„Anthropic“ paskelbė apie „Claude Frontier Academy“ — 100 mln. USD vertės programą, skirtą iki 2027 m. pabaigos apmokyti 10 000 „Frontier Deployed Engineers“ (FDE). Pirmosios grupės, vykstančios San Franciske, Niujorke ir Londone, apima inžinierius iš „Accenture“, „Bain“, „Capgemini“, „Commonwealth Bank of Australia“, „Deloitte“, „McKinsey“, „Morgan Stanley“ ir „Novo Nordisk“. Programa veikia pagal medicininės rezidentūros modelį: kelias dienas trunkantis mokymas gyvai, po to 12 savaičių rezidentūra, kurios metu inžinierius vadovauja realiam „Claude“ diegimui savo organizacijoje, su vertinimais ir ženkleliais kiekviename etape.
„Google DeepMind“ paskelbė tyrimą apie SynthIDBio sistemą, kuri žymi AI sukurtus baltymus vandens ženklais, nepažeidžiant jų funkcijos. Sistema, sukurta remiantis „Google“ SynthID technologija (naudojama teksto/vaizdų vandens ženklams), veikia kartu su ProteinMPNN – populiariu baltymų projektavimo įrankiu – ir įterpia aptinkamus signalus amino rūgščių parinkimo metu. Vandens ženklas pasiskirsto atsitiktinai per visą baltymo seką ir gali būti aptiktas naudojant kriptografinį raktą, nors baltymai turi tik 20 amino rūgščių ir žymiai mažiau vietos signalui paslėpti nei vaizdai.
Carnegie Mellon, MIT, NYU ir Stanford komanda sukūrė AI pavadinimu Ataraxos, kuris nugalėjo Pim Niemeijer, laikomą geriausiu visų laikų Stratego žaidėju, rezultatu 15:1 su keturiomis lygiosiomis. Skirtingai nuo ankstesnio DeepMind modelio DeepNash, Ataraxos naudoja 'belief' modelį, įvertinantį paslėptas priešininko figūras, ir atlieka paiešką prieš kiekvieną ėjimą, o apmokytas buvo tik su 16 GPU per savaitę, kainavęs kelis tūkstančius dolerių, palyginti su įvertinta DeepNash apmokymo kaina – 3-4,5 mln. dolerių. AI taip pat laimėjo 38 iš 40 žaidimų prieš iššūkio metėjus 2025 m. Stratego pasaulio čempionate ir apibendrino šį metodą kitiems žaidimams – Barrage Stratego, Hanabi ir dou dizhu.
„Google“ išleidžia „Guided Vision“ funkciją „Gemini Live“ suderinamuose „Android“ įrenginiuose – ji leidžia dalintis telefono kamera ir gauti realaus laiko garsinius aprašymus apie aplinką, objektus ar smulkų tekstą. Funkcija skirta aklumą ar silpnaregystę turintiems žmonėms, panašiai kaip „Apple“ „VoiceOver Live Recognition“. Naudotojai gali užduoti papildomus klausimus, pvz., paprašyti perskaityti galiojimo datą ant rasto produkto; funkcija taip pat pasiekiama per „Google TalkBack“ arba prieinamumo nuorodą „Android 9“ ir naujesnėse versijose.
OpenAI visame pasaulyje paleido dvi naujas apsipirkimo funkcijas ChatGPT: virtualų matavimąsi, leidžiantį vartotojams įkelti nuotrauką ir pamatyti, kaip jiems atrodytų drabužiai ar aksesuarai, bei funkciją „Favorites“, skirtą produktams išsaugoti bibliotekoje vėlesniam naudojimui. Abi funkcijos naudoja naujai pristatytą modelį ChatGPT Images 2.5, kuris, anot OpenAI, pagerina apšvietimą, tekstūras, instrukcijų vykdymą ir sumažina vaizdų generavimo vėlavimą. Tai seka po to, kai OpenAI atsisakė anksčiau pristatytos, bet nepasiteisinusios „instant checkout“ funkcijos.
AWS paskelbė instrukciją, kaip prijungti Claude Desktop (veikiantį per Amazon Bedrock) prie valdomo, MCP suderinamo žiniatinklio paieškos įrankio naudojant Amazon Bedrock AgentCore Gateway. Integracija naudoja AWS IAM Identity Center vienkartiniam prisijungimui (SSO), federuotam per Amazon Cognito, su JWT pagrįstu autentifikavimu, apsaugančiu visą srautą į gateway. Web Search remiasi Amazon žiniatinklio indeksu, apimančiu dešimtis milijardų dokumentų, visą užklausų srautą paliekant AWS infrastruktūroje be jokių išorinių API raktų. Šiuo metu paslauga pasiekiama trijuose AWS regionuose: us-east-1, eu-west-1 ir ap-northeast-1.
NVIDIA pristatė detalią darbo eigą, kaip pritaikyti daugiakalbį srautinį ASR modelį Nemotron 3.5 Saudo Arabijos dialektams (Najdi ir Hijazi). Naudojant minimalų duomenų kuravimą, „replay mixing“ su FLEURS duomenimis, trukme pagrįstą grupavimą ir dalinį enkoderio atšaldymą, žodžių klaidų dažnis (WER) tiksliniuose dialektuose sumažintas nuo 55,05% iki 29,96%, kartu šiek tiek pagerinant anglų ir kitų arabų dialektų atpažinimą. Straipsnyje taip pat aptariami dekodavimo pakeitimai ir kalbėtojų diarizacijos plėtiniai keliems kalbėtojams.
Allen Institute for AI (Ai2) atvėrė AstaBrief 8B modelio svorius – modelis, sukurtas ant Qwen3-8B pagrindo, kuris mokslinius klausimus ir surastas literatūros ištraukas paverčia cituotomis ataskaitomis. Jis jau veikia Ai2 platformoje Asta kaip 'Fast' režimas šalia Claude pagrindu veikiančio 'Thinking' režimo – ataskaitą vidutiniškai sugeneruoja per 51,1 sekundės, palyginti su 178,5 sekundės Claude procese, t. y. apie 3,5 karto greičiau. Modelis treniruotas naudojant prižiūrimą dokonfigūravimą (SFT) su 47 tūkst. pavyzdžių (iš 90 tūkst. filtruotų realių mokslininkų užklausų) ir DPO su apie 6 tūkst. porų, o didžiausią kokybės pokytį davė filtravimas pagal citavimo tankį.
Microsoft Research pristatė Quine – multimodalinę AI sistemą, skirtą modeliuoti biologiją įvairiais lygmenimis: nuo genų ir baltymų iki ląstelių ir audinių, sujungiant tai su moksliniais įrankiais, literatūra ir tyrėjais. Bendradarbiaudami su Broad Institute (MIT ir Harvard), tyrėjai naudojo Quine junginiams, galintiems pakeisti vėžio ląstelių būsenas, prioritetizuoti, o keletas geriausių kandidatų buvo patvirtinti laboratoriniais eksperimentais. Microsoft atveria 'Quine Fellows' programą, suteikiančią atrinktiems mokslininkams prieigą prie sistemos, pabrėždama, kad tai eksperimentinė technologija, netinkama klinikiniam naudojimui.
„Google“ TPU inžinerijos komanda nuo nulio atkūrė visiškai atvirą Allen Institute for AI (Ai2) modelį Olmo 3 7B, naudodama JAX/XLA pagrindu veikiančią mokymo sistemą MaxText, ir sutapo su Ai2 PyTorch/GPU etaloniniu paleidimu pagal realių (angl. held-out) metrikų rezultatus, o ne vien pagal nuostolių kreivę. Atkūrimas apėmė 1-ąjį pre-training etapą (~5,93 trln. žymenų, 1,41 mln. žingsnių) ir 2-ąjį vidurinio mokymo „anneal“ etapą, taip pat Olmo 3 nestandartinės architektūros (pertvarkytas normos blokas, QK-norm, 3:1 slankaus/globalaus dėmesio santykis) perkėlimą į JAX. Komanda taip pat aptiko ir pataisė subtilią duomenų įkėlimo klaidą, dėl kurios mokymo nuostoliai klaidingai atrodė geresni dėl atminimo (memorization) efekto.
Google inžinieriai aprašo, kaip jie įgyvendino retą (sparse) erdvinio-laikinio dėmesio (attention) skaičiavimą vaizdo difuzijos modeliams TPU v6e lustuose, paversdami teorinį Sparse VideoGen (SVG) metodo retumą realiu aparatinės įrangos pagreičiu. Per kelis branduolio optimizavimo etapus (plytelių specializaciją, dydžio derinimą ir kaukės suderinimą su plytelėmis) jie sumažino dėmesio skaičiavimo laiką nuo 96,37 ms (naivus retas variantas) iki 32,76 ms – tai 2,40 karto greičiau nei tankus Splash Attention viename TPU v6e luste, naudojant 75,6 tūkst. token, 10 galvų ir 128 galvos dimensiją.
„Mistral AI“ paskelbė apie naują centrą Miunchene, Vokietijoje, kuris orientuosis į Physics AI ir Industrial AI, aptarnaujant įmones automobilių, energetikos, aviacijos ir gamybos sektoriuose. Centras įkurtas po „Emmi AI“ įsigijimo 2026 m. gegužę, kai prie „Mistral“ prisijungė daugiau nei 30 fizikų ir inžinierių. „Mistral“ bendradarbiauja su BMW dėl avarijų simuliacijų ir „Siemens Energy“ dėl pramoninio AI pritaikymų, taip pat sudarė mokslinio bendradarbiavimo sutartį su TUM dėl aerodinamikos skaitmeninių dvynių.
„Google DeepMind“ pristatė „SynthID Bio“ – vandenženklinimo technologiją, kuri įterpia nepastebimą, patikrinamą parašą į AI sukurtus baltymus ir jų 3D struktūras, nepakenkiant jų biologinei funkcijai. Sistema išbandyta su baltymų jungikliais (VEGF-A, SARS-CoV-2 spyglio RBD, PD-L1) naudojant „AlphaProteo“ ir modifikuotą „ProteinMPNN“, taip pat įdiegta į „AlphaFold 3“ difuzijos tinklą struktūrų vandenženklinimui. „DeepMind“ taip pat bendradarbiauja su Stanfordo „Hie“ laboratorija ir „Arc Institute“, pritaikydama metodą „Evo 2“ genominiam modeliui bakteriofagų genomų vandenženklinimui. Tikslas – sustiprinti biosaugumą, padedant DNR sintezės patikros teikėjams ir viešosioms duomenų bazėms patikrinti AI sukurtų biologinių dizainų kilmę.
AI muzikos generatorius Suno paleido viešą beta versijos funkciją „Speech“, kuri generuoja sintetinius balso įrašus kartu su AI sukurta fonine muzika – viskas kaip vienas takelis. Vartotojai gali rinktis paprastą režimą (pagal užklausą) arba išplėstinį režimą (pagal savo scenarijų su balso lyties, stiliaus ir variacijos nustatymais). Maksimali trukmė – apie aštuonias minutes, foninę muziką galima išjungti.
„Google Cloud“ viešosios peržiūros režimu pristatė nuotolinį MCP serverį, suteikiantį AI agentams prieigą prie gcloud ir bq komandinės eilutės įrankių per du įrankius: run_gcloud_command ir run_bq_command. Serveris veikia izoliuotoje, tinklo apribojimais apsaugotoje smėlio dėžėje „Google Cloud“ infrastruktūroje, todėl agentams nereikia diegti ar palaikyti vietinių CLI dvejetainių failų. Autentifikacija vyksta per Agent Identity, OAuth 2.0 ir IAM, integruojama su Model Armor apsauga nuo prompt injection, palaikomas Cloud Audit Logging visiškam matomumui.
NVIDIA išleidžia naują 64GB unifikuotos atminties DGX Spark konfigūraciją – asmeninį AI superkompiuterį, kurį nuo spalio 23 d. už 4 999 USD platins partneriai Acer, ASUS, Dell, HP, Gigabyte ir MSI. Sistema gali lokaliai paleisti iki 100 mlrd. parametrų modelius, o du įrenginiai gali būti sujungti per NVIDIA Sync Cluster Assistant, sujungiant atmintį iki 128GB ir palaikant iki 200 mlrd. parametrų modelius – tai suteikia iki 1,7x didesnį našumą NVIDIA Qwen 3.8 27B teste. Sistema iš karto veikia su NVIDIA Agent Toolkit, CUDA-X AI bibliotekomis, Nemotron modeliais bei palaiko Ollama, vLLM ir PyTorch.
Google paskelbė, kad „Antigravity SDK“ dabar palaiko agentinių darbo eigų vykdymą lokaliai ir neprisijungus prie interneto, pradedant „Gemma 4 26B A4B“ modeliu per „Google AI Edge“ „LiteRT“. Kūrėjai gali kurti agentus, veikiančius visiškai įrenginyje, be debesijos API kaštų ar priklausomybės nuo interneto. Google taip pat pademonstravo hibridinį „Architect-Builder“ modelį, kai debesijos modelis („Gemini 3.8 Flash“) planuoja užduotis, o lokalus „Gemma 4 26B“ modelių pulkas atlieka pagrindinį darbą, neišsiunčiant šaltinio kodo į debesiją.
„Google Cloud API Gateway“ viešoje peržiūroje (Public Preview) dabar gali veikti kaip nuotolinis MCP serveris. Pažymėjus esamą OpenAPI specifikaciją (naudojant x-google-api-management.mcp ir x-google-mcp-tool), esamos REST operacijos tampa agentams prieinamais MCP įrankiais be atskiro MCP serverio kūrimo ar palaikymo. Esama autentifikacija (JWT/API raktas), kvotos ir žurnalavimas veikia nepakitę, nes MCP ir REST srautai naudoja tą pačią politikos tvarką.
.png)
