AI
Anthropic celuje w bilion dolarów, Fable 5.2 rozwiązuje 41 proc. zleceń
Anthropic rusza z IPO wycenianym na bilion dolarów, a jego model Fable 5.2 wykonuje już ponad 41 proc. realnych zleceń freelancerów.
Wydanie opracowane przy pomocy sztucznej inteligencji. Tekst i lektor wygenerowane automatycznie.
Anthropic startuje z IPO i celuje w wycenę do 1,02 biliona dolarów
Anthropic rozpoczął roadshow inwestorskie przed IPO, oferując 825 mln akcji zwykłych klasy A w przedziale 70–78 dolarów za sztukę. Oferta może przynieść do 64,4 mld dolarów, a przy liczbie akcji z prospektu firma celuje w wycenę do 1,02 biliona dolarów. Osobna prywatna emisja o wartości 26 mld dolarów podnosi łączną wartość plasowania do 90,4 mld dolarów. Wśród inwestorów kotwicznych są Google, Nvidia, AMD, Broadcom, Micron, Microsoft i TSMC, a konsorcjum underwriterów prowadzą Goldman Sachs i Morgan Stanley. Akcje trafią na Nasdaq pod tickerem ANT. W trzecim kwartale przychody Anthropic wzrosły o 47 proc. kwartał do kwartału, do 16,96 mld dolarów, przy zawężonej stracie netto.
Tematy: Anthropic
Fable 5.2 od Anthropic zalicza 41,3 proc. realnych zleceń freelancerskich
Model Fable 5.2 od Anthropic osiągnął 41,3 proc. w benchmarku Remote Labor Index przygotowanym przez Scale Labs i Center for AI Safety, który mierzy, jak często agenci AI wykonują prawdziwe zlecenia freelancerskie na poziomie akceptowanym przez klienta. Rok temu najlepszy system, Manus, zaliczał 2,5 proc. zadań, więc wynik wzrósł ponad szesnastokrotnie. Poprzednie modele z tej samej rodziny wypadają znacznie słabiej: Fable 5 miał około 16 proc., a Fable 5.1 niecałe 18 proc. Kolejne miejsca zajmują Opus 5.5 z wynikiem 21,25 proc. i GPT 6 Astra z 20,83 proc. Największe postępy Fable 5.2 robi w edycji audio i muzyki, projektowaniu architektury i wnętrz oraz tworzeniu modeli 3D.
Anthropic’s Fable 5.2 completes 41 percent of real freelance jobs, up from 2.5 percent a year ago →
Google udostępnia Gemini 4 Carbon — droższy w praktyce, ale mocniejszy w testach
Google udostępnił ogólnie Gemini 4 Carbon po dwutygodniowych testach ograniczonych do wybranych ekspertów bezpieczeństwa. Model uzupełnia, a nie zastępuje Gemini 4 Argon — Argon pozostaje lepszy w większości pracy inżynierskiej i wiedzowej, a Carbon celuje w zadania wymagające szczytu możliwości modelu. Oba mają tę samą cenę tokenów, ale Carbon wypada wyżej w benchmarkach. W testach Artificial Analysis kosztował 7,76 dolara na rozwiązane zadanie przy standardowej cenie 4 dolarów za milion tokenów wejściowych i 20 dolarów za wyjściowe, taniej niż starszy Flash 3.8. Wprowadzająca cena dla płatnych deweloperów to 2 dolary za milion tokenów wejściowych i 10 dolarów za wyjściowe. Google zapowiada też podgląd funkcji /swarm w Antigravity.
Gemini 4 Carbon arrives just in time to feel like yesterday’s news in the fastest model cycle yet →
Tematy: Google Gemini
Osiem krajów i czołowe laboratoria AI podpisały paryską deklarację o wyłączaniu modeli
Osiem krajów, firmy technologiczne i organizacje społeczne podpisały „Paris Call for AI Safety and Security”, przyjęte 9 listopada przed paryskim Forum Pokoju, gdzie około trzydziestu szefów państw i rządów miało rozmawiać o międzynarodowej regulacji AI. W deklaracji udział wzięli m.in. Sam Altman z OpenAI, Dario Amodei z Anthropic, Brad Smith z Microsoftu, Arthur Mensch z Mistral AI, Yoshua Bengio oraz sekretarz skarbu USA Scott Bessent. Niemcy nie podpisały dokumentu. Porozumienie obejmuje wspólne procedury oceny zaawansowanych modeli, jaśniejszą odpowiedzialność deweloperów i lepszą wymianę informacji o poważnych incydentach bezpieczeństwa. Firmy zobowiązują się ujawniać znane ryzyka, wspierać niezależne audyty i tworzyć mechanizmy wyłączania kontrolowanych przez siebie modeli. Dokument nie tworzy wiążącego nadzoru, nie wyznacza terminów ani sankcji.
Eight countries and top AI labs agree to shutdown mechanisms in new Paris declaration →
Nvidia pokazała GR00T 2 — model uczy roboty, przewidując obraz przyszłości
Nvidia przedstawiła GR00T 2, model fundamentowy do redukcji teleoperacji potrzebnej przy szkoleniu robotów do nowych zadań. W odróżnieniu od GR00T 1 nie jest modelem wizja-język-akcja, lecz world-action model, który jednocześnie oblicza następny ruch i krótki film najbliższej przyszłości za pomocą dyfuzji, przewidując, jak powinien zmienić się obraz z kamery, gdy ramię robota podnosi obiekt. System trenowano na klastrze z ponad tysiącem chipów GB300, w tym na około 400 tysiącach godzin nagrań ludzi wykonujących zadania z kamerami na głowach. W testach robot z pięciopalczastymi dłońmi zapalił zapałkę, pokroił banana i przerzucił paczki na taśmę bez teleoperacji, ze skutecznością od 10 do 80 proc. w zależności od zadania.
Nvidia’s model GR00T 2 watches humans on video, then imagines itself as the robot →
Tematy: Nvidia