Przegląd AI: 15 września 2026
Skrót najważniejszych wydarzeń w świecie AI z ostatniej doby - 7 newsów w jednym miejscu.
👁 112 przeczytań
Dziś świat AI żył zarówno nowymi możliwościami, jak i ich ograniczeniami - Google DeepMind pokazało nowe modele głosowe z rozumowaniem w czasie rzeczywistym, a IBM Research przypomniał, że wysoka skuteczność agenta to jeszcze nie to samo co jego powtarzalność. Do tego wielcy gracze - OpenAI, Anthropic i Google DeepMind - zacieśniają współpracę przy bezpieczeństwie, a ceny modeli lecą w dół.
Google DeepMind łączy głos z rozumowaniem w czasie rzeczywistym
Google DeepMind udostępniło dwa nowe modele głosowe - Gemini 3.8 Live oraz Gemini 3.8 Live Extended Thinking. Oba łączą płynne prowadzenie dialogu z wieloetapowym rozumowaniem realizowanym na bieżąco, w trakcie rozmowy.
Wysoka skuteczność agenta nie oznacza jego niezawodności
IBM Research opublikował analizę, z której wynika, że agent AI oparty na GPT-4.1 osiąga średnią skuteczność na poziomie 77,4%. Jednak tylko w 53% zadań radzi sobie poprawnie przy każdym z pięciu powtórzeń - co pokazuje wyraźną lukę między wynikiem średnim a rzeczywistą spójnością działania.
OpenAI, Anthropic i Google DeepMind zacieśniają współpracę przy bezpieczeństwie
Według informacji podanych przez Bloomberg News, OpenAI prowadzi rozmowy z Anthropic i Google DeepMind na temat wspólnych działań na rzecz bezpieczeństwa AI. Wiadomość pochodzi od globalnego szefa ds. polityki OpenAI, Chrisa Lehane’a.
AI w laboratoriach - naukowcy zyskują czas, ale tworzą się nowe wąskie gardła
Google opublikowało nowe dane z platformy ATLAS, z których wynika, że niemal połowa naukowców korzysta z AI codziennie. W regionalnych rankingach adopcji dominują Indie i USA - i choć narzędzia AI oszczędzają badaczom siedem godzin tygodniowo, pojawiają się też nowe korki w pracy laboratoriów.
Detektory prompt injection słabsze, niż myślisz
Nowy benchmark PIDS-Bench ujawnia, że detektor z wynikiem F1 równym 0,98 potrafi błędnie odrzucić jedną trzecią normalnych, nieszkodliwych zapytań. To luka, której standardowe testy po prostu nie pokazują.
FiberTune chroni „wzrok” robota podczas dostrajania modelu
Dostrajanie modeli VLA do konkretnych zadań robotycznych niszczy strukturę wizualną, której model wcześniej się nauczył. FiberTune to metoda treningowa, która temu zapobiega - i co istotne, nie generuje żadnych dodatkowych kosztów w trakcie samego działania robota.
DeepSeek V4 Flash tnie ceny o 17 procent
Dostawca modelu DeepSeek V4 Flash obniżył ceny - wejście kosztuje teraz 0,05 dolara za milion tokenów, a wyjście 0,10 dolara. Wcześniej stawki wynosiły odpowiednio 0,06 i 0,12 dolara, co oznacza spadek o 17 procent na pozycji, która w rachunku waży najwięcej.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Więcej na bieżąco
To był skrót najważniejszych wydarzeń z ostatniej doby. Wszystkie newsy z AI, na świeżo i bez skrótów, znajdziesz w sekcji zobacz wszystkie newsy.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Podobne tematy na Promptowym
