Новини от света на ИИ

[Р. Теодосиев]

На 17 юли 2025 г. OpenAI пусна „ChatGPT Agent“ – интелигентен агент, който може автономно да изпълнява сложни многостъпкови задачи, използвайки виртуален компютър. Системата обединява възможностите на „Operator“ (за уеб навигация) и „Deep Research“ (за анализ на информация), позволявайки на потребителя да възлага задачи като „прегледай календара, подготви презентация и купи продукти за японска закуска“

Agent режимът е достъпен за абонатите на Pro, Plus и Team плановете, с бъдещо разширяване към Enterprise и Education потребители. OpenAI гарантира контрол и безопасност: агентът пита за разрешение преди критични действия, може да се спре в движение и има „watch mode“ за чувствителни задачи.

https://openai.com/index/introducing-chatgpt-agent/

 

[Р. Теодосиев]

OpenAI се очаква да пусне GPT-5 — най-напредналия си голям езиков модел — следващия месец. 

Актуализацията ще комбинира предимно възможностите на съществуващите модели на изкуствен интелект на OpenAI в един пакет: въпреки че на пръв поглед това е само актуализация на потребителското изживяване (UX), технологичният автор Азим Азхар отбеляза, че бумът на LLM е задвижен от актуализация на UX (https://semafor.com/s/yrw0RmzNcG?email=ruslantrad@gmail.com), когато OpenAI облече GPT-3 в интуитивния и полезен чатбот ChatGPT. 

Възходът на LLM отвлича вниманието от истинската сила на AI, заяви пред Bloomberg ръководителят на AI в Alibaba:„90% от AI, за което говорят хората“, ще изчезне в рамките на 10 години. AI чатботовете привличат най-голямо внимание, но AI технологията бързо променя науката и военното дело.

Източник: https://t.me/InfoLabyrinth/91

[Р. Теодосиев]

Изпълнителният директор на OpenAI, Сам Алтман, заяви, че въпреки че потребителите споделят лична информация с ChatGPT, няма правна конфиденциалност и чатовете теоретично могат да бъдат използвани в съдебни дела.

Alibaba пусна актуализация на Qwen3-Thinking, която вече може да се конкурира с Gemini 2.5 Pro, o4-mini и DeepSeek R1 по показатели за знания, разсъждения и кодиране.

Tencent пусна Hunyuan3D World Model 1.0, нов отворен модел за създаване на интерактивни, редактируеми 3D светове от изображения или текстови подсказки.

Vogue се сблъсква с негативна реакция, след като лайфстайл марката Guess използва AI-генериран модел в цяла страница реклама в августовския брой на списанието.

Източник: https://t.me/InfoLabyrinth/92

[Р. Теодосиев]

Google пусна Gemini 2.5 Flash Image с впечатляващи функции за генериране на изображения

Google анонсира нова версия на своя модел за генериране и редактиране на изображения — Gemini 2.5 Flash Image, известен още като "nano-banana". Моделът вече е достъпен за разработчиците като предварителен преглед (preview) чрез API на Gemini и може да се тества безплатно в Google AI Studio.

Новият модел надхвърля традиционното преобразуване на текст в изображение, като предлага по-богат контрол върху творческия процес:

• Поддържане на последователност на героите: Позволява запазване на външния вид на даден обект в поредица от генерирани изображения.

• Интелигентно редактиране: Включва прецизни операции като inpainting (добавяне/смяна на обекти), outpainting (разширяване на изображението) и целеви трансформации.

• Композиране и сливане на изображения: Интелигентно комбинира елементи от няколко снимки в един фотореалистичен образ.

• Мултимодално разсъждение: Моделът разбира визуалния контекст и може да следва сложни инструкции, например от ръчно нарисувана схема.

Като част от представянето, Google представи и няколко приложения с отворен код, изградени с Gemini 2.5 Flash Image, включително Past Forward за пътешествия във времето, Home Canvas за интериорен дизайн и Pixshop, мощен редактор на изображения.

Разработчиците вече могат да започнат да експериментират с новите функции, използвайки SDK-та за Python, JavaScript и Go, или чрез директни REST API заявки.

[Р. Теодосиев]

Жури в Калифорния установи, че Meta е събирала незаконно информация за репродуктивното здраве на милиони жени, които използват приложението Flo Health. Данните са били предадени на технологичния гигант без знанието или съгласието на потребителите, чрез скрит инструмент за проследяване, вграден в приложението.

https://t.me/InfoLabyrinth/103

https://www.thebureauinvestigates.com/stories/2025-09-03/meta-was-caught-eavesdropping-on-a-period-app-could-this-be-the-start-of-a-pushback-against-big-tech