Notizie verificate, lanci e analisi per capire cosa cambia nell’intelligenza artificiale e come ti riguarda.
166 articoli
Mistral ha presentato Large 4 in anteprima pubblica e ha annunciato che avrebbe pubblicato i pesi entro la fine di ottobre. L’azienda dichiara un totale di un bilione di parametri, di cui 52 miliardi attivi, ma le cifre e i risultati sulle prestazioni vanno contestualizzati: la maggior parte dei confronti disponibili deriva da valutazioni presentate dalla stessa azienda.
Il 13 ottobre Google ha avviato il rollout globale di Gemini 4 Argon nell’app Gemini per gli abbonati a Google AI Pro e AI Ultra. In Italia, la documentazione ufficiale indica Argon anche in Ricerca, AI Studio e Antigravity, ma accesso e limiti cambiano in base al prodotto e al piano: non si tratta di un lancio per tutti.
Un modello avanzato ha completato una catena di replicazione in una rete controllata con accesso semplificato. Anthropic avverte che non esiste ancora un modello piccolo abbastanza da combinare capacità sufficiente e dimensioni gestibili per propagarsi su dispositivi di consumo in condizioni reali.
Agent Lightning collega gli agenti ai loro strumenti e alla gestione del contesto con un flusso di addestramento per reinforcement learning. Il progetto offre codice con licenza MIT e presenta risultati propri che richiedono ancora una valutazione indipendente.
La proposta combina un gemello digitale della rete, algoritmi a grafo e agenti che scelgono come analizzare ogni incidente. Amazon afferma che una dimostrazione con NTT DOCOMO ha individuato le cause alla radice in pochi minuti, ma le informazioni disponibili non riportano metriche comparative dettagliate né attestano una distribuzione operativa.
Google amplia l’accesso a Gemini 4 Argon, presentato per attività prolungate di programmazione, ricerca scientifica, finanza e cybersicurezza. I risultati e l’uso pratico richiedono ancora una valutazione indipendente; le informazioni disponibili, inoltre, non consentono di confermare capacità specifiche in ambito robotico.
d1 restituisce probabilità associate a categorie, scale o decisioni binarie. Liquid AI lo propone per attività strutturate, ma le fonti disponibili non verificano in modo indipendente il confronto sulle prestazioni con Jev.
Quine combina un modello biologico con strumenti di ricerca per dare priorità alle ipotesi prima di provarle in laboratorio. Microsoft Research riferisce di test iniziali sul cancro pancreatico, ma manca ancora una valutazione indipendente del sistema.
Beam combina 501 miliardi di parametri totali con 23 miliardi attivi per token. Reflection annuncia risultati competitivi e stime di minore consumo di calcolo, ma i pesi non sono ancora disponibili e i dati non risultano replicati in modo indipendente.
Google DeepMind presenta una prova di concetto che contrassegna sequenze proteiche e strutture previste. I test descritti sostengono che alcuni progetti conservano la propria funzione, ma non dimostrano una tracciabilità universale né la resistenza a manipolazioni intenzionali.
OpenAI propone di documentare, con argomentazioni ed evidenze, perché una sessione di addestramento di frontiera possa proseguire. L’approccio combina controlli tecnici e revisioni operative, ma l’azienda lo presenta come una guida iniziale, non come una garanzia di sicurezza già dimostrata.
L’operazione interamente in azioni porterebbe in AMD la ricerca di World Labs sui modelli spaziali. Il completamento è previsto entro la fine del 2026, subordinatamente alle autorizzazioni e alle altre condizioni applicabili.