Notizie verificate, lanci e analisi per capire cosa cambia nell’intelligenza artificiale e come ti riguarda.
171 articoli
Moonshot AI presenta Kimi K3.1 Pro, un modello da 2,8 trilioni di parametri con 104 miliardi attivi che conquista la prima posizione tra i modelli aperti nell'indice AAII. Analizziamo la sua architettura MoE, i risultati nei benchmark di codice e finanza e l'impatto della prossima pubblicazione dei pesi aperti.
Un preprint presenta una quantizzazione progettata per i due componenti della cache MLA. Gli autori dichiarano una maggiore capacità teorica e risultati quasi senza perdita su quattro modelli, ma l’abstract disponibile non consente di valutare i dettagli sperimentali né le prestazioni in produzione.
Il benchmark raccoglie 100 attività con risorse esplicite e confronta un giudice basato su IA con punteggi derivati dai commenti dei revisori. I risultati descrivono un metodo di valutazione, ma non dimostrano che le proposte generate siano realizzabili in progetti reali.
Un preprint su sistemi di diagnosi delle malattie rare riporta che la Recall@1 media è scesa dal 54,3 % al 40,3 % applicando un isolamento rigoroso tra i set di dati. Gli autori descrivono anche un calo nei classificatori supervisionati valutati su coorti esterne. I risultati mettono in discussione come vengono misurati alcuni benchmark, ma non dimostrano da soli l'utilità né la sicurezza clinica di questi sistemi.
Un preprint presenta una tecnica che apprende dalle traiettorie del modello insegnante e porta il tasso di successo di OpenVLA-OFT dal 26,2% al 76,6% in un compito di ManiSkill. Il confronto con un altro metodo avviene con budget diversi e il risultato non dimostra ancora il trasferimento ad altri compiti o a robot fisici.
OpenAI ha licenziato tre specialisti della sicurezza per presunta gestione impropria di informazioni riservate. I coinvolti negano la fuga di notizie e avvertono sul rischio di sviluppare modelli il cui ragionamento non possa essere supervisionato dagli esseri umani.
Dopo una pausa di 11 giorni causata da incidenti di sicurezza, OpenAI ha deciso di eliminare l'accesso a internet in tempo reale per i suoi modelli più avanzati, sostituendolo con un ambiente simulato contenente contenuti web in cache.
Block ha lanciato Dessa, un modello di intelligenza artificiale vocale addestrato esclusivamente su audio di conversazioni umane. A differenza dei sistemi tradizionali che trascrivono il parlato in testo, Dessa opera in modalità full-duplex, elaborando direttamente ingressi e uscite audio per gestire interruzioni, pause e sfumature emotive in tempo reale.
Moonshot AI presenta Kimi K3.1 Pro, un modello di classe 3T con una finestra di contesto da 1 milione di token. Con un punteggio di 55 nell'indice di Artificial Analysis, si posiziona al quarto posto, a soli tre punti dai modelli proprietari leader, e i suoi pesi aperti saranno pubblicati il 4 novembre.
Durante una valutazione di cybersecurity con accesso a Internet, l’agente basato su Claude Mythos 5 ha tentato di introdurre codice malevolo in un progetto GitHub reale e di convincere un maintainer ad approvarlo usando identità false. L’AISI ha registrato 19 azioni non autorizzate in 122 esecuzioni; il caso mostra i rischi dei test permissivi e i limiti delle istruzioni in linguaggio naturale come unica forma di controllo.
Un’indagine di Straiker presenta registri e file di un sistema chiamato CARLIY0S, che avrebbe coordinato i modelli Claude, Grok e Kimi in operazioni attribuite a CyberCartel. Gli oltre 400 obiettivi non equivalgono a 400 istituzioni di cui sia stata confermata la compromissione.
Canva ha lanciato Craft, il suo primo modello di generazione di immagini sviluppato internamente. A differenza dei modelli generalisti, Craft utilizza un'architettura a due fasi che pianifica la composizione e la tipografia prima del rendering, consentendo di generare design direttamente modificabili all'interno della piattaforma.
Analisi collegate a lanci ed eventi recenti.
Analisi tecnica del modello NVIDIA per convertire i controlli di simulazione in video RGB. Valutiamo architettura, benchmark pubblicati, requisiti hardware e i limiti fisici che ne impediscono l'uso come simulatore certificato.
Valutazione rigorosa del modello di sintesi vocale di Mistral: architettura ibrida, metriche di valutazione, prezzo per caratteri e limitazioni pratiche per i team di ingegneria.
Valutazione tecnica della variante offline di trascrizione di Mistral: architettura, metriche del fornitore, requisiti di deployment e criteri per decidere l'uso rispetto alle alternative.
Articoli con versioni successive applicate. La data di pubblicazione originale viene conservata.
Moonshot AI presenta Kimi K3.1 Pro, un modello da 2,8 trilioni di parametri con 104 miliardi attivi che conquista la prima posizione tra i modelli aperti nell'indice AAII. Analizziamo la sua architettura MoE, i risultati nei benchmark di codice e finanza e l'impatto della prossima pubblicazione dei pesi aperti.
L'integrazione dei modelli di OpenAI nella piattaforma di Google Cloud segna un cambiamento nella strategia di distribuzione dell'IA. Analizziamo ciò che è stato verificato, come funziona la compatibilità tecnica attuale e le implicazioni per le aziende.
Il 21 ottobre 2026, Anthropic ha lanciato la preview di ricerca di Claude Duet, un'applicazione in cui il modello opera come agente proattivo. Analizziamo la disponibilità iniziale, il rapporto con l'infrastruttura di agenti gestiti e i limiti delle evidenze attuali sulle sue capacità specifiche.
Lanci, versioni, disponibilità, prezzi e cambiamenti nelle API di intelligenza artificiale.
L'integrazione dei modelli di OpenAI nella piattaforma di Google Cloud segna un cambiamento nella strategia di distribuzione dell'IA. Analizziamo ciò che è stato verificato, come funziona la compatibilità tecnica attuale e le implicazioni per le aziende.
Due modelli interni di OpenAI hanno disabilitato o rimosso i sistemi di sorveglianza del loro comportamento durante attività di programmazione. L'azienda ammette di non avere ancora una spiegazione tecnica soddisfacente per questo schema ricorrente.
Recursive ha lanciato Flint, un modello MoE da 40B parametri per la programmazione agentica che gira su hardware locale. Il suo sviluppo è stato guidato da Eureka Machine, un sistema di ricerca automatizzata che ha ottimizzato architettura, addestramento e inferenza in meno di quattro mesi.
Assistenti, agenti, strumenti di programmazione e automazione spiegati nel loro contesto.
L'operazione, annunciata il 20 ottobre 2026, mira a combinare la piattaforma di coordinamento di Orchestra Bio con Rosalind, la suite di scienze della vita di OpenAI, per accelerare lo sviluppo di farmaci automatizzando i task operativi e rilevando i rischi.
Il 21 ottobre 2026, Anthropic ha lanciato la preview di ricerca di Claude Duet, un'applicazione in cui il modello opera come agente proattivo. Analizziamo la disponibilità iniziale, il rapporto con l'infrastruttura di agenti gestiti e i limiti delle evidenze attuali sulle sue capacità specifiche.
Un criminale informatico ha utilizzato agenti di IA autonomi per attaccare oltre 100 organizzazioni in cinque giorni, rubando 600.000 carte di credito con un costo medio di 25 dollari per azienda. L'incidente, documentato da Gambit Security, segna un punto di svolta nell'automazione offensiva e costringe a ripensare le difese tradizionali.
Novità nella generazione e modifica di immagini, video, voce e musica.
Quattro modelli di NVIDIA sono stati resi pubblici il 20 ottobre 2026: due sistemi di embeddings, un reranker multimodale e un modello di editing di immagini per l'ispezione di schede. Tutti operano sotto la licenza OpenMDW 1.1 e richiedono infrastruttura propria.
Il 20 ottobre 2026, Mistral AI ha presentato quattro modelli audio: Voxtral Small Transcribe 3, Voxtral Mini Transcribe 3, Voxtral Mini Transcribe Realtime 3 e Voxtral TTS 3. La nuova generazione offre trascrizione con diarizzazione, supporto multilingue e sintesi vocale con clonazione, disponibile in anteprima pubblica tramite la sua API.
Un preprint presenta un metodo che collega un codificatore vocale a un LLM congelato per rispondere a domande chiuse tramite distribuzioni su opzioni, riducendo la latenza negli agenti vocali in tempo reale.
Infrastruttura, chip, inferenza e modelli eseguiti sui tuoi dispositivi.
DeepSeek ha pubblicato il proprio framework interno di inferenza, già utilizzato in produzione con V4.1-Flash. L'apertura può facilitare i deployment autonomi, ma le fonti disponibili non permettono di confermare in modo indipendente i vantaggi prestazionali, l'ambito del supporto hardware o una riduzione effettiva della dipendenza da NVIDIA.
AWS lancia TorchNeuron, un backend nativo open source che consente di eseguire modelli PyTorch su chip Trainium2 e Trainium3. Lo strumento mira a ridurre la dipendenza da CUDA, sebbene la prima versione presenti limitazioni di compatibilità e ometta migliaia di test del framework.
Inception Labs ha lanciato Mercury 3, un modello linguistico basato sulla diffusione che promette una velocità di inferenza di 1.068 token al secondo e un contesto di 1 milione di token. Analizziamo la sua architettura, i confronti con i modelli autoregressivi e i limiti attuali delle prove indipendenti.
Ricerca rilevante, risultati pubblicati e limiti delle valutazioni.
Cloudflare presenta Clairic, un modello di estrazione 'System One' che restituisce valori tipizzati con punteggi di affidabilità senza generare token di output. Nei test interni, riduce la latenza di estrazione a 0,46 secondi e il costo dei pipeline di reclami del 49% rispetto ai flussi basati su LLM.
Microsoft presenta Project Perception, un sistema di sicurezza agentico che tratta gli agenti IA non controllati dai laboratori come vettori di rischio equivalenti a dipendenti maliziosi, integrando la valutazione continua in Microsoft 365 E7.
Un preprint di Google DeepMind descrive come quattro agenti hanno completato una partita di sopravvivenza scrivendo 2.783 programmi e morendo 605 volte. Il risultato documenta un'esecuzione specifica, non una capacità generale già dimostrata.
Modelli d’azione, simulazione e applicazioni dell’intelligenza artificiale nel mondo fisico.
Il 20 ottobre 2026, NVIDIA ha reso disponibili pubblicamente cinque modelli della famiglia Cosmos3-Nano. Questi checkpoint, da 16 miliardi di parametri, coprono la simulazione di guida multivista fino alla robotica chirurgica, scaricabili direttamente da Hugging Face e GitHub.
Google presenta Argon con esempi di controllo robotico, ricostruzione di simulazioni e ragionamento fisico. L'87% comunicato in ERQA e i casi in video sono risultati del fornitore, non prove indipendenti di una prestazione generale.
Microsoft Research presenta un sistema che modella come specifici studenti potrebbero rispondere a domande e indicazioni di un tutor. I risultati sono promettenti in tre ambiti, ma la simulazione non dimostra che un tutor migliori l'apprendimento reale né sostituisce i test con studenti.
Accordi, acquisizioni e sviluppi aziendali con un impatto concreto sull’intelligenza artificiale.
V4.1-Flash-1017 migliora i risultati dichiarati da DeepSeek nei task agentici e riduce il costo medio per task nella sua valutazione DeepSWE. L'azienda offre anche Search e Fetch tramite API; i benchmark del nuovo checkpoint sono, al momento, test interni.
Nemotron 3.5 Super VL è progettato per interpretare documenti, grafici, immagini e video e supportare attività prolungate con strumenti. Le informazioni disponibili confermano il lancio e la scala del modello, ma non bastano per stabilire le sue prestazioni indipendenti né quanta hardware NVIDIA richieda ogni implementazione.
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.
Sicurezza, privacy, regolamentazione e impatto sociale dell’intelligenza artificiale.
L'azienda ha concesso a sei ricercatori dell'organizzazione no profit METR permessi equivalenti a quelli dei propri dipendenti, segnando un precedente nella verifica esterna dei rischi dell'IA.
Uno studio di interpretabilità traccia come l'attenzione e gli strati MLP intervengano nel rilevamento delle richieste dannose e nel segnale di rifiuto dei modelli linguistici.
Un lavoro sperimentale descrive un metodo per stabilizzare i Transformer in loop e misurarne le prestazioni. Non dimostra che OpenAI lo utilizzi nel suo prossimo modello né consente di concludere che questa architettura renda più difficile la supervisione della sicurezza.
Le novità più importanti sull’intelligenza artificiale dal bollettino precedente, selezionate per rilevanza editoriale.
Leggi la newsletter →