,90 |
| Genomsnitt (15 thinking-benchmarks) | 80,49 |
Modellen stöder en kontext på 262 000 tokens och visuell inmatning, och erbjuds gratis på Together AIs serverlösa infrastruktur.
🔗 Ternary Bonsai 27B-meddelande på X
Flash-BoN : best-of-N omtolkat för diffusion
Sayak Paul (Hugging Face) visar att best-of-N utgör en mer solid referens än man tidigare trodde för uppskalning vid diffusioninferens, förutsatt att man också mäter den verkliga exekveringstiden och inte bara antalet funktionsutvärderingar. Teamet introducerar Flash-BoN, som prioriterar bredare utforskning av prover snarare än upprepade mellanliggande valideringar.
Hugging Face öppnar ZeroGPU för alla användare
Åtkomsten till ZeroGPU-demoapparna (gratis GPU på begäran) är nu tillgänglig för alla Hugging Face-användare, med en agentisk färdighet som gör det möjligt att bygga en demo direkt från en prompt på naturligt språk.
GitHub, Copilot & Manus
Code scanning visar AI-baserade säkerhetsdetekteringar på pull requests
14 juli — GitHub code scanning lyfter nu fram AI-assisterade säkerhetsdetekteringar direkt på pull requests, och utökar täckningen till språk och ramverk som inte stöds av CodeQL. Funktionen, i offentlig förhandsversion, förblir informativ: den blockerar inte sammanslagning, kräver default setup CodeQL aktiverat, en Copilot-licens, och förbrukar AI-krediter endast vid en detektering.
Dependabot inför en standardiserad latensperiod
14 juli — Dependabot väntar nu som standard tre dagar efter publiceringen av en ny version innan den öppnar en uppdaterings-pull request, för att minska exponeringen för attacker mot leveranskedjan. Denna fördröjning kan konfigureras via alternativet cooldown i .github/dependabot.yml; säkerhetsuppdateringar förblir omedelbara. Funktionen kommer till GitHub Enterprise Server med version 3.23.
/security-review i GitHub Copilot-appen
14 juli — Kommandot /security-review finns tillgängligt i offentlig förhandsversion i GitHub Copilot-appen: det analyserar pågående kodändringar och returnerar resultat sorterade efter allvarlighetsgrad och tillförlitlighetsnivå, med förslag som kan tillämpas direkt utan att lämna appen. Det täcker bland annat injektioner, cross-site scripting och path traversal, och är tillgängligt för planerna Free, Pro, Business och Enterprise.
Manus genererar nu inbyggda .pptx-filer
14 juli — Manus genererade tidigare bilder och konverterade dem sedan till .pptx; nu producerar det PowerPoint-filen direkt, med verkligt redigerbara diagram (de ritas om när ett värde ändras) och möjlighet att aktivera eller inaktivera etiketter, rutnät och legend.
Manus lanserar automatisk publicering av genererade webbplatser
13 juli — Det nya alternativet auto-publish distribuerar automatiskt varje lyckad build av en webbplats till dess online-URL, avaktiverat som standard. Kombinerat med en kö av ändringar tar det bort det sista manuella steget mellan byggande och driftsättning.
Bild- och videogenerering
Wan-Dancer-14B : öppen källkod för dansvideogenerering
14 juli — Alibaba publicerar Wan-Dancer-14B som öppen källkod, en lokalt körbar modell specialiserad på generering av rytmiska dansvideor av lång varaktighet, med fokus på synk mellan rörelse och musik över utdragna sekvenser snarare än enkla klipp.
HeyGen : ord-för-ord-tidsstämpling för realtidsavatarer
14 juli — HeyGen dokumenterar ett icke-offentligt flöde i sitt Avatar Realtime API: en kanal för ord-för-ord-tidsstämpling ({mot, début, fin}) som gör det möjligt att synkronisera gester och tal exakt. Bekräftelsen av att en text skickats kommer på cirka 70 ms, men ordet tar flera sekunder innan det faktiskt uttalas, därav behovet av ett ankare som räknas om ungefär fyra gånger per sekund. Mekanismen har testats via en Twitch-sändning dygnet runt, med 9 269 avgöranden gjorda live.
HeyGen — Figma → HyperFrames, dag 9/30
14 juli — Färdigheten /figma importerar assets, varumärkestokens, komponenter, motion-tidslinjer och storyboards direkt från en Figma-fil. För demon importerade teamet 27 namngivna färger och stilar och byggde om ett storyboard med åtta ramar som ett inspelningmanus tolkat live.
NVIDIA — Nemotron : kvantifierad feedback från kundföretag
14 juli — NVIDIA publicerar flera kvantifierade kundfall kring de öppna Nemotron-modellerna: H Company har överstigit 76 % noggrannhet på OSWorld-Verified med Holotron 3 Nano; Harvey har eftertränat Nemotron 3 Ultra till en exekveringskostnad minst 10 gånger lägre än stängda alternativ; Arcee AI hävdar ungefär 20 gånger lägre kostnad än en jämförbar stängd modell samtidigt som den placerar sig tvåa på PinchBench; Abridge och YTL AI Labs har anpassat den respektive för kliniska samtal och malaysiska språket.
Anthropic
Claude for Teachers : gratis åtkomst för K-12-lärare i USA
14 juli — Anthropic lanserar gratis åtkomst till Claude premiumfunktioner för verifierade K-12-lärare i USA, med ett bibliotek av pedagogiska färdigheter och anslutning till validerade program via Learning Commons, i linje med standarderna i alla 50 delstater. Konversationerna används aldrig för modellträning, och elevdata omfattas av ett personuppgiftsbiträdesavtal i enlighet med FERPA.
Artifacts: offentlig delning, samtidig samredigering och skapande via Claude Tag
13 juli — Artifacts får offentlig delning (alla med länken kan visa), samtidig samredigering för flera användare (Team- och Enterprise-planer) samt skapande från Claude Tag i Slack på enkel begäran i en tråd.
OpenAI
GPT-5.6 i allmän tillgänglighet på Amazon Bedrock
13 juli — De tre GPT-5.6-modellerna som lanserades den 9 juli — Sol (flaggskeppsresonemang), Terra (mellanlager) och Luna (snabb inferens) — är nu i allmän tillgänglighet på Amazon Bedrock, på Bedrocks nya inferensmotor som är byggd för prestanda, säkerhet och skala. Detta breddar åtkomstpunkterna till GPT-5.6 vid sidan av ChatGPT, det direkta OpenAI-API:t och tredjepartsintegrationer (Copilot, M365, Warp, Cursor, Devin).
Codex, rekommenderad agent som standard i JetBrains AI
14 juli — JetBrains gör Codex till den rekommenderade agenten som standard i JetBrains AI (IntelliJ IDEA, PyCharm, WebStorm), ett icke-exklusivt val — användaren kan när som helst växla till en annan agent — som omvärderas varje månad i takt med att modellerna utvecklas.
Gemini
Gemini i Google Chrome lanserad i Storbritannien
14 juli — Gemini blir tillgängligt från valfri öppen Chrome-flik i Storbritannien, utan att byta sammanhang: sammanfatta en sida, jämför innehåll mellan flikar, svara på frågor om det som visas på skärmen.
Första Gemini-rapporten för Sydostasien: rekordantagande och Gemini Spark
14 juli — Google publicerar sin första ”Gemini Southeast Asia Report”: de aktiva användarna har mer än fördubblats på ett år på de sex största marknaderna (Indonesien, Malaysia, Filippinerna, Singapore, Thailand, Vietnam), nästan 70 % av frågorna skickas in på lokalt språk och 5 miljarder bilder har genererats via Nano Banana under det gångna året. Google rullar i samband med detta ut Gemini Spark, en proaktiv agent som kan hantera Workspace-uppgifter, på lokala språk för regionens Advanced-prenumeranter.
Devverktyg & agenter
Devin Fusion: en preview-agent som routar till Fable 5
13 juli — Cognition lanserar Devin Fusion, en förhandsversion av en agent tillgänglig i Devin Cloud, där en modell spelar rollen som manager och delegerar uppgifter till en billigare modell i stället för att utföra allt med en enda premium-modell. Enligt teamet beter sig Fable 5 som en manager som delegerar genom att skriva fullständiga specifikationer, medan andra modeller som Opus 4.8 tenderar att mikrostyra och mätta sitt sammanhang. Resultatet: en lägre kostnad per uppgift än för Opus 4.8, trots ett högre styckpris för Fable 5 — utom vid seriell felsökning, där besparingarna fortfarande är svårare att uppnå.
Perplexity släpper sin WANDR-benchmark som öppen källkod
14 juli — Perplexity publicerar WANDR (Wide ANd Deep Research), en intern benchmark utformad för att utvärdera forskningsagenter på breda och djupgående uppgifter: 500 uppgifter, 170 495 individuellt verifierbara poster, över tre svårighetsnivåer. Rättaren hämtar på nytt varje citerad sida för att kontrollera att varje påstående stöds av det underliggande bevismaterialet. På sex testade produktionssystem är resultaten fortfarande blygsamma: 0,363 i mjukt F1 och bara 0,133 i strikt F1, för en kostnad per uppgift som varierar från 0,03 dollar till 324,83 dollar beroende på inställningarna.
🔗 Perplexity-annons på X · GitHub-benchmark
Kortnotiser
- Anthropic satsar 10 miljoner kanadensiska dollar för att finansiera ny AI-forskning i Kanada, i partnerskap med lokala institutioner. 🔗 källa
- Cognition firar ett år sedan köpet av Windsurf: annualiserade intäkter har gått från 73 miljoner till över 500 miljoner dollar, mer än 20 miljoner rader kod har skrivits, enhetliggörande under varumärket Devin Desktop. 🔗 källa
- Amp (Sourcegraph) publicerar en offentlig instrumentpanel som visar användningen av sina agentlägen i realtid, för alla användare såväl som för det interna teamet. 🔗 källa
- Warp integrerar Sentry via MCP, för att kedja ihop rotorsaksanalys (Seer) och skapande av pull request utan att lämna terminalen. 🔗 källa
- Composio kommer till Warp och kopplar agenter till mer än 1 000 applikationer (Gmail, Slack, Linear, Google Calendar). 🔗 källa
- Zach Lloyd (VD för Warp) publicerar en essä om övergången från interaktiva agenter till ”cloud software factories” som automatiserar hela mjukvarans livscykel. 🔗 källa
- Hugging Face Jobs låter nu en lokal mapp monteras direkt i en Job via
-v dossier:/chemin, utan något föregående uppladdningssteg till ett repository. 🔗 källa - llama.cpp firar sin 10 000:e publicering (release), utan ytterligare tekniska detaljer. 🔗 källa
- LlamaCoder v4 (Together AI) genererar kompletta applikationer i en enda prompt, ombyggd kring GLM 5.2 med en ny WebAssembly-renderingsmotor, gratis och med öppen källkod. 🔗 källa
- NotebookLM sammanfattar sina senaste funktioner (automatisk Drive-synkronisering, fastnålning av notebooks, omorganisering av bilder, mobil delning) i väntan på en kommande, icke specificerad annons. 🔗 källa
- GitHub låter nu uppskatta licenskostnaden för Code Quality (aktiva committers, månatlig prognos) innan övergången till 10 dollar per aktiv committer och månad, planerad till 20 juli 2026. 🔗 källa
- NVIDIA lanserar ”AI Model Co-Design”, en ny serie om samspelet mellan modellstorlekar och GPU-prestanda. 🔗 källa
- Kling AI avslöjar trailern för ODYSEEUS: The Fall, studiots Fountain 0:s andra AI-långfilm, regisserad av Ash Koosha. 🔗 källa
- OpenAI publicerar en Enterprise-guide om styrning av AI-investeringar i den agentiska eran, med fokus på att mäta nyttigt arbete per spenderad dollar. 🔗 källa
- OpenAI beskriver hur säljteamen använder ChatGPT Work för pipeline-noteringar, mötesförberedelser och diagnos av blockerade affärer. 🔗 källa
- OpenAI beskriver hur data science-teamen använder ChatGPT Work för rotorsaksnoteringar, konsekvensrapporter och specifikationer för dashboards. 🔗 källa
- Cohere är med och sponsrar hackathonet Hugging Face och belönar två projekt: Tiny Army (2:a plats, spåret Thousand-Token Wood) och Eyas, en övervakningsagent (pris för bästa agent). 🔗 källa
Vad det betyder
På hårdvarusidan strukturerar NVIDIA sin kommunikation kring en enda idé: det är nu strömförsörjningen, inte kislet, som är flaskhalsen som avgör lönsamheten i en AI-fabrik. Prestandavinsterna per watt i Blackwell (upp till 25x på DeepSeek V4 Pro) och Nemotron-kundfallen som räknas i tiodubblar av lägre kostnader berättar samma historia: energieffektivitet och kostnad per token blir det viktigaste försäljningsargumentet, mer än rå prestanda. RL Autoresearch-demonstrationen går i samma riktning genom att sikta på att automatisera själva forsknings-, tränings- och utvärderingsloopen, som hittills i stor utsträckning har varit manuell.
På modeller med öppen källkod illustrerar veckan en snabb diversifiering av nischer: ultralätt dokumentigenkänning (OvisOCR2), kontinuerlig videoförståelse (MOSS-VL-Realtime), robotik med inbyggt djup (LeRobot) och framför allt den ternära kvantiseringen av Bonsai 27B som får en multimodal kapacitet i klassen 27 miljarder parametrar att rymmas i ett minnesavtryck värdigt en telefon. Dessa publiceringar, drivna av Hugging Face, Together AI, Sakana AI och oberoende team, visar ett ekosystem med öppen källkod som fortsätter att ligga nära kapaciteten hos slutna modeller samtidigt som inferenskostnaderna minskar kraftigt.
På styrningsfronten bryter Demis Hassabis in på ett sätt som skiljer sig från den vanliga tonen i produktannonser: han slår uttryckligen fast att den nuvarande kommersiella kapplöpningen ligger före den kollektiva förståelsen av riskerna, och föreslår en konkret mekanism — ett Standards Body inspirerat av FINRA — snarare än enbart en uppmaning till försiktighet. Att detta förslag kommer från vd:n för Google DeepMind, mitt under en vecka fylld av produktlanseringar, illustrerar spänningen mellan kommersiell takt och regulatorisk förutseende som präglar hela sektorn.
Slutligen fortsätter utvecklarverktygen att omformas kring delegering mellan modeller snarare än jakten på en enda kraftfullare modell: Devin Fusion satsar på en manager-modell som delegerar till en billigare exekveringsmodell, GitHub utökar sin AI-assisterade säkerhetsskanning direkt i pull requests, och Perplexity öppnar sin WANDR-benchmark för att objektivera de verkliga begränsningarna hos forskningsagenter — en användbar påminnelse om att även dagens bästa system fortfarande är långt ifrån full tillförlitlighet i storskaliga faktagranskningsuppgifter.
Källor
- Demis Hassabis — annons på X
- Demis Hassabis — fullständig artikel på X
- NVIDIA — prestanda per watt
- NVIDIA — RL Autoresearch
- NVIDIA — annons för Nemotron Labs
- OvisOCR2
- MOSS-VL-Realtime
- LeRobot v0.6.0
- Sakana Marlin
- Ternary Bonsai 27B
- Flash-BoN
- Hugging Face ZeroGPU
- GitHub — AI-säkerhetsskanning på PR
- GitHub — Dependabot cooldown
- GitHub — /security-review i Copilot-appen
- Manus — inbyggd .pptx
- Manus — automatisk publicering
- Alibaba Wan-Dancer-14B
- HeyGen — ord-för-ord-tidsstämpling
- HeyGen — Figma → HyperFrames
- NVIDIA — Nemotron-kundernas återkoppling
- Claude for Teachers
- Artifacts — offentlig delning
- GPT-5.6 på Amazon Bedrock
- Codex i JetBrains AI
- Gemini i Chrome (UK)
- Gemini-rapporten för Sydostasien
- Devin Fusion
- Perplexity WANDR
- Anthropic — AI-forskning i Kanada
- Cognition — ett år efter Windsurf
- Amp — användning i realtid
- Warp x Sentry
- Composio på Warp
- Warp — cloud software factories
- Hugging Face Jobs — montering av lokal mapp
- llama.cpp — 10 000:e release
- LlamaCoder v4
- NotebookLM — sammanfattning
- GitHub Code Quality — licensuppskattning
- NVIDIA — AI Model Co-Design
- Kling AI — ODYSEEUS: The Fall
- OpenAI — AI-investeringar
- OpenAI — ChatGPT Work för försäljning
- OpenAI — ChatGPT Work för data science
- Cohere — Hugging Face-hackathon