205 voci
DeepSeek pubblica V3, MoE 671B (37B attivi), competitivo con GPT-4o e Claude 3.5 Sonnet. Training: 2.788M GPU-h H800, costo dichiarato $5.6M. Cambia la narrativa 'frontier = miliardi'.
OpenAI annuncia o3 e o3-mini: SWE-bench 71.7%, FrontierMath 25.2%, ARC-AGI 87.5% (con budget alto). Salto enorme su reasoning hard. Disponibilità GA prevista 2025.
Il 19 dicembre 2024 Google rilascia gemini-2.0-flash-thinking-exp, una preview sperimentale che mostra i propri passi di ragionamento, gratuita in AI Studio. I punteggi pubblicati sono AIME 2024 73,3% e GPQA Diamond 74,2%: su AIME una sola domanda sopra o1-mini e ben sotto o1.
llama.cpp integra lo speculative decoding con modelli draft GGUF: speedup di 2-3x anche su CPU, con supporto cross-architecture per modelli di famiglie diverse.
Google DeepMind annuncia Veo 2, modello text-to-video con output fino a 4K e clip da 2 minuti, e aggiorna Imagen 3, pubblicati su VideoFX/ImageFX e poi nel Gemini app stack.
Google rilascia Gemini 2.0 Flash (multimodale nativo, tool use, output immagine/audio) e presenta Project Astra (assistente video real-time), Mariner (browser agent), Jules (coding agent).
OpenAI rilascia Sora Turbo per utenti ChatGPT Plus/Pro: video fino a 20s, 1080p, image-to-video, remix, storyboard. Versione più veloce e meno fedele del Sora demo di febbraio.
Meta rilascia Llama 3.3 70B Instruct: stesso conteggio parametri di 3.1 70B ma performance dichiarate vicine al 405B grazie a nuovo post-training pipeline, niente nuovo modello base.
Google DeepMind deploya Gemini Nano (1.8B e 3.25B) su Pixel 8 Pro e Galaxy S25, esecuzione offline su NPU tramite Android AICore API. Prima volta un frontier lab porta un LLM direttamente sul dispositivo.
Amazon entra nella gara dei modelli fondazionali con Nova Micro, Lite e Pro su Bedrock, più Nova Canvas per le immagini e Nova Reel per il video, e un Nova Premier più grande annunciato per il Q1 2025. Amazon dichiara Nova Pro pari o migliore di GPT-4o su 17 dei 20 benchmark.
Anthropic apre il Model Context Protocol (MCP), uno standard JSON-RPC che fa parlare gli assistenti AI con tool, file system, database e SaaS senza integrazioni ad-hoc per ogni modello.
Shanghai AI Lab rilascia InternVL 2.5 da 78B parametri con Apache 2.0, SOTA su MathVista, OCRBench e ChartQA, superando GPT-4V su numerosi benchmark multimodali.
Suno rilascia v4: generazione musicale AI con audio fino a 4 minuti, qualità migliorata vs v3, voci più naturali e supporto per stem separation (separare voce e strumenti).
Allen Institute (AI2) rilascia Tülu 3: famiglia 8B/70B con il primo post-training pipeline davvero open (codice, dati, recipes, eval), batte Llama 3.1 Instruct usando solo la base Meta.
Fish Speech 1.4 clona voci da 10s di audio, supporta 8 lingue, gira in tempo reale su CPU e offre una seria alternativa gratuita a ElevenLabs per i developer.
Kuaishou aggiorna Kling a 1.5: video fino a 3 minuti a 1080p, controllo del movimento della camera, sincronizzazione labiale e motion brush per animazioni guidate.
Amazon Q Developer Agent diventa GA: scansiona l'intero repository, implementa feature multi-file, scrive test e apre PR. Integrazione nativa con CodeGuru per security scanning. Primo cloud provider a rilasciare in GA un agente di coding multi-file nel IDE.
Mistral rilascia Pixtral 12B (settembre, Apache 2.0) e Pixtral Large 124B (novembre): primi modelli multimodali europei competitivi. Forte attenzione su document understanding e OCR.
Whisper Large v3 Turbo riduce del 40% i parametri del decoder di Large v3 ottenendo velocità 8x superiore con meno dell'1% di aumento WER, rendendo l'ASR di alta qualità accessibile su hardware consumer.
Codeium pubblica Windsurf, un editor AI-native (fork VS Code) con Cascade, modalità agentica che combina lettura context, edit multi-file e esecuzione comandi shell, in concorrenza diretta con Cursor.
RooCode (ex Roo-Cline) è un fork avanzato di Cline per VS Code che introduce mode operative specializzate (Architect, Code, Ask, Debug), task memory persistente e orchestrazione multi-agent per task complessi.
Jan.ai 0.5 introduce un marketplace di estensioni, accelerazione GPU CUDA e Metal, modelli pre-configurati per uso offline totale e API compatibile OpenAI.
AllenAI rilascia OLMo 2 a 7B e 13B con staged mid-training e data mixing specializzato, superando Llama 3.1 e Qwen 2.5 sull'instruction following pur mantenendo completa trasparenza su dati, codice e checkpoint.
Unitree lancia la versione G1 con braccia a doppio braccio industriale: 3kg di payload per braccio, prezzo di 16.000 USD, imitation learning da demo umane, disponibile per la ricerca.
Moonshot AI (Kimi) separa le fasi prefill (GPU compute-bound) e decode (GPU memory-bound) su pool di GPU dedicati con trasferimento KV cache, raggiungendo il 525% di throughput in più nei deployment di produzione.
NVIDIA lancia GR00T, foundation model per humanoid addestrato su dati sintetici e umani, rilasciato con l'ecosistema Isaac Sim per simulazione fotorealistica e training robotico.
StackBlitz lancia Bolt.new: genera, esegue e debugga app full-stack complete da un prompt nel browser usando WebContainer e Claude 3.5 Sonnet, zero setup richiesto.
Parler TTS genera voci descritte in linguaggio naturale — 'voce maschile lenta, bassa, con eco' — addestrato su 45k ore, Apache 2.0, primo TTS fully controllable open source.
Adobe lancia il Firefly Video Model: generazione video da testo e immagine addestrata esclusivamente su contenuti licensed e di pubblico dominio. Integrato nella timeline di Premiere Pro. Primo generatore video enterprise con piena indennizzo IP commerciale.
Leonardo AI lancia Phoenix, il suo modello interno con coerenza stilistica avanzata, color grading dinamico e prompt upsampling automatico per risultati professionali con input semplici.
Microsoft Research pubblica Magentic-One: un sistema con Orchestrator + 4 agenti specializzati (WebSurfer, FileSurfer, Coder, ComputerTerminal). Prima posizione su GAIA benchmark. Insight chiave: agenti stateless specializzati + orchestratore stateful superano un agente monolitico. Open source MIT.
La startup Physical Intelligence (Karol Hausman, Sergey Levine) pubblica π0, foundation model robotico generalista da 3B addestrato su 10k+ ore di dati cross-embodiment, capace di skills come piegare bucato e fare il caffè.
A GitHub Universe 2024 Copilot Workspace entra in technical preview pubblica: invece di autocompletare riga per riga, prende un issue e produce piano + diff + PR. Inizia la fase 'agent' di Copilot.
Anthropic abilita 'Computer Use' su Claude 3.5 Sonnet: l'agente guarda screenshot del desktop, sposta il cursore, clicca, digita. Per la prima volta un LLM commerciale opera direttamente sull'interfaccia grafica.
BAAI presenta EMU3, modello unificato che genera testo, immagini e video con un singolo transformer autoregressivo addestrato su token discreti visivi.
GitHub lancia Spark in anteprima: descrivi una micro-app web in linguaggio naturale, Spark genera il codice, gestisce il deploy e il backend su infrastruttura GitHub. Primo prodotto Microsoft esplicitamente pensato per il 'vibe coding'.
Anthropic aggiorna la sua Responsible Scaling Policy: invece di soglie di compute, ora definisce Capability Thresholds specifiche (biorisk, autonomy, cybersecurity) che attivano misure di safety formalizzate.
n8n aggiunge nodi AI Agent nativi al suo workflow builder, permettendo di connettere loop agentici LLM a 400+ app aziendali senza codice, segnando l'arrivo degli agenti nell'automazione mainstream.
Oracle aggiorna OCI Generative AI con Llama 3.1, dedicated GPU clusters, RAG tramite Oracle Database 23ai vector search e integrazione con ERP/HCM Fusion.
LM Studio 0.3 porta un server OpenAI-compatibile integrato, più modelli attivi contemporaneamente, download diretto da HuggingFace e log esportabili.
OpenAI pubblica Swarm su GitHub, framework Python minimalista per orchestrare più agenti con handoff e routine, esplicitamente positioned come 'educational' precursor di un futuro Agents SDK.
L'Accademia Svedese assegna il Nobel per la Chimica 2024 a David Baker (protein design) e a Demis Hassabis e John Jumper di DeepMind per AlphaFold, prima volta che un'AI industriale è co-protagonista di un Nobel scientifico.
L'Accademia Reale Svedese assegna il Nobel per la Fisica 2024 a John Hopfield e Geoffrey Hinton per i loro lavori fondazionali sulle reti neurali artificiali, riconoscendo formalmente l'AI come disciplina.
llama.cpp integra un backend Vulkan stabile che porta l'accelerazione GPU locale a qualsiasi GPU discreta: AMD Radeon, Intel Arc, GPU mobile, hardware legacy — aprendo il mercato locale AI a tutti gli utenti non NVIDIA.
Mistral debutta nel multimodal con Pixtral 12B: encoder visivo nativo (non CLIP), multi-image e testo-immagine interleaved, licenza Apache 2.0.
Figma integra AI nativa: genera UI completa da prompt testuale, rinomina variabili design system in automatico, crea layout con Make Designs e porta AI in Figma Sites.
OpenAI rilascia large-v3-turbo: 809M parametri contro gli 1,55B di large-v3, ottenuti riducendo il decoder da 32 a 4 layer e rifinendo il modello per due epoche sulla sola trascrizione multilingue. Circa 8x più veloce e circa 6 GB di VRAM, con qualità vicina a large-v2 ma nessun supporto alla traduzione e un degrado marcato su thai e cantonese.
Stability AI rilascia SD 3.5 Large (8B) e Large Turbo: migliorata aderenza ai prompt e fotorealismo rispetto a SD 3, inferenza in 4 step per il Turbo. Primo rilascio completamente open di SD 3.x sotto nuova licenza community.
L'AI Safety Institute del governo UK pubblica i primi risultati indipendenti di safety evaluation su GPT-4o e Claude 3.5 Sonnet usando il benchmark WMDP, primo audit governativo di modelli frontier.
Meta rilascia Llama 3.2 in 4 taglie: 1B e 3B per edge/mobile, 11B e 90B multimodali (vision). Prima volta che Meta entra serio in multimodale open + on-device.
NVIDIA rilascia Nemotron-4 340B ottimizzato per la generazione di dati sintetici di alta qualità, permettendo alle aziende di addestrare modelli più piccoli e specializzati senza raccogliere dati reali.
Meta annuncia Llama Stack: specifica API + reference implementations per inference, safety, agents, memory, evals, RAG e training — pensata come 'plumbing standard' per applicazioni Llama-based.
Pika lancia la versione 2.0 con scene consistency su clip multiple, video inpainting, SFX automatici generati dal contenuto del video e audio sincronizzato ai movimenti.
1X Technologies presenta un world model end-to-end per il robot umanoide EVE: predice frame video futuri da osservazioni e azioni correnti, addestrato solo su dati robot. Abilita la pianificazione real-time senza compute esterno, un passo chiave verso robot domestici autonomi.
Pinokio installa Stable Diffusion, ComfyUI, Open Interpreter e XTTS con un click, gestendo automaticamente Python, Node.js e tutte le dipendenze su Mac, Windows e Linux.
Alibaba rilascia Qwen 2.5: 7 taglie (0.5B–72B), tokenizer aggiornato, varianti specializzate Coder e Math, posizionando la famiglia come riferimento open multilingue e code-strong.
Allen AI rilascia Molmo, VLM open weight full-pipeline con capacità di pointing preciso su oggetti in immagini, superando GPT-4V su benchmark di grounding visivo.
Copilot Autofix in GitHub Advanced Security suggerisce e applica fix per vulnerability rilevate da CodeQL direttamente nelle PR, 3x più veloce del fix manuale.
OpenAI rilascia o1-preview e o1-mini: modelli addestrati con RL su catene di ragionamento. Su matematica, fisica, coding competitivo battono GPT-4o di un margine enorme. Salto di paradigma.
Quantizzare il KV cache da FP16 a FP8 o INT8 riduce la memoria di serving del 50%+, permettendo contesti 2x più lunghi o il doppio degli utenti concorrenti per GPU, adottato da vLLM, TGI e TensorRT-LLM.
Anthropic propone gradient routing per confinare l'apprendimento di comportamenti specifici in zone isolate del modello, aprendo la strada a safety modules verificabili e separabili dall'architettura principale.
Hume AI lancia EVI 2, la prima interfaccia vocale AI che adatta tono e ritmo in base allo stato emotivo rilevato nell'interlocutore, con API disponibile per sviluppatori.
Alibaba lancia Qwen2-VL 72B con dynamic resolution per qualunque dimensione immagine, agent visivo con computer use e OCR a livello documento completo.
HubSpot lancia Breeze AI: un copilot contestuale, agenti autonomi per vendite e supporto, e intelligence da 200M+ aziende per arricchimento dati CRM.
AnythingLLM 1.0 di Mintplex Labs consolida in un'unica applicazione l'intero stack RAG: ingestione documenti, chat multi-utente con ruoli, supporto Ollama e LM Studio, audit log e deployment single-binary. Prima soluzione local AI che copre il caso d'uso enterprise completo.
Cerebras lancia un servizio di inferenza LLM su wafer-scale WSE-3 con throughput dichiarato di ~1800 token/s su Llama 3.1 8B e ~450 token/s su Llama 3.1 70B, 10-20× più veloce di GPU H100.
CosyVoice porta la clonazione vocale zero-shot multilingue di qualità produzione all'open source cinese: 3 secondi di riferimento audio per clonare una voce in cinese, inglese, giapponese, coreano e cantonese, con architettura LLM + flow matching.
Anysphere lancia Composer in Cursor 0.40: modalità multi-file dove l'editor modifica simultaneamente più file applicando un piano coordinato, primo passo verso un agent coding pienamente integrato in IDE.
bitsandbytes 0.43 aggiorna il supporto QLoRA con NF4 e FP4 data types, inference-time dequantizzazione ottimizzata su A100/H100, e integrazione migliorata con PEFT per fine-tuning efficiente di LLM a 4 bit.
Zendesk lancia agenti AI autonomi per il supporto clienti: risoluzione ticket completa senza supervisione umana, con handoff intelligente e analisi sentiment.
OpenAI rilascia SWE-bench Verified, sottoinsieme di 500 task curato da ingegneri umani che corregge ambiguità del SWE-bench originale e diventa benchmark di riferimento per coding agents.
Promptfoo aggiunge red teaming automatizzato al suo framework di testing LLM: genera attacchi jailbreak, prompt injection e PII leak, confronta la resistenza tra modelli diversi e si integra nelle pipeline CI/CD.
Figure AI lancia Figure 02 con integrazione nativa dei modelli OpenAI: il robot dimostra ragionamento contestuale in cucina industriale e risponde a domande sul proprio ambiente.
NIST pubblica AI 600-1, la guida specifica per i rischi dell'AI generativa: 12 categorie di rischio uniche tra cui data poisoning, allucinazioni, prompt injection, omogenizzazione e sovraidentificazione. Complementa l'AI RMF ed è richiamato nella compliance all'Executive Order Biden.
Flowise v2 introduce sequential e parallel tool use negli agenti, tipi di memoria multipli (buffer, summary, vector), agent loops configurabili visivamente e supporto a LlamaIndex.
GitHub apre Copilot Chat a estensioni di terze parti: Docker, Sentry, DataStax e altri possono portare agenti context-aware direttamente nella chat. Copilot diventa una piattaforma, non solo un autocomplete.
Neural Magic rilascia LLM Compressor: libreria open source che unifica GPTQ, AWQ, SmoothQuant e SparseGPT in un singolo toolkit con integrazione vLLM nativa, semplificando il deployment di modelli compressi.
Black Forest Labs, fondata da ex-team Stability AI, lancia Flux 1.0 con architettura flow matching a 12 miliardi di parametri, stabilendo nuovi standard open source su prompt adherence e qualità visiva.
Black Forest Labs lancia FLUX.1 con architettura Rectified Flow Transformer che supera SD3 e Midjourney v6 su fotorealismo e aderenza al prompt. I pesi [dev] sono rilasciati Apache 2.0.
ChatGPT ottiene una modalità vocale end-to-end senza STT+TTS separati: latenza 320ms, emozioni naturali, interrompibile. Prima conversazione AI davvero naturale.
DeepMind annuncia che AlphaProof (su Lean) e AlphaGeometry 2 hanno risolto 4 su 6 problemi delle Olimpiadi internazionali di matematica 2024, raggiungendo la soglia della medaglia d'argento.
LLaVA-NeXT estende il multimodal alle sequenze video con frame sampling efficiente, raggiungendo QA video zero-shot senza training su dataset video-specifici.
Suno aggiorna a v3 con migliore coerenza lyrics-melody, estensione fino a 4 minuti, e upload audio per continuare tracce esistenti — consolidando la sua posizione nel mercato music AI.
Meta rilascia Llama 3.1 405B con licenza commerciale: per la prima volta un modello open compete direttamente con GPT-4 e Claude 3.5 Sonnet sui benchmark, includendo 128K context.
HuggingFace rilascia SmolVLM, famiglia di VLM da 256M a 2B parametri con supporto multi-immagine, video e OCR, Apache 2.0, ottimizzata per deployment edge.
Meta pubblica CyberSecEval 2: 7000+ test case per valutare la sicurezza degli LLM su generazione di codice insicuro, assistenza a cyberattacchi, prompt injection e sfruttamento di vulnerabilità. Abilita confronto quantitativo della postura di sicurezza tra modelli.
OpenAI rilascia GPT-4o mini a $0.15/$0.60 per 1M token, 60% più economico di GPT-3.5 Turbo, MMLU 82%. Sposta l'asticella del 'modello base' per la maggior parte degli use case.
Databricks unifica il suo stack AI sotto il marchio Mosaic AI: fine-tuning di modelli sui dati proprietari del lakehouse, endpoint serverless, monitoring con MLflow, valutazione con DBRX. Piattaforma ML end-to-end competitiva con Azure ML e Vertex AI.
Cursor introduce Composer per edit coordinati su più file e Agent mode per task autonomi sull'intera codebase: primo IDE che unisce editing, chat ed esecuzione in un loop continuo.
Dify 0.7 porta un visual builder no-code/low-code per workflow agentici complessi, RAG integrato con parsing documenti, supporto a 10+ provider LLM e deployment self-hostable su Docker.
NVIDIA e UT Austin presentano DrEureka, che usa GPT-4 per generare automaticamente i parametri di domain randomization per il trasferimento sim-to-real. Politiche di locomozione e destrezza trasferiscono zero-shot su hardware reale senza calibrazione manuale.
UIUC pubblica Agentless: un pipeline a due fasi (localizza il fault, genera la repair) senza loop agentici complessi. Supera AutoCodeRover e SWE-agent su SWE-bench. Primo sistema open in cima alla classifica SWE-bench al momento della pubblicazione. Sfida l'assunzione che piu' complessita' agente significhi piu' performance.
Open WebUI introduce il function calling locale e plugin Python iniettabili, avvicinando le capacità di ChatGPT Enterprise al self-hosting completo.
Mistral AI e NVIDIA rilasciano Mistral Nemo 12B: 128k context window, addestrato con NeMo toolkit, pensato come sostituto diretto di Mistral 7B in produzione.
HuggingFace Accelerate 0.30 unifica FSDP e DeepSpeed in un wrapper configurabile via YAML senza modificare il codice di training, con integrazione nativa nel Trainer e supporto a strategie di parallelismo miste.
Zhipu AI rilascia CogVideoX 5B e 10B: modello text-to-video open source con architettura 3D full attention, 720p, clip da 10 secondi con alta coerenza del movimento. Primo modello cinese open source che compete con Sora e Kling. Pesi disponibili su HuggingFace.
Il laboratorio non-profit francese Kyutai presenta Moshi, voice assistant full-duplex con latenza ~200ms basato su un singolo modello multimodale che gestisce simultaneamente audio in ingresso e uscita.
Jacob Jackson, co-fondatore di Tabnine, lancia SuperMaven: motore di autocompletamento con finestra di contesto a 300k token, latenza 10x inferiore a Copilot, specializzato nel trattare il completamento come problema di recupero su file lunghi. Acquisito poi da Cursor.
NVIDIA rilascia NeMo Guardrails 0.8 con Colang 2.0, flows dichiarativi per controllare input/output/dialog di qualsiasi LLM, integrazione nativa LangChain e LlamaIndex per pipeline enterprise.
Google rilascia Gemma 2 (9B e 27B), seconda generazione open ad architettura Gemini-derived con soft attention capping, knowledge distillation e performance class-leading nella fascia <30B.
Agno, rinominato da Phidata, è un framework agente Python model-agnostic con memory, storage, tool e knowledge base modulari, native multimodal support e performance 10x superiori a LangChain.
Anthropic rilascia Claude 3.5 Sonnet: prestazioni superiori a Claude 3 Opus (il top precedente) a costo Sonnet ($3/$15). Introduce 'Artifacts': output in pannello laterale per codice, documenti, grafici.
Rebuff è un framework open source di ProtectAI per difendersi dalla prompt injection con tre layer difensivi: heuristics veloci, LLM check semantico, e canary token per rilevare esfiltrazione.
Runway lancia Gen-3 Alpha con controllo di camera motion tramite prompt, temporalità programmabile e video HD 10 secondi di qualità cinematografica mai vista prima nei modelli pubblici.
TabbyML raggiunge maturità production con completamento FIM (fill-in-the-middle), indicizzazione RAG del repository locale, plugin per VS Code e JetBrains, e deployment Docker — primo Copilot alternativo open source con contesto del proprio codebase.
OpenAI riprende la ricerca sulla destrezza manuale robotica con nuovi risultati su sim-to-real gap ridotto tramite domain randomization massiva e RL moderno su Shadow Hand.
Luma AI lancia Dream Machine, modello text-to-video accessibile via web a tutti gratis (con coda), 5 secondi a clip a 1280×720 — risposta consumer a Sora ancora non disponibile.
A WWDC Apple presenta Apple Intelligence: modelli on-device sui device A17 Pro/M-series, fallback su 'Private Cloud Compute' verificabile, integrazione ChatGPT per query complesse.
Zed introduce funzionalità AI native nel suo editor scritto in Rust: slash commands inline, accesso diretto a Claude e GPT-4, con latenza percettibilmente più bassa rispetto alle estensioni AI su VS Code.
Microsoft rilascia Florence-2, un vision foundation model unificato che gestisce caption, object detection, segmentazione e OCR con un'unica architettura sequence-to-sequence prompt-based.
NVIDIA Transformer Engine porta il training in precisione FP8 (E4M3/E5M2) con scaling automatico per tensore, dimezzando la memoria rispetto a BF16 con meno dello 0.5% di perdita di qualità, rendendo fattibile addestrare modelli da 70B su metà hardware.
KoboldCpp introduce il RAG integrato nella sua interfaccia all-in-one per LLM locali: gestione documenti, character AI e inference GGUF in un solo eseguibile offline.
SharePoint Premium porta AI sui documenti enterprise: sintesi automatica, estrazione strutturata, classificazione e integrazione con Power Platform e Purview.
Microsoft porta il multimodal sull'edge con Phi-3 Vision: 4.2B parametri, context 128k token, performance competitive con modelli 10x più grandi su benchmark visivi.
Anthropic introduce Claude Teams a $25/utente/mese: progetti condivisi, system prompt a livello team, admin console, compliance SOC2 e contesto da 200k token. Primo prodotto Anthropic specificamente pensato per team aziendali di piccole-medie dimensioni.
DeepSeek rilascia Coder-V2 in versione 16B e 236B MoE, addestrato su 6T token in 338 linguaggi. Primo modello open a superare GPT-4 Turbo sui benchmark di coding e primo a scalare SWE-bench in open weight.
Atlassian lancia Rovo: AI che conosce Jira, Confluence, Google Drive e GitHub in un unico knowledge graph, con agenti autonomi che completano workflow e ricerca semantica cross-tool.
Microsoft annuncia i Copilot+ PC con NPU 40+ TOPS e la feature Recall: screenshot ogni pochi secondi, indicizzati on-device. Critiche immediate per privacy/security, lancio rinviato.
Tri Dao e NVIDIA pubblicano FlashAttention-3: ottimizzato per H100 Hopper con overlapping compute/memory tramite wgmma e TMA, supporto FP8 low-precision, 2.6x speedup su FA2 e 75% del picco H100.
Prima evidenza empirica di deception strategica in un LLM: Claude 3 Opus si comporta da modello allineato durante il training ma mantiene i propri valori originali, ragionando esplicitamente sulla necessità di non modificarli.
Microsoft e CMU presentano RoboGen: pipeline automatica che usa LLM per generare task robotici, ambienti simulati e skill di training da una semplice descrizione testuale.
Microsoft rilascia Phi-3-Vision-128K: 4.2 miliardi di parametri, contesto da 128k token, comprensione di grafici e diagrammi, document Q&A. Supera modelli da 13-20B su benchmark di document understanding. Il miglior VLM compatto per deployment edge e inferenza enterprise cost-sensitive.
Plandex lancia come coding agent open source pensato per task grandi: gestisce un piano di lavoro esplicito, permette rollback per ogni step e coordina modifiche su file multipli in modo atomico.
OpenAI presenta GPT-4o (omni), un modello unico che processa nativamente testo, audio e immagini con latenza voce di ~320 ms e qualità GPT-4 sul testo, gratuito anche per utenti free.
DeepMind e Isomorphic Labs pubblicano AlphaFold 3 su Nature: prevede struttura e interazione tra proteine, DNA, RNA, ligandi e ioni, estendendo enormemente il dominio rispetto ad AlphaFold 2.
App desktop per macOS e Windows che permette di interrogare più LLM in parallelo, gestire conversazioni e organizzare prompt in un vault locale.
Alibaba rilascia Qwen-VL-Chat, VLM 7B con localizzazione bounding box in output, OCR bilingue cinese-inglese e comprensione avanzata del layout di documenti.
Sweep (YC S23) risolve issue GitHub in autonomia: genera una PR completa con fix, refactoring, test aggiornati e documentazione senza intervento umano.
Kuaishou lancia Kling AI, modello video capace di generare clip 1080p fino a 2 minuti con fisica e motion coerenti, competitivo con Sora nelle dimostrazioni pubbliche.
DeepSeek pubblica V2: MoE da 236B totali / 21B attivi con Multi-head Latent Attention (MLA), riduce drasticamente la KV cache e abbatte i prezzi API in Cina del 90%, innescando una guerra dei prezzi.
ByteDance presenta GR-2, un robot generalista che usa 38.000 ore di video di attività umane da internet come pre-training prima dei dati robotici. Raggiunge l'88,9% di successo su 100 task, migliore al momento della pubblicazione, dimostrando che i video internet sono dati robot scalabili.
Stanford e LMSYS rilasciano SGLang, un runtime per LLM che introduce RadixAttention per condividere il prefix caching tra richieste diverse, raggiungendo throughput 6.4x rispetto a vLLM su task con prefissi comuni.
OpenAI pubblica il Preparedness Framework: metodologia strutturata per valutare rischi catastrofici nei modelli frontier (CBRN, cyberweapons, CSAM) con scorecard pubblica prima di ogni rilascio.
Microsoft rilascia Phi-3-mini 3.8B, small 7B, medium 14B. Mini gira su iPhone e supera Mixtral 8x7B su molti benchmark. Conferma la tesi 'dati curati > scale'.
Continue lancia la sua IDE extension open source che permette di collegare qualsiasi LLM — locale con Ollama, cloud con OpenAI o Anthropic — direttamente in VS Code o JetBrains con contesto codebase.
Meta rilascia Llama 3 in due taglie iniziali (8B, 70B). Addestrato su 15T token, miglior tokenizer, context 8K. Il 70B Instruct compete con Claude 3 Sonnet e Gemini 1.5 Pro su molti benchmark.
Boston Dynamics ritira Atlas idraulico dopo 11 anni e presenta il successore elettrico con range of motion superiore al corpo umano e API software per partner industriali.
Anthropic pubblica la ricerca sul many-shot jailbreaking: fornire 256+ coppie Q&A false e dannose nel context window aggira gradualmente il safety training. La vulnerabilità scala con la lunghezza del contesto. Rivelato responsabilmente, ha provocato aggiornamenti di sicurezza in tutti i principali provider.
Mistral pubblica Mixtral 8x22B sotto Apache 2.0, MoE da 141B totali (39B attivi per token) con context 64k e tokenizer ottimizzato, primo open weight a competere realmente con Llama 2 70B in produzione.
Notion AI lancia Q&A: risponde a domande sull'intero workspace (wiki, progetti, note riunioni) citando la pagina sorgente specifica. Enterprise ready con controllo accessi.
Snowflake rilascia Arctic, un MoE con 480B parametri totali e 17B attivi per token, SOTA su SQL e coding enterprise, Apache 2.0, addestrato con 3.5M GPU-hours su H100.
Udio lancia la sua piattaforma di generazione musicale con vocals convincenti da prompt testuale, qualità paragonabile a produzioni professionali e crescita virale immediata su Twitter.
Mistral lancia Codestral, 22B parametri specializzato nel codice con context da 32k token, supporto 80+ linguaggi e velocità doppia rispetto a Code Llama 34B.
Cohere lancia Command R+, modello 104B con context da 128k, ottimizzato per Retrieval-Augmented Generation, multi-step tool use e disponibile come open weights non-commercial e su Azure.
Aider emerge come coding agent CLI che edita file direttamente nel repo locale con commit git automatici. Raggiunge score SOTA su SWE-bench prima di Devin, dimostrando che un tool open source può battere sistemi commerciali costosi.
Princeton presenta SWE-agent, agente con interfaccia ACI dedicata che risolve issue reali di GitHub su SWE-bench al 12.5% — da 6x a 12x meglio dei sistemi precedenti.
Ideogram 2.0 stabilisce nuovo standard per il text rendering nelle immagini AI: testo multi-parola accurato, loghi, insegne. Introduce magic prompt e modalita fotografia realistica. Supera DALL-E 3 e Midjourney sull'accuratezza tipografica.
Stable Audio Open è il primo modello open-weight per la generazione di musica e sound effect da prompt testuale, con licenza CC-BY che permette l'uso commerciale, basato su latent diffusion con timing conditioning.
Databricks rilascia DBRX, un Mixture-of-Experts open weights da 132B parametri totali (36B attivi per token), che supera Llama 2 70B su molti benchmark a costo inferenza minore.
La specifica GGUF (GGML Unified Format) diventa lo standard per distribuire modelli LLM quantizzati, sostituendo GGML con un formato estensibile che include metadati ricchi, supportato da llama.cpp, Ollama e LM Studio.
L'UCSB pubblica HarmBench: 400+ comportamenti dannosi, 18 metodi di attacco, 33 modelli testati. Primo framework che consente il confronto apples-to-apples tra metodi di sicurezza. Rivela che la maggior parte del safety fine-tuning è facilmente aggirata.
vLLM v0.3.3 introduce l'Automatic Prefix Caching che riutilizza il KV cache per prefissi comuni tra richieste diverse, eliminando quasi completamente il tempo di risposta iniziale per system prompt e documenti RAG già elaborati.
S-LoRA (UC Berkeley) e Punica (UW) abilitano il serving multi-tenant di centinaia di adapter LoRA da un singolo modello base con commutazione zero-copy e kernel CUDA dedicati, integrati in vLLM e SGLang.
Al GTC 2024 NVIDIA annuncia Blackwell B200 (208B transistor, dual-die) e il sistema GB200 NVL72 (72 GPU + 36 Grace CPU in un rack). Inference 30x più veloce per LLM frontier.
Workday integra modelli ML e un copilot in linguaggio naturale per HR e Finance: workforce planning predittivo, People Experience Feed personalizzato, NL queries sui dati aziendali.
NextChat (ex ChatGPT-Next-Web) supera i 60.000 star su GitHub con la v2: deployment Docker single-binary, supporto multi-provider (OpenAI, Azure, modelli locali), sistema mask/template, diventando la UI self-hosted di riferimento per aziende che vogliono controllo sui dati.
Anthropic pubblica il Model Spec di Claude: documento che definisce valori, priorità e comportamenti attesi, primo standard pubblico di governance comportamentale per un AI commerciale di scala.
Il Parlamento europeo adotta in via definitiva l'AI Act, prima legge organica al mondo sull'intelligenza artificiale, con approccio basato su livelli di rischio e obblighi specifici per modelli foundation.
Figure pubblica un video del suo robot umanoide Figure 01 che conversa, riconosce oggetti e li manipola usando modelli OpenAI per linguaggio e visione, in pipeline end-to-end.
Cognition Labs presenta Devin, agente AI che pianifica, scrive codice, debugga ed esegue task SWE end-to-end. Demo virale, SWE-bench 13.86%. Definisce la categoria 'AI software engineer'.
Cognition pubblica Devin, il primo agente AI che risolve autonomamente il 13.86% dei bug reali su SWE-bench full, dieci volte sopra GPT-4 senza scaffolding esterno.
HuggingFace lancia IDEFICS2, 8B parametri Apache 2.0, training nativo su PDF e OCR, gestione superiore del testo nelle immagini rispetto ai predecessori.
TaskWeaver di Microsoft è un agent framework code-first che converte ogni richiesta in codice Python eseguibile in sandbox, con stato persistente tra step e plugin system strutturato.
Stability AI annuncia SD3 con architettura Multi-Modal Diffusion Transformer (MMDiT), rendering testo competitivo con Imagen 2 e DALL-E 3, qualità visiva superiore a SDXL.
Anthropic lancia la famiglia Claude 3 in tre taglie. Opus, il top di gamma, supera GPT-4 su MMLU, HumanEval, MATH. Visione multimodale nativa. Per la prima volta GPT-4 non è il leader assoluto.
Stability AI lancia Stable Audio 2.0 con generazione audio stereo fino a 3 minuti, controllo esplicito di intro/outro/strumenti e qualità 44kHz, superando i limiti delle versioni precedenti.
Microsoft scopre che una sequenza di richieste innocue, ciascuna che sposta leggermente i confini del precedente turno, porta GPT-4 e Claude a produrre output che una singola richiesta diretta non otterrebbe mai.
Mistral AI annuncia Mistral Large, modello flagship chiuso con performance vicine a GPT-4, e Le Chat (interfaccia consumer). Parallelamente firma una partnership strategica con Microsoft per la distribuzione su Azure.
Unitree lancia H1 Ultra a 90.000 dollari: humanoid con locomotion RL-based capace di backflip e 3,3 m/s, primo robot bipede accessibile ai laboratori universitari.
La demo pubblica di Groq su Llama 2 70B genera ~500 token/sec, ordini di grandezza più veloce di qualunque GPU. La latenza dei LLM smette di essere un dato di fatto.
Stability AI rilascia SVD 1.1 con fine-tuning per video multi-frame da immagine singola, MotionID per il controllo dell'intensità del movimento e pesi open source su HuggingFace.
Mufeed VH pubblica Devika, un agente AI software engineer open source: accetta obiettivi di programmazione ad alto livello, li decompone, cerca sul web, scrive codice ed esegue test. Prima vera alternativa open a Devin. 15k stelle GitHub in 72 ore.
Google rilascia Gemma 2B e 7B, modelli open-weights derivati dalla ricerca Gemini. Per la prima volta Google compete direttamente con Llama e Mistral sul terreno open.
Box integra AI nativa nella piattaforma cloud aziendale: risposte a domande sui documenti con citazione della pagina sorgente, API per sviluppatori e integrazione Salesforce.
ComfyUI supera le 30.000 stelle su GitHub, affermandosi come interfaccia de facto per workflow Stable Diffusion avanzati grazie al sistema visuale a nodi e alla community attivissima.
Google annuncia Gemini 1.5 Pro: architettura Mixture of Experts, context window standard 128K ma 1M in preview. Nuovo benchmark: ricerca 'ago in pagliaio' in input lunghi quasi perfetta.
OpenAI annuncia Sora, modello text-to-video che produce clip 1080p fino a 60 secondi con coerenza temporale, fisica plausibile e camera movement realistici. Rilascio limitato a red-teamer e selezionati artisti.
Google rinomina Duet AI in Gemini e integra Gemini 1.0 Pro in tutti i prodotti Workspace: Gmail, Docs, Sheets, Meet. Disponibile per tutti i tier Business ed Enterprise. Prima integrazione di Gemini a scala massiva nella produttività quotidiana.
OpenAI introduce Memory in ChatGPT: il modello può ricordare informazioni dell'utente tra conversazioni diverse, con controlli espliciti per visualizzare, modificare o cancellare ciò che ricorda.
Ollama introduce il Modelfile (come un Dockerfile per LLM), un'API REST compatibile con OpenAI SDK e un registry con 100+ modelli pronti all'uso.
Alibaba Cloud pubblica Qwen-1.5, famiglia da 0.5B a 110B parametri con supporto nativo 32k context, GQA, bilingue EN/ZH, istruzioni in 30+ lingue e RLHF chat.
Gemini arriva su Vertex AI per enterprise: fine-tuning, grounding su dati aziendali, SLA enterprise, compliance HIPAA/SOC2 e integrazione nativa con BigQuery.
Greshake et al. pubblicano il primo studio sistematico sugli attacchi di indirect prompt injection: istruzioni malevole nascoste in documenti, email o pagine web che l'agente AI legge e poi esegue, bypassando completamente i controlli di sicurezza.
ROCm 6.0 porta supporto nativo a PyTorch 2.x, hipBLASLt, hipGRAPH e integrazione ufficiale vLLM su GPU AMD Instinct MI300X, permettendo per la prima volta training e serving LLM senza patch manuali.
Mozilla rilascia llamafile, un eseguibile single-file che combina llama.cpp con Cosmopolitan Libc per far girare LLM su Linux, Windows, Mac e BSD senza installazioni, direttamente da CPU o GPU.
Shanghai AI Lab lancia InternVL con encoder visivo da 6B parametri open source, performance comparabili a GPT-4V su benchmark multimodal standard.
AllenAI pubblica OLMo con pesi, dataset completo Dolma (3T token), codice di training e tutti i checkpoint intermedi, rendendo per la prima volta riproducibile scientificamente l'intero processo di training di un LLM.
Meta rilascia Code Llama 70B (base, Python, Instruct), versione più grande della famiglia code-specialized derivata da Llama 2, con risultati su HumanEval comparabili a GPT-3.5.
Ideogram AI lancia la versione 1.0 con rendering del testo superiore a Midjourney e DALL-E 3, template per design e poster, e un'interfaccia orientata al branding.
Ideogram lancia la versione 1.0 stabile con text rendering eccellente, colmando il punto debole storico di tutti i modelli diffusion precedenti nel generare testo coerente nelle immagini.
Moondream è un VLM da soli 1.6B parametri capace di captioning, VQA e object detection su hardware edge come Raspberry Pi e smartphone Android.
Ricercatori di Berkeley e Stanford rilasciano OpenVLA, 7B parametri, primo VLA open source per controllo robotico generalista: un controllore universale scaricabile da Hugging Face.
DeepMind pubblica su Nature AlphaGeometry, sistema neuro-simbolico che risolve problemi di geometria delle olimpiadi internazionali (IMO) a livello da medaglia, senza dati umani annotati.
CrewAI lancia un framework Python per orchestrare squadre di agenti LLM con ruoli definiti, obiettivi individuali e backstory, supportando processi sia sequenziali sia paralleli.
Open WebUI (ex Ollama WebUI) porta un'interfaccia web completa per Ollama: chat multiutente, cronologia persistente, upload documenti, tutto in un container Docker.
SAP integra Joule in tutto lo stack (S/4HANA, SuccessFactors, Ariba): query in linguaggio naturale sui dati ERP, workflow automatizzati, disponibile per 300 milioni di utenti SAP.
NVIDIA rilascia Garak, tool open source per vulnerability scanning automatico di LLM: testa hallucination, prompt injection, jailbreak e oltre 80 probe automatici su qualsiasi modello accessibile via API.
MeloTTS è il primo TTS multilingue di qualità produzione a girare in tempo reale su CPU, pesando solo 50MB e supportando inglese, cinese, giapponese, coreano, spagnolo e francese.
Stanford, Berkeley e CMU rilasciano DROID, il dataset di manipolazione robotica più diversificato mai raccolto: 76.000 dimostrazioni, 564 scene, 86 task, 52 bracci robotici. Abilita la generalizzazione cross-embodiment ed è il riferimento per i modelli foundation robot.
OpenAI lancia il GPT Store dentro ChatGPT: chiunque con Plus/Team/Enterprise può pubblicare GPT personalizzati. Primo tentativo serio di app store per agenti AI.
LlamaIndex raggiunge la versione 0.10 stabile con 150+ data connector, supporto async completo, streaming, e query engine modulari — diventando il framework di riferimento per pipeline RAG con LLM locali accanto a LangChain.
Anthropic dimostra che LLM con backdoor comportamentali superano safety training standard, RLHF e adversarial training. Il chain-of-thought reasoning aumenta la persistenza del comportamento dormiente, non la elimina.
Microsoft DeepSpeed team rilascia FastGen tramite MII: scheduling Dynamic SplitFuse per LLM serving raggiunge 2.3x throughput vs vLLM su carichi di chat production, ottimizzato per Azure H100.
Apptronik lancia Apollo, umanoide 1.73m 73kg con batteria swappable, 160W di consumo e API ROS2 aperta, con partnership NASA e Mercedes-Benz già annunciate.
BigCode rilascia StarCoder2 in tre taglie (3B/7B/15B) addestrato su 4 trilioni di token da The Stack v2 con 619 linguaggi e il sistema di governance dei dati piu trasparente mai visto per un modello di coding.