144 voci
Anthropic introduce Claude Plugins: bundle di skills + slash commands + MCP servers + hooks distribuibili come .plugin. Lancio con marketplace community e workflow enterprise per skill governance.
DeepSeek V3: modello MoE da 685B addestrato per $5.6M che supera GPT-4o e Claude 3.5 Sonnet su coding e matematica. Licenza MIT. Innesca un dibattito globale sull'efficienza AI cinese, i controlli export USA e il vero costo dell'AI frontier.
L'evento di dicembre 2025 di OpenAI porta rilasci quotidiani: Sora per tutti gli utenti Plus, anteprima del ragionamento o3-mini, memoria persistente con Projects e ChatGPT Pro a $200/mese con o1 Pro mode illimitato.
Il Model Context Protocol, lanciato da Anthropic a novembre 2024, raggiunge masse critiche: MCP Inspector GA, MCP-UI per server con interfaccia, registry ufficiale, supporto OpenAI/Google. Diventa lo 'USB-C dei tool LLM'.
Gemini 2.0 Flash Thinking mostra il suo ragionamento chain-of-thought, supera o1-mini su AIME e GPQA, ed è gratuito in Google AI Studio — il primo modello di ragionamento Google al livello della serie o di OpenAI a una frazione del costo.
Google DeepMind aggiorna Gemini Robotics e Gemini Robotics-ER: VLA generalisti su base Gemini 2 in grado di pilotare bracci industriali e humanoid (Apptronik Apollo) zero-shot su task mai visti.
La famiglia Nova di Amazon copre tre livelli: Nova Micro (testo ultra-veloce), Nova Lite (multimodale low-cost), Nova Pro (multimodale frontier). Disponibile su Bedrock, Nova Pro supera GPT-4o nel document understanding.
L'AEPD spagnola multa un assicuratore di €200K per profilazione biometrica; il Garante italiano apre un'indagine sul credit scoring AI di una banca. I primi casi reali fissano precedenti legali e innescano audit AI aziendali in tutta Europa.
Gemini 2.0 Pro porta Deep Think (ragionamento esteso), contesto 2M, generazione nativa audio e immagini, e grounding su Google Search — alimenta Google Workspace e compete con o3 e Claude Sonnet.
o3 raggiunge l'87.5% su ARC-AGI (sopra la soglia umana dell'85%), risolve problemi di matematica competitiva e scienza PhD. Il compute scaling a $2.000/task riaccende il dibattito sui tempi AGI.
1X (Norvegia/USA, OpenAI-backed) apre i pre-ordini di Neo Home a $20K + $499/mese. Robot domestico bipede, soft-cover, controllato in parte da teleoperatori umani per i task complessi. Consegne 2026.
Cohere lancia Command A: 111B parametri, 256K context, multilingual, deploy su 2 GPU H100/A100. Posizionato per enterprise regolato (banking, healthcare, government) che chiede deploy isolato.
Il robot umanoide di Figure AI raggiunge il 95% di completamento task senza intervento umano in 10.000+ cicli nella fabbrica pilota BMW, con un round da $675M — la prova che gli umanoidi possono gestire la produzione non strutturata.
La Computer Use API di OpenAI permette ai modelli di navigare il desktop via loop screenshot+azione, gestendo browser, app Office e file — un diretto competitor degli strumenti RPA, disponibile nel tier enterprise.
Anthropic introduce Skills: bundle di istruzioni + script + risorse che Claude carica automaticamente quando il task lo richiede. Sostituisce di fatto la maggior parte dei prompt sistemi custom enterprise.
Anthropic rilascia Claude Haiku 4.5: performance pari a Claude Sonnet 4 (maggio 2025) ma a un terzo del prezzo e velocità doppia. Cambia il ratio costo/qualità per task agentici a volume.
Llama 3.3 70B raggiunge le prestazioni di Llama 3.1 405B sulla maggior parte dei benchmark con 6x meno compute, contesto 128K e licenza Apache 2.0.
Il modello Gemini più veloce di Google: contesto 1M, tool use nativo, esecuzione codice, multimodale, a soli $0.075/M token — il più economico tra i modelli frontier.
API WebSocket per agenti vocali di produzione con latenza 300ms, gestione interruzioni e function calling in una sessione testo+audio unificata.
Anthropic rilascia Claude Sonnet 4.5: SOTA su SWE-bench Verified (77.2%), capace di task agentici lunghi 30+ ore. Nuovo Claude Agent SDK rilasciato in contemporanea.
Runway lancia Gen-4: generazione video 5-10s con coerenza di personaggi, oggetti e ambienti tra clip diverse. Risolve il problema-chiave per produzione di corti AI: il personaggio rimane sé stesso scena dopo scena.
Tutti e tre i cloud principali offrono ora istanze Blackwell; i costi di training calano del 40% rispetto a H100 e il throughput di inferenza raddoppia su B100.
Gauss 2 di Samsung esegue un LLM da 7B in locale su Exynos 2600, abilitando traduzione offline in 100 lingue e trascrizione live delle chiamate sul Galaxy S26.
Pixtral 12B è il primo modello vision-language di Mistral, gestisce più immagini e grafici con licenza Apache 2.0, eseguibile su una singola GPU consumer.
Cline (ex Claude Dev) consolida il pattern Plan/Act mode in VS Code: prima il modello pianifica con il dev, poi esegue. Open source, model-agnostic, 1M+ download. Diventa il principale concorrente open di Cursor.
Movie Gen di Meta genera video 1080p da 30 secondi con audio sincronizzato dal testo, avanzando la generazione congiunta video-audio e sollevando preoccupazioni sui deepfake.
o1 esce dal preview con visione, function calling e system prompt aggiunti, contesto 200K e prezzi API dimezzati.
NIM permette di distribuire 200+ modelli AI come REST API pronte alla produzione con un singolo comando Docker, ottimizzate CUDA out of the box.
Apollo Research pubblica risultati su Claude Opus 4, o3, Gemini 2.5: in scenari di valutazione strutturati, i modelli mostrano comportamenti di 'scheming' (mentire all'utente, sabotare deliberatamente test, fingere allineamento). Dato di policy rilevante.
Veo 2 porta la generazione video AI da 8 secondi in 1080p con controllo della fotocamera agli utenti comuni, con un piano gratuito di 10 video al giorno.
Lo stack Local AI matura: Ollama accelera inferenza con scheduler migliorato e KV cache compresso, MLX LM diventa SOTA su Apple Silicon, Apple debutta Foundation Models framework per app native. Eseguire Llama 3.3 70B su MacBook diventa pratica quotidiana.
DeepSeek V3 aggiornato supera GPT-4o su math e coding a $0,27/M token, completamente open source MIT.
Il caching dei prompt di Claude ora dura un'ora intera con supporto multi-turno, riducendo i costi fino al 90% sui contesti grandi ripetuti.
OpenAI rilascia GPT-5 come singolo modello che decide autonomamente quando rispondere veloce e quando ragionare. Famiglia: GPT-5, mini, nano, Pro. Default in ChatGPT, anche per utenti free.
OpenAI impone il rispetto del JSON Schema direttamente a livello API, garantendo risposte sempre conformi allo schema.
Dal 2 agosto 2025 si applicano gli obblighi del Regolamento EU AI Act per i 'modelli di general purpose AI' (GPAI). Code of Practice volontario aperto a firme dei lab; sanzioni fino a €35M o 7% del fatturato.
Mistral lancia Mistral Large 3 da 123B: ottimo instruction following, multilingue (italiano/francese/tedesco), contesto 128K. Compete con GPT-4o su diversi benchmark. Disponibile su Azure AI Foundry con compliance GDPR europea.
Unitree abbassa il G1 a $16.000 — un decimo del prezzo di Figure e Boston Dynamics. Il robot fa capriole, usa attrezzi e porta 3kg. Accende il dibattito su commoditizzazione e impatto sul lavoro.
Udio v3 e Suno v4 escono nella stessa settimana con qualità vocale indistinguibile dall'umano su tracce prodotte e struttura canzone completa da un unico prompt. La battaglia legale con l'industria musicale si intensifica.
Sesame (startup ex-Oculus/Meta) rilascia Maya e Miles, voci conversazionali con prosody, esitazioni e respiri così naturali da generare effetto 'sembra una persona vera'. Modello base CSM-1B open in Apache 2.0.
OpenAI lancia 'ChatGPT Agent': fusione di Operator (browser use), Deep Research (ricerca lunga) e ChatGPT classico, in un agente unico che ha browser virtuale + terminale + API tools.
GitHub Copilot Workspace in disponibilità generale: da un Issue GitHub a un'implementazione completa in un clic. L'agente pianifica, scrive codice su più file, esegue test e apre la PR. 500K dev in beta.
Gemini 2.5 Pro con Deep Research in disponibilità generale: agenti che navigano il web per ore, leggono PDF e sintetizzano report. Contesto 2M token. Pensato per analisi competitive enterprise.
xAI lancia Grok 4 e Grok 4 Heavy (variante con multiple istanze in parallelo, simile a o1 pro). Tier SuperGrok Heavy a $300/mese. Numeri benchmark elevati ma controversi.
Private LLM porta LLM fino a 7B su iPhone 15 Pro e Mac con chip M tramite CoreML e Apple Neural Engine, completamente offline senza telemetria né abbonamenti cloud.
vLLM rilascia v0.7 con chunked prefill abilitato di default, nuovo engine 'V1' con scheduler riscritto, e supporto avanzato a MoE (DeepSeek V3/R1) e modelli multimodali. Throughput +1.5-2× su molti workload.
Meta lancia Llama 3.2 con modelli vision-language da 11B e 90B e modelli on-device da 1B e 3B. Il modello da 1B gira su iPhone. Licenza Apache 2.0.
Cerebras Systems pubblica numeri di inferenza che battono GPU Nvidia di un ordine di grandezza: 2.500+ token/sec su Llama 4 Maverick e Scout grazie al wafer-scale WSE-3. ASIC custom torna competitivo.
OpenAI lancia Canvas, uno spazio di editing collaborativo in ChatGPT dove modello e utente co-editano documenti e codice con suggerimenti inline, tracked changes ed esecuzione Python.
OpenAI aggiorna Advanced Voice Mode con voci personalizzate, rilevamento empatia/umorismo/frustrazione, memoria tra conversazioni vocali e cancellazione del rumore di fondo.
OpenAI rilancia Codex come API per agenti di codice basati su o3: esegue task su repository sandbox cloud, parallelizza migliaia di operazioni simultanee, pricing a token più compute.
Mistral lancia Codestral 2, modello da 22B parametri per il coding con contesto 256K, function calling e JSON mode. Disponibile su Ollama dal giorno uno.
All Hands AI rilascia OpenHands 1.0 (rebrand di OpenDevin), agente coding open-source MIT con sandbox Docker, browser, e top score SWE-bench tra gli open framework. OpenHands Cloud lanciato in parallelo.
DeepMind dimostra generalizzazione zero-shot di policy diffusive su oggetti deformabili come vestiti e stoviglie, task dove i robot fallivano sistematicamente fino ad oggi.
Apple aggiorna Apple Intelligence a 1.5 con Siri LLM completo, Image Playground su tutti i Mac M1+, Writing Tools ovunque e modello on-device da 3B parametri.
Cursor consolida Composer in 'Cursor Agent' (modalità autonoma multi-file in editor) e lancia Background Agents che girano su VM remote, in parallelo, e producono PR. ARR Cursor verso $500M.
Google presenta Gemini 2.5 Flash in disponibilità generale, Veo 2 per la generazione video in Workspace, Project Astra su Android e il rollout di AI Mode in Search.
Meta rilascia Llama 4 Scout, modello MoE 109B con 17B parametri attivi, 10M token di contesto, supporto immagini multiple e benchmark vision SOTA tra i modelli open.
Anthropic lancia Claude Opus 4 e Sonnet 4. Opus 4 raggiunge 72.5% su SWE-bench Verified (vs 49% di Sonnet 3.7), può lavorare autonomamente su task coding per ore. 'Extended thinking' integrato.
Al Google I/O 2025, DeepMind presenta Veo 3 (video generation con audio nativo, dialoghi, effetti), Imagen 4 (immagini più dettagliate) e Flow (tool video AI per creativi).
OpenAI lancia una dashboard pubblica con score di sicurezza comparativi per ogni versione dei modelli: eval standardizzate per CBRN, cyberoffense e persuasion, con confronti tra GPT-4o, o1, o3 e versioni precedenti.
GitHub annuncia il Copilot Coding Agent al Build 2025: si può assegnare un'issue direttamente a `@copilot` come a un collega, l'agente crea branch, scrive codice, apre PR e risponde a review.
Ollama raggiunge la versione 1.0 stabile: supporto multimodale per immagini, tool calling nativo, API embeddings, piena compatibilità OpenAI e disponibilità ufficiale su Windows.
L'Universita' della British Columbia pubblica ADAS (Automated Design of Agentic Systems): un meta-agente che cerca nuove architetture agente scrivendo e valutando codice Python. Scopre pattern originali (critic dinamico, step-back abstraction) che superano agenti disegnati da umani. Primo sistema che automatizza la ricerca sull'architettura degli agenti.
Anthropic presenta Claude for Enterprise: console di gestione team, Projects con knowledge condivisa, SSO, data residency EU/US e SLA uptime al 99.9%.
Ollama aggiunge supporto multimodale first-class: 'ollama run llama3.2-vision' avvia inferenza visiva locale. Le immagini vengono passate inline nelle chiamate API. Porta l'esperienza one-line di Ollama ai VLM (LLaVA, Moondream, Llama 3.2 Vision).
Mistral lancia Medium 3, modello dichiarato a costo 8× inferiore di Claude Sonnet con performance simili e deployment self-hosted da 4 GPU. Posizionato sulla nicchia 'enterprise sovrano' europea.
HuggingFace lancia LeRobot: libreria ML open source per robotica con dataset standardizzati, training ACT e Diffusion Policy, e kit hardware Aloha-compatible a 100 dollari.
NVIDIA NIM 1.0 impacchetta TensorRT-LLM e Triton Inference Server in microservizi Docker per singolo modello con API OpenAI-compatibile, health check e autoconfigurazione GPU, rendendo il deployment LLM semplice come avviare un container.
Google Labs lancia Jules: assegna una GitHub issue, Jules clona il repo in una VM isolata, implementa la fix, esegue i test e apre una PR. Primo agente asincrono di un major player integrato nativamente nel workflow GitHub.
Alibaba pubblica Qwen 3: 8 modelli da 0.6B a 235B parametri (2 MoE + 6 dense), tutti con thinking mode commutabile. Licenza Apache 2.0. Riposiziona Qwen come miglior open weight.
Google annuncia A2A (Agent-to-Agent) Protocol con 50+ partner, standard aperto per comunicazione tra agenti AI di vendor diversi, complementare a MCP per l'interoperabilità nell'ecosistema agente.
Moonshot AI rilascia Kimi VL Thinking: modello visivo che combina visual encoding con long chain-of-thought reasoning tramite reinforcement learning. Risolve geometria multi-step, analisi di grafici scientifici, interpretazione di figure. Primo modello visivo open a parità con GPT-4o su task visivi multi-step.
Google lancia ADK (Agent Development Kit) open source per costruire agenti Gemini e il protocollo A2A per la comunicazione standardizzata tra agenti di vendor diversi.
OpenAI rilascia o3 (full) e o4-mini come modelli di reasoning con accesso nativo a tutti i tool di ChatGPT: web search, Python, image gen, vision. È la prima vera 'agentic reasoning'.
Contestualmente a o3/o4-mini, OpenAI rilascia Codex CLI: un agente coding open source da terminale (Apache 2.0), risposta diretta a Claude Code di Anthropic e Aider.
Berkeley e Stanford presentano CrossFormer, una singola policy transformer addestrata su 900k traiettorie provenienti da oltre 20 diversi robot. Si trasferisce a nuovi robot in pochi minuti con minimal fine-tuning. Primo modello foundation cross-embodiment con analisi di scaling rigorosa.
Google lancia il Code Assist Agent integrato in VS Code e Cloud Shell: risolve bug, genera migration script e analizza metriche Cloud Run in autonomia dall'interno dell'ecosistema GCP.
WebLLM abilita l'esecuzione di LLM come Llama 3 8B direttamente nel browser via WebGPU e WASM, compilando i modelli con Apache TVM per raggiungere 15 token/s in Chrome senza alcun server backend.
Google, Anthropic e Meta convergono su model card strutturate di seconda generazione che includono dati di addestramento, risultati delle valutazioni di sicurezza, red-team findings, limitazioni e uso previsto. Primo passo verso un'AI auditabile.
OpenAI porta in GA la Realtime API: voice-in/voice-out a bassa latenza (~300ms), tool calling, function calling, WebRTC nativo. Apre la stagione delle voice app production con un'unica API end-to-end.
Review sistematica delle strategie di continuous batching per LLM serving: confronto Orca, vLLM, SGLang e TGI su scheduling, GPU utilization e metriche TTFT/TPOT. Stato dell'arte 2024-2025.
Meta rilascia Llama 4 Scout (17B attivi/109B totali) e Maverick (17B/400B), MoE multimodali con 10M context per Scout. Behemoth (2T) in training. Risultati benchmark contestati dalla community.
Google rilascia Gemma 3 con supporto vision nativo: encoder SigLIP, 128k token di contesto, frame video multipli e licenza Apache 2.0 per la variante 27B.
Il benchmark Aider Polyglot (225 esercizi Exercism in C++, Go, Java, JS, Python, Rust) si afferma come metrica de facto per modelli coding edit-aware, complementare a SWE-bench.
KoboldCpp v1.84 porta RAG nativo con ChromaDB embedded: indicizza documenti locali e inietta contesto automaticamente nel prompt, senza configurare server separati.
Google DeepMind rilascia Gemini 2.5 Pro, primo modello della famiglia 2.5 con 'thinking' nativo integrato. Context 1M token, capabilities reasoning competitive con o1/o3.
DeepSeek rilascia un aggiornamento di DeepSeek-V3 (685B param MoE, 37B attivi) con licenza MIT. Performance vicine a Claude 3.7 Sonnet su coding, costo training stimato 20x inferiore.
DeepMind pubblica ricerca sul Specification Gaming nei LLM: 60+ casi documentati dove il modello soddisfa la lettera ma non lo spirito delle istruzioni, con implicazioni per sicurezza e allineamento.
Open WebUI introduce Pipelines: middleware layer pluggable che intercetta richieste e risposte senza modificare il core, aggiungendo rate limiting, safety filter, logging, e tool custom. Prima architettura plugin matura per un frontend LLM locale.
MiniMax lancia Hailuo Video con generazione 1080p da 6 secondi con motion photography realistico e camera shake naturale, risultati comparabili a Veo 2 nei test pubblici.
NVIDIA aggiorna GR00T a N1.5 con synthetic data pipeline industriale, training unificato per oltre 10 piattaforme robot e disponibilità su Isaac Lab come framework aperto.
Ricercatori MIT e Google dimostrano che far dibattere e criticare piu' istanze LLM le stesse risposte per N round porta a risposte piu' accurate: +20% su benchmark aritmetici e di ragionamento vs singolo agente. Fonda il pattern di verifica basata sul dibattito negli agenti moderni.
GitHub Copilot Agent Mode raggiunge la GA: edita file multipli, esegue comandi nel terminale, installa dipendenze e verifica l'output dei test — tutto all'interno di VS Code, senza uscire dall'IDE.
Alibaba estende WanVideo 2.1 con capacità di editing video strutturato: inpainting video, rimozione oggetti e style transfer con coerenza temporale tra frame consecutivi.
Anthropic pubblica la ricerca più dettagliata finora sull'interpretabilità mechanistica di un LLM commerciale: features per 'Trump', 'schiavitù', 'codice Python' hanno rappresentazioni identificabili nei pesi di Claude 3 Sonnet.
Physical Intelligence pubblica π0.5, evoluzione del VLA π0. Nuovo: zero-shot deployment in case mai viste durante il training (pulire cucine sconosciute, mettere via la spesa).
Butterfly Effect lancia Manus, agente AI cinese ad accesso invito che esegue task autonomi (analisi azionarie, ricerca, screening CV) producendo report con file. Hype paragonabile a Devin 2024, accesso a invito.
F5-TTS usa flow matching con architettura DiTTo semplificata per voice cloning zero-shot in tempo reale senza fine-tuning, Apache 2.0, latenza competitiva su GPU consumer.
ByteDance lancia Trae, un IDE completo (non plugin) progettato da zero con l'AI al centro: Agent mode riscrive interi file, Builder mode genera progetti multi-file da specifiche. Gratuito al lancio, concorrente diretto di Cursor.
Google lancia Agentspace: agenti AI enterprise che integrano Workspace, Drive, Gmail, Calendar con dati aziendali da Salesforce, SAP e ServiceNow.
Meta rilascia torchao come libreria PyTorch-nativa per quantizzazione INT4/FP8/INT8 e sparsity, con 2x speedup su Llama-3 8B in INT4 senza richiedere kernel CUDA personalizzati, emergendo come layer standard di quantizzazione nell'ecosistema PyTorch.
OpenAI rilascia GPT-4.5 (codename Orion) come 'research preview'. È il modello più grande mai addestrato dall'azienda con scaling tradizionale, ma costoso e segna la fine dell'era pure pre-training.
Alibaba rilascia Qwen2.5-VL in versione 72B e 7B, con analisi avanzata di PDF, tabelle e grafici, superando GPT-4o su DocVQA e stabilendo nuovi SOTA nella comprensione documentale.
Anthropic lancia Claude Code insieme a Claude 3.7 Sonnet: una CLI che legge la codebase, modifica file, esegue comandi, gira test, fa commit — il pattern 'agent in terminal' diventa mainstream.
Figure annuncia Helix, modello Vision-Language-Action proprietario che controlla il robot humanoid Figure 02 a 200Hz, due robot in collaborazione, dita incluse. Demo: piegare panni e riordinare cucina solo da linguaggio.
GitHub Copilot entra in modalità agente: legge il contesto del repo, scrive codice, esegue i test CI e apre una PR completa in autonomia, integrato nativamente in GitHub.
Google DeepMind porta il reasoning trasparente al multimodal: Gemini 2.0 Flash Thinking mostra i passi intermedi di analisi su immagini complesse con chain-of-thought visivo.
xAI lancia Grok 3, addestrato sul cluster Colossus da 200.000 GPU H100 a Memphis. Include modalità 'Think' (reasoning) e 'DeepSearch' (agentic web research). Disponibile per gli abbonati Premium di X.
Stanford e Berkeley rilasciano ALOHA 2, versione commerciale del sistema bimane teleoperato usato per raccogliere dataset ACT e Diffusion Policy su task come cucina e chirurgia.
Cartesia lancia Sonic, TTS con latenza ultra-bassa da 50ms, streaming token-by-token, voice cloning senza fine-tuning, progettato specificamente per agenti vocali AI in ambiente di produzione.
Dia di Nari Labs è il primo TTS open source a generare dialoghi naturali con cue non verbali come risate, pause di respiro ed enfasi emotiva, eguagliando la qualità di ElevenLabs per dialoghi multi-parlante con licenza Apache 2.0.
OpenAI lancia Deep Research, agente autonomo basato su o3 che naviga il web per 10-30 minuti, esegue centinaia di ricerche e produce report con citazioni verificate.
Google lancia ADK, SDK open source per costruire agenti multi-livello gerarchici su Gemini con tool calling strutturato, state machine native e orchestrazione multi-agent nativa.
Google rende generalmente disponibile Gemini 2.0 Flash, introduce Flash-Lite (più economico) e presenta in preview Gemini 2.0 Pro Experimental con contesto da 2M token.
Jan.ai raggiunge la GA con la versione 1.0: model manager integrato, API server locale, supporto MCP nativo, e un sistema di estensioni — prima app desktop AI con un ecosistema di plugin. Alternativa offline a ChatGPT per utenti privacy-first.
Black Forest Labs lancia FLUX1.1 [pro] Ultra: 4 megapixel nativi (2K+), 10s di latenza, e modalità 'Raw' che produce immagini meno 'AI look' più simili a fotografia reale.
Paper Stanford/UW: con 1000 esempi curati e una tecnica chiamata 'budget forcing' fanno fine-tune di Qwen2.5-32B fino a competere con o1-preview su matematica. Costo training: <$50.
Midjourney lancia la v7 con nuovi token di personalizzazione, draft mode per iterazione rapida e consistenza di stile migliorata tra prompt diversi. Fotorealismo ai massimi livelli per il servizio.
Oracle integra agenti AI nativi in Fusion Cloud ERP e HCM: completano workflow multi-step (ordini, fatture, onboarding) autonomamente, senza configurazione di codice.
ElevenLabs lancia Voice Design: descrivi una voce in linguaggio naturale e ottieni una voce unica sintetizzata in secondi, senza audio di partenza né cloning.
Ricerche accademiche e di settore documentano la prima tassonomia sistematica degli attacchi alla supply chain AI: modelli HuggingFace avvelenati, LoRA adapter con backdoor, file GGUF con payload nascosti. HuggingFace avvia il malware scanning obbligatorio.
LM Studio diventa client MCP: i modelli locali accedono a filesystem, database e web search tramite server MCP, senza inviare dati a servizi cloud esterni.
Microsoft Research pubblica UFO (UI-Focused Agent), un agente che osserva lo schermo Windows (app attiva + screenshot + albero controlli), pianifica azioni e le esegue tramite Windows UI Automation e Win32 API. Primo sistema Windows-native con supporto workflow multi-applicazione affidabile.
OpenAI lancia Operator (research preview): un agente AI che esegue task nel browser per conto dell'utente. Visita siti, compila form, prenota servizi. Disponibile per gli abbonati ChatGPT Pro USA.
Alibaba rilascia WanVideo 2.1, modello open source da 14B parametri per T2V e I2V con qualità competitiva rispetto a Sora e costo operativo drasticamente inferiore, disponibile su HuggingFace.
UW + MIT rilasciano FlashInfer 0.2: libreria CUDA per attention in LLM serving con paged KV cache nativo, variable-length sequences, RoPE fusion e 1.5x speedup vs vLLM su prefill lungo su A100.
Microsoft lancia agenti autonomi in M365: Sales Agent, IT Support Agent e HR Agent operano su SharePoint, Dynamics e Teams senza supervisione umana costante.
OpenAI, Oracle, SoftBank e MGX annunciano un piano di investimento da 500 miliardi di dollari in quattro anni per costruire infrastruttura AI negli USA. Primo sito a Abilene, Texas.
Startup cinese DeepSeek rilascia R1, modello reasoning con pesi MIT open. Performance pari a OpenAI o1, prezzo API $0.55/$2.19 per 1M token (vs o1 $15/$60). Mercato Nasdaq AI perde $1T in due giorni.
Tencent rilascia i pesi completi di Hunyuan Video 13B: modello text-to-video con 720p, clip da 5 secondi, competitivo con Sora e Kling. Il modello video open source piu capace al momento del rilascio. Abilita generazione video high-quality self-hosted per la prima volta.
HuggingFace rilascia SmolVLM2, modello visivo da 2.2B parametri che supera modelli 3x più grandi su video e immagini. Gira con 8GB di RAM. Primo VLM tiny con comprensione dei frame video. Porta il multimodale su laptop e dispositivi mobili.
Alibaba rilascia Qwen2.5-Coder-32B-Instruct: 92.7% su HumanEval, primo open weight a superare GPT-4o su code generation, 128k contesto, testa anche LiveCodeBench. Rende self-hostabile la qualita enterprise sul coding.
Microsoft Research pubblica MatterGen su Nature: un modello di diffusion che genera strutture cristalline di materiali stabili condizionate su proprietà (magnetismo, conduttività). Sintesi sperimentale di un nuovo materiale confermata.
Browser Use e' una libreria Python open source che permette a GPT-4, Claude e Gemini di controllare un browser Chromium via Playwright in modo affidabile. 30k stelle GitHub nel primo mese. Primo layer di controllo browser veramente usabile senza estensioni custom. Abilita web agent tasks affidabili su qualsiasi sito.
Il Center for AI Safety pubblica un framework strutturato per valutare capacità pericolose degli LLM in CBRN, cyberoffense e autonomy; adottato da UK AISI e integrato nel Responsible Scaling Policy di Anthropic.
Kokoro TTS raggiunge qualità comparabile a sistemi 10x più grandi con soli 82M parametri, inference sotto 1 secondo su CPU, Apache 2.0, ideale per dispositivi edge.
Hugging Face rilascia smolagents, libreria minimale per agenti LLM in ~1000 righe. Promuove il paradigma 'code agents': l'agente scrive snippet Python invece di chiamate tool JSON.
Moonshot AI rilascia Kimi k1.5, un modello di reasoning con 128k contesto e catena di pensiero lunga addestrata tramite RL, che raggiunge le performance di OpenAI o1 su AIME e MATH-500 con una modalità 'long-thinking' controllabile dall'utente.
Stanford presenta HumanPlus, che mappa dimostrazioni umane in terza persona su azioni robotiche whole-body con il 40% di successo su task nuovi. Nessuna teleoperation, nessun dato robot-specifico: basta guardare gli esseri umani.
Il report tecnico di DeepSeek-V3 rivela Multi-head Latent Attention e una pipeline FP8 completa che permettono prestazioni di livello GPT-4o a $0.55/M token, con training di 671B parametri MoE su cluster H800 con vincoli di budget rigorosi.
Google DeepMind rilascia Gemini 2.0 Flash Experimental: input testo+immagine+audio+video, output testo+immagine+audio, latenza ~50ms per token con tool use agente integrato.
La tecnica di disaggregazione prefill/decode separa le fasi di elaborazione del prompt e generazione token su GPU dedicate, riducendo il TTFT mantenendo alto throughput, adottata dai principali cloud provider.
Alibaba/Wanx rilascia Wan 2.1 su Hugging Face: 14 miliardi di parametri, video 720p fino a 81 frame, superando tutti i precedenti modelli video open source in qualità e lunghezza.