AI
Chiny doganiają Zachód w AI, a Anthropic trzyma wewnętrznego Model 2
Chińskie modele open-source zbliżają się do czołówki, Sutton krytykuje dane syntetyczne, a OpenAI uczy ChatGPT obsługi komputera.
Wydanie opracowane przy pomocy sztucznej inteligencji. Tekst i lektor wygenerowane automatycznie.
Chińskie modele open-source niemal dogoniły Zachód, przewaga kurczy się do wąskich nisz
Najnowsza analiza Frontier Radar pokazuje, że chińskie modele open-weights od Moonshot, Alibaba i Z.ai znajdują się obecnie w czołówce niemal każdego szerokiego i wymagającego benchmarku. Dystans kilku miesięcy dzielący chińskie i zachodnie modele skurczył się na tyle, że stał się problemem dla inwestorów, a Anthropic przed zbliżającym się IPO musi odpowiadać na niewygodne pytania, wskazując na swoją przewagę w najwyższej półce. Poniżej tego poziomu rynek należy w dużej mierze do otwartych i znacznie tańszych modeli z Chin. W grze są dwa główne zarzuty: chińskie laboratoria miały rzekomo wykorzystywać zachodnie modele jako nauczycieli poprzez destylację oraz dostrajać swoje modele pod wysokie wyniki w benchmarkach bez pełnego pokrycia możliwości, co nazywa się benchmaxxingiem.
Frontier Radar #4: China has caught up, so what’s left of the Western AI lead? →
Pionier AI Richard Sutton nazywa dane syntetyczne wielkim błędem i stawia na uczenie ustawiczne
Richard Sutton, zdobywca Nagrody Turinga i współtwórca uczenia przez wzmacnianie, w rozmowie o swojej nowej firmie Oak Lab stanowczo skrytykował wykorzystanie danych syntetycznych do rozwiązania problemu skali dużych modeli językowych. Jego zdaniem internet jest skończony, a świat rzeczywisty jest „masywnie większy niż wszystko, co zapisaliśmy w internecie”, przez co symulacje są „mikroskopijne” i nie oddają rzeczywistości. Sutton argumentuje, że nie da się wygenerować syntetycznych danych dla umysłów innych agentów, a ocena jakości takich danych wymaga ludzkich ekspertów, co stanowi wąskie gardło. Alternatywą według niego jest wyjęcie ludzi z pętli i pozwolenie agentom na uczenie się z własnego doświadczenia, z ciągłym uczeniem i korektą własnego modelu świata, zamiast polegania na zamrożonej symulacji.
KI-Pioneer Sutton calls synthetic data a “big mistake” in the face of an infinitely complex world →
Anthropic używa wewnętrznie modelu „Model 2”, który przewyższa wszystkie publiczne wersje Claude
Anthropic prowadzi wewnętrznie niewydany model AI, który jest silniejszy od wszystkich publicznie dostępnych wersji Claude. Model, nazwany „Model 2” w raporcie o ryzyku z sierpnia 2026 roku, należy do klasy Mythos i jest nieco silniejszy ogółem od Claude Mythos 5, choć słabszy w niektórych obszarach. Na wewnętrznym indeksie możliwości AECI plasuje się około 1,5 punktu powyżej Mythos 5, a firma wykorzystuje go intensywnie do kodowania, generowania danych oraz prac badawczo-inżynieryjnych, czasem przez stale działających agentów. Model przeszedł wewnętrzny przegląd przed wdrożeniem, ale nie był testowany tak dokładnie jak Mythos 5, a Anthropic nie znalazł nowych ani bardziej niepokojących rozbieżności, oceniając ogólne ryzyko jako niskie. Na razie nie ma planów udostępnienia modelu na zewnątrz.
Anthropic’s most capable model, codenamed “Model 2,” is for internal use only →
OpenAI wprowadza Computer Use, aby ChatGPT mógł obsługiwać przeglądarkę i aplikacje
OpenAI wdraża narzędzia Computer Use, które pozwalają ChatGPT obsługiwać komputer i przeglądarkę internetową. Firma uruchomiła rozszerzenie do Chrome, które pozwala ChatGPT przejąć kontrolę nad przeglądarką, stworzyła chmurowe i wbudowane przeglądarki do interakcji z publicznymi stronami oraz dodała Computer Use do narzędzia Codex. Prezydent OpenAI Greg Brockman napisał, że aktualizacja z kwietnia sprawiła, że technologia „nie jest już tylko dla programistów, ale dla każdego, kto pracuje przy komputerze”. Pracownicy OpenAI twierdzą, że narzędzia są w punkcie zwrotnym, a rywal Anthropic, który pierwszy wprowadził podobną funkcję w 2024 roku, ma już ponad 600 tysięcy organizacji testujących Claude Cowork. OpenAI przekonuje, że jego możliwości dogoniły konkurencję, a trenowanie obejmowało m.in. zrzuty ekranu klatka po klatce, dane demonstracyjne i uczenie przez wzmacnianie.
Inside OpenAI’s plan to make ChatGPT the way you use your computer →
Chińskie roboty humanoidalne napędzane państwowym finansowaniem i sprzedażą danych treningowych
Akcje Unitree Robotics podczas debiutu w Szanghaju wzrosły nawet o 629 procent, a zamknięcie przyniosło wzrost o 460 procent, wyceniając firmę na około 50 miliardów dolarów. Jak wynika z raportu Financial Times, za tym wzrostem stoi okrężny model biznesowy: chińscy producenci humanoidów sprzedają dużą część swoich maszyn do wspieranych przez państwo centrów treningowych, gdzie ludzie uczą roboty zadań fizycznych przez teleoperację, a centra sprzedają zebrane dane z powrotem producentom. Do czerwca działało ponad 90 takich centrów, a dane treningowe do pięciominutowego tańca robota mogą kosztować nawet milion juanów. Analitycy zwracają uwagę, że popyt jest w dużej mierze tworzony w ramach wspieranego przez politykę ekosystemu, a dane nie są w pełni użyteczne, bo roboty nie działają w rzeczywistych warunkach.