Neurodigest Cotygodniowy (#126)

LLM

• Muse Code i Spark 1.2 — Meta wprowadziła swojego agenta oraz nowy model. Dzięki możliwości trenowania na danych użytkownika cena spadła do 0,1/0,2 USD za milion tokenów.
• Qwen 3.8-Max — Alibaba udostępniła multimodalny model o 2,4 bilionach parametrów (95 mld aktywnych). Model wyróżnia się zdolnościami w zakresie wizualnych zadań agentowych i autonomicznego kodowania, a jego cena wynosi 2/6 USD. Wagi modelu mają zostać opublikowane jeszcze w tym tygodniu.
• Pierwszy model SSI — Według plotek startup Ilyi Sutskevera planuje wypuścić swój pierwszy model w sierpniu, nie czekając na zapowiadaną superinteligencję.

Modele Generatywne

• Lift4D — Framework służący do rekonstrukcji 4D dynamicznych obiektów i ich tekstur na podstawie zwykłych nagrań wideo.
• Grok Video 1.5 — xAI wydało mniejszą aktualizację swojego generatora wideo.
• FLUX 3 Video — Model wideo od BFL jest teraz dostępny przez API (do 20 sekund z dźwiękiem i synchronizacją ruchu ust). Wprowadzono tryb szkicu, gdzie bazowa cena zaczyna się od 0,17 USD za sekundę przy rozdzielczości 720p.
• SeedRealtime — ByteDance przedstawił natywny model pełnoduplexowy. Asystent ciągle obserwuje strumień wideo, słucha i może inicjować dialog bez opóźnień.
• Wan 3.0 — Alibaba uruchomiła publiczną wersję beta. Model generuje filmy do 30 sekund w rozdzielczości 1080p, umożliwiając mieszanie tekstu, zdjęć, filmów i audio dla dokładnego przeniesienia wyglądu i stylu.
• Wan Animate 2 — Alternatywa dla kontroli pozy do transferu ruchu na podstawie referencji wideo bez szkieletów. Udostępniono wagi oraz węzły dla ComfyUI.
• Grok Imagine Image 2.0 — xAI znacząco ulepszyło swój generator obrazów: dodano Magic Wand, precyzyjną edycję obszarów, usuwanie tła oraz możliwość korzystania z wielu referencji (do 5 obrazów).

Pozostałe

• Gemini Robotics 2 — Google DeepMind zaktualizowało swój model VLA: teraz kontroluje całe ciało humanoida (w tym motorykę małą), koordynuje rój robotów i posiada wersję on-device do szybkiej adaptacji.
• Zmiany w Google — Demis Hassabis ustąpił ze stanowiska CEO DeepMind (przechodząc na funkcję Przewodniczącego i Głównego Naukowca Alphabet), a Jeff Dean opuścił firmę po 27 latach pracy, aby założyć Discovery Loop.