fal نسخهٔ post-train شدهٔ مدل ویدیویی MiniMax H3 رو منتشر کرده که یه ویدیوی ۵ ثانیهای رو زیر ۳ ثانیه میسازه و تو ارزیابی انسانی از ۱۲ مدل رقیب جلو زده.
یه محقق امنیتی یه عصر رو گذاشت روی سرور اختصاصی Call of Duty 1 و با کمک یه ایجنت هوش مصنوعی، هم سرریز بافر رو پیدا کرد هم اکسپلویت کاملش رو نوشت.
آنتروپیک داره برای تیم فروش امنیت ملیاش رئیس استخدام میکنه؛ نشونهای از اینکه دعوای چندماههاش با وزارت دفاع آمریکا شاید به آخر خط رسیده.
هر کلیپ پنجثانیهای این مدل ویدیوسازی حدود ۱۲.۵ سنت آب میخوره و بعد از پایان تخفیف تقریباً دو برابر میشه، در حالی که همون کیفیت رو میشه رایگان روی GPU خونه هم گرفت.
OpenRouter دادههای ۱۹ روز تخفیف مدلهای تازهٔ OpenAI رو بررسی کرده: مصرف توکن تا ۱۳.۸ برابر بالا رفت و بیشتر این سهم از دست رقبا دراومد، نه از مدلهای خود OpenAI.
یه مارکتپلیس متنباز پلاگین برای Claude Code و Cursor که جلوی توهم و بیدقتی ایجنت رو میگیره؛ سازندهها حتی جدول احتمال درستبودن خروجی هم منتشر کردن.
یه گیتوی متنباز که مدلهای ابری، BYOK و لوکال رو پشت یه API سازگار با OpenAI جمع میکنه و از روی ترافیک واقعی، روتر اختصاصی خودت رو میسازه.
BreezeBlue وزنهای مدل صوتی جدیدش رو عمومی کرده؛ سه حالت کنترل صدا و تأخیر خیلی کم، ولی اجازهٔ استفادهٔ تجاری جداگانه گرفته میشه.
داناندبرادستریت پایگاه هویت و ریسک شرکتهاش رو از راه MCP به Perplexity وصل کرده تا تیمهای ریسک و فروش، توی همون ابزاری که باهاش کار میکنن جواب قابلممیزی بگیرن.
انتروپیک پیشنمایش پژوهشی Model Hardware Standard رو باز کرده؛ استانداردی که به ایجنتها اجازه میده میکروسکوپ و بازوی رباتیک و دستگاههای آزمایشگاهی رو با یه درایور مشترک بگردونن.
شرکت Autonomous تلهمتری ۱۰۰ هزار نشست واقعی ایجنتهای هوش مصنوعی رو بررسی کرده و دیده تو ۳۰ هزارتاشون ایجنت کاری کرده که هیچکس ازش نخواسته بود.
Thinking Machines با پاکسازی دیتاست BIRD و دستکاری تابع پاداش، مدلی رو با RL آموزش داده که ۹۲.۹۷٪ دقت میگیره: بالاتر از انسان و با ۱۲ تا ۱۵ درصد هزینهٔ مدلهای فرانتیر.
دادهٔ Stripe نشون میده نزدیک ۴۰٪ کسبوکارهای جدید امسال تو شهرهای زیر یک میلیون نفر ساخته شدن، ولی خود آزمایشگاههای AI هنوز محکم تو سنفرانسیسکو جمعان.
تخمین درآمد سال آیندهٔ انویدیا حتی یه روز قبل از گزارش هم ۱۲۵ میلیارد دلار کمتر از راهنمای خود شرکت بود، ولی سهمش همچنان از QQQ عقبتره؛ نویسنده سراغ دلیلش رفته.
یه سازنده با حدود پنج پرامپت و پنج روز اجرای ایجنت یه کلون کارراهانداز ساخت؛ ولی چیزی که هزینه رو تعیین میکنه تعداد پرامپت نیست، مدت اجرای خودکاره.
یه مدل بازوزن با پنجرهٔ یک میلیون توکنی و لایسنس MIT که قبل از رونمایی، ناشناس و با اسم Ox Alpha پرمصرفترین مدل OpenRouter شده بود.
تیم Sentry باگها رو با ایجنت Seer وصله میکنه و بعد یه routine کلود هر ساعت اسلک رو میگرده تا برای هر PR تازه، درستترین آدم رو تگ کنه.
تیمهای نرمافزاری Nutanix اول با Copilot و Claude کد میزدن، بعد مصرف و هزینه ترکید؛ حالا شرکت مدلهای open weight رو روی کلاستر داخلی خودش اجرا میکنه.
ارزیابی مدلها یه مشکل قدیمی داره: اگه مدل سؤالهای آزمون رو قبلاً دیده باشه، نمرهش بیمعنیه. دیپمایند حالا یه محیط رمزنگاریشده ساخته که نه ارزیاب وزنها رو میبینه نه گوگل سؤالها رو.
با یه فایل CLAUDE.md و اتصال به هیگزفیلد، کلود کد میتونه لوگو و عکس محصول و تبلیغ بسازه، اونم بدون اینکه پا تو ابزار طراحی بذاری.