Mai briefing — 2026. július 22., szerda
AI hírek röviden
A nap fő iránya: az AI-ipar egyszerre küzd a szerzői jogi keretek kialakításáért, a hardver- és modellteljesítmény szűk keresztmetszeteinek leküzdéséért, miközben a kínai fejlesztők érdemi versenytárssá váltak az élvonalbeli modellek piacán.
-
Bíróság jóváhagyta az Anthropic 1,5 milliárd dolláros szerzői jogi egyezségét
Egy amerikai szövetségi bíró hétfőn jóváhagyta az Anthropic 1,5 milliárd dolláros csoportos keresetben kötött egyezségét szerzőkkel és kiadókkal, akik azzal vádolták a vállalatot, hogy szerzői jogvédelem alatt álló könyveket használt AI-modelljeinek betanításához. A The Verge és az Ars Technica beszámolói szerint az egyezség a valaha volt legnagyobb szerzői jogi kárrendezés: az érintett szerzők művönként mintegy 3000 dollárt kapnak, ami a bírónő megállapítása szerint a törvényi minimum kártérítés négyszerese. Az osztálytagok 91 százaléka benyújtotta igényét, mindössze 350-en léptek ki. A bírónő csökkentette az ügyvédi díjakat: a kért 12,5 százalékról kevesebb mint 7 százalékra, körülbelül 101 millió dollárra mérsékelte az összeget. Az Anthropic ellen továbbra is folynak más szerzői jogi perek, amelyek vitatják a művenkénti kártérítés összegét.
Miért fontos? A valaha volt legnagyobb szerzői jogi egyezség precedenst teremthet az AI-cégek és tartalomjogosultak közötti vitákban.
-
A Google három új Gemini modellt mutatott be, köztük a kiberbiztonságra szabott változatot
A Google három új mesterségesintelligencia-modellt jelentett be: a Gemini 3.6 Flash-t, a 3.5 Flash Lite-ot és a 3.5 Flash Cyber-t. Az Ars Technica beszámolója szerint a 3.6 Flash a kódolási benchmarkokban jelentős javulást mutat elődjéhez képest (a DeepSWE teszten 49 százalékot ért el a korábbi 37-tel szemben), miközben körülbelül 17 százalékkal kevesebb tokent használ, és alacsonyabb API-áron érhető el. A 3.5 Flash Lite a Google állítása szerint a leghatékonyabb modelljük, másodpercenként 350 tokenes sebességgel, kedvező árazással. A Gemini 3.5 Flash Cyber a vállalat első kifejezetten kiberbiztonsági célra fejlesztett modellje. A Google emellett jelezte, hogy a késlekedő Gemini 3.5 Pro továbbra sem jelent meg, viszont már tréningezik a Gemini 4-et.
Miért fontos? A Google gyors ütemben frissíti modellkínálatát, csökkenti a költségeket és új szakterületi változatot vezet be a kiberbiztonság terén.
-
Az Egyesült Államoknak nem kellene meglepődnie a kínai MI-modellek térnyerésén
A The Verge elemzése szerint az elmúlt héten két kínai mesterségesintelligencia-cég mutatott be olyan modelleket, amelyek állításuk szerint felveszik a versenyt az OpenAI és az Anthropic legjobb rendszereivel. A piacok megingtak, és számos kommentátor az amerikai technológiai szektor megrázkódtatásáról beszélt: az AP meglepetésként értékelte az eseményt, a Bloomberg áttörésként jellemezte. A cikk szerint azonban a meglepetés indokolatlan, mert a kínai modellek teljesítménybeli hátránya évek óta folyamatosan csökken – az OpenRouter rangsorában a tíz legtöbbet használt MI-eszközből hat kínai. A kínai modellek emellett jóval olcsóbbak, és egyes jelentések szerint amerikai cégek is egyre inkább ezekhez fordulnak a hazai szolgáltatók emelkedő árai miatt.
Miért fontos? A cikk rámutat, hogy a kínai MI-fejlesztések felzárkózása már nem egyszeri meglepetés, hanem tartós trend, ami stratégiai és üzleti következményekkel jár.
-
Az NVIDIA GB300 NVL72 világrekordot állított a DeepSeek-V3 671B MoE-modell előtanításában
Az NVIDIA saját technikai blogján jelentette be, hogy a GB300 NVL72 rendszer GPU-nként 1 648 TFLOPS teljesítménnyel világrekordot ért el a DeepSeek-V3 671B paraméteres Mixture of Experts (MoE) modell előtanításában. A vállalat szerint a teljesítmény kulcsa a teljes rack-szintű együttervezés: az ötödik generációs NVLink GPU-nként 1,8 TB/s sávszélességet és összesen 130 TB/s nem blokkoló all-to-all kommunikációt biztosít. Az NVIDIA állítása alapján szoftveres optimalizálásokkal – a Megatron Core, a TorchTitan és a JAX keretrendszerek révén – 3–10-szeres teljesítménynövekedést értek el az előző generációhoz képest, miközben a GPU-nkénti áteresztőképesség 256-ról 1 024 GPU-ra skálázva is 97% felett maradt. A MoE-architektúrák hatékonyságának lényege, hogy a tokenek csak a paraméterek kis részhalmazát aktiválják, ami viszont fokozott kommunikációs igényt támaszt a GPU-k között.
Miért fontos? A rekord azt mutatja, hogy a hardver-szoftver együttervezés jelentősen csökkentheti a nagy MoE-modellek előtanítási költségét és idejét.
-
Az anyagtudomány fejlődése kulcsfontosságú a következő generációs mesterséges intelligencia fenntartásához
A félvezetők és adatközpontok egyre szélsőségesebb fizikai követelményeinek kielégítése az anyagtudomány folyamatos fejlődését igényli – állítja az MIT Technology Review elemzése. A cikk szerint a mesterséges intelligencia teljesítménynövekedése nemcsak a chipek tervezésétől és a rendszerarchitektúrától függ, hanem az azokat működtető anyagoktól: polimerektől, elasztomerektől és speciális folyadékoktól. A modern félvezetőgyártás több ezer, szorosan szabályozott lépést foglal magában, ahol a hőmérséklet vagy a kémiai instabilitás minimális eltérései is hibákat okozhatnak és növelhetik a költségeket. Az anyaginnovációs cégek feladata, hogy az egyre nagyobb tisztaságot, kémiai és plazmaállóságot, valamint stabilitást biztosító anyagokat fejlesszenek, amelyek nélkül az AI-fejlődés fizikai korlátokba ütközne.
Miért fontos? Az anyagtudomány fejlődése meghatározza az AI-hardver teljesítményének fizikai határait, így közvetlenül befolyásolja az iparág jövőjét.
-
Tudósok értékelik a Kimi K3-at: fordulópontnak tartják a kínai AI-modellt
A Nature cikke szerint kutatók körében komoly visszhangot keltett a Moonshot AI múlt héten bemutatott Kimi K3 modellje. Joel Pearson, az UNSW Sydney kognitív idegtudósa szerint a modell "fordulópontot" jelent, egyesek pedig "Szputnyik-pillanatnak" nevezik. A cég saját tesztjei alapján a K3 kódolásban és táblázatkezelésben felveszi a versenyt amerikai riválisaival. A kereslet miatt a Moonshot AI három nappal a megjelenés után felfüggesztette az új regisztrációkat. Mehwish Nasim, a University of Western Australia AI-kutatója szerint a modell megjelenésének időzítése – az Anthropic Claude Fable 5 és az OpenAI GPT-5.6 debütálása után – azt jelzi, hogy Kína nemcsak élvonalbeli AI-rendszereket kíván építeni, hanem a nemzetközi AI-ökoszisztéma és szabályozás alakításában is részt akar venni.
Miért fontos? Független kutatók értékelése szerint a Kimi K3 érdemi technológiai lépést jelent a kínai AI számára, ami a nemzetközi erőviszonyok alakulását jelzi.
-
Tudósok elmondták, milyen feladatokat nem adnának át a mesterséges intelligenciának
A Nature felmérésében kutatók különböző tudományterületekről osztották meg véleményüket arról, mely munkafázisokat nem bíznák chatbotokra és MI-eszközökre. A válaszadók többsége a kíváncsiságot, a felfedezés örömét, a kreatív kísőrlettervezést, a spontán tudományos vitákat és a saját kódírás élményét jelölte meg olyan tevékenységként, amelyet nem szívesen engedne át algoritmusoknak. Többen hangsúlyozták, hogy az írás és a kritikai értékelés segít felismerni saját tudáshiányaikat. Akadt ugyanakkor olyan vélemény is – egy brazil orvoskutatóé –, amely szerint ha az MI egy adott feladatban jobban teljesít, akkor etikailag indokolt átadni neki azt, bár reméli, hogy az MI inkább kiegészíti, nem helyettesíti az emberi kapcsolatot és a morális iránytűt. A válaszok összességében azt tükrözik, hogy a kutatói közösség jelentős része az intellektuális és kreatív folyamatokat tartja megőrzendőnek.
Miért fontos? A felmérés rávilágít, hogy a kutatók szerint az MI-eszközök hatékonyságnövelése mellett a kreatív és kritikai gondolkodás megőrzése kulcsfontosságú a tudományban.
-
Rejtőzködő féreg támadja az AI-fejlesztési infrastruktúrát – a CrowdStrike új fenyegetésosztályt azonosított
A CrowdStrike kiberbiztonsági cég kutatói egy vadonban terjedő férget fedeztek fel, amely kifejezetten a mesterséges intelligencia szoftverfejlesztési láncát célozza. A kártevő több fázisban működik: először felderíti a célkörnyezetet, majd hozzáférési tokeneket, kriptográfiai kulcsokat és npm-hitelesítő adatokat gyűjt, amelyekkel a támadók a szoftvercsomagkezelő szerverekhez és fejlesztői funkciókhoz férhetnek hozzá. A féreg képes fájlokat megsemmisíteni és a jogos hozzáférést blokkolni is. A CrowdStrike szerint a legnagyobb veszélyt az jelenti, hogy a kártevő tevékenysége a legitim automatizált fejlesztési folyamatokra hasonlít, így rendkívül nehezen észlelhető. A cégnél a fenyegetést egyelőre nem kötötték konkrét szereplőhöz, de Adam Meyers alelnök szerint az ilyen támadások új támadási osztályt képviselnek, ahogy az AI-kódoló ágensek fejlesztési szabvánnyá válnak.
Miért fontos? Az AI-fejlesztési eszközlánc elleni célzott támadások új kockázati kategóriát nyitnak, amely az egész szoftveripart érintheti.
-
RELIC: adatvédelmet megőrző, kombinálható készségek többágenses tervezéshez
A RELIC keretrendszer a többágenses tervezés egy kevéssé vizsgált problémájára kínál megoldást: hogyan fejleszthetik az ágensek saját képességeiket úgy, hogy belső megvalósításuk titkos marad. A korábbi megközelítések központi optimalizálást vagy megosztott házirendeket feltételeztek, ami adatvédelmi szempontból problémás. A még nem lektorált kutatásban bemutatott rendszerben minden ágens nagy nyelvi modell vezérelte kereséssel finomítja készségeit, míg egy megbízható vezénylő kizárólag csapatszintű teljesítmény alapján értékeli a frissítéseket. A sikeres viselkedéseket nem kódként osztják meg, hanem hordozható elvekké alakítják, amelyeket más ágensek saját felületükön alkalmazhatnak. A szerzők szerint ez szétválasztja az összehangolást a megvalósítás megosztásától.
Miért fontos? A készségek kód helyett elvekként való megosztása új irányt kínál az adatvédelmet megőrző többágenses koordinációban.
-
Az Nvidia a Vera Rubin platformmal a teljes adatközponti chippiacot célozza meg
Az Nvidia a Vera Rubin rendszerrel nemcsak GPU-, hanem CPU-szállítóként is pozicionálni kívánja magát az AI-adatközpontok piacán – derül ki a WIRED beszámolójából egy Santa Clara-i műhelybeszélgetésről. A Vera Rubin NVL72 rack 36 Vera CPU-t és 72 Rubin GPU-t integrál egyetlen folyadékhűtéses egységbe, és az Nvidia állítása szerint wattonként tízszer annyi tokent képes feldolgozni, mint az előző generációs Blackwell. Ian Buck, az Nvidia gyorsított számítástechnikáért felelős alelnöke szerint a cég párhuzamosan fejleszt új CPU- és GPU-architektúrákat. A WIRED szerint az OpenAI már használatba vett egy Vera Rubin rackot. Az Nvidia műszaki blogja részletezi, hogy a Rubin GPU 336 milliárd tranzisztort, 288 GB HBM4 memóriát és harmadik generációs Transformer Engine-t tartalmaz, amelyet kifejezetten az ágens jellegű, többlépéses AI-feladatokra optimalizáltak.
Miért fontos? Az Nvidia CPU-piaci terjeszkedése átrendezheti az adatközponti ellátási láncot, és növelheti a függőséget egyetlen szállítótól.
Napi összegzők
A nap összképe
Az Anthropic 1,5 milliárd dolláros szerzői jogi egyezsége precedenst teremt, és jelzi, hogy a tartalom felhasználásának árát az iparágnak be kell áraznia. Miközben a szabályozási és jogi keretek formálódnak, a modellfronton a Google három új Gemini-változattal – köztük az első kifejezetten kiberbiztonsági célú modellel – gyorsítja kínálatának bővülését, a kínai Kimi K3 pedig független kutatók szerint érdemi fordulópontot jelent. A hardveroldalon az Nvidia a GB300-as világrekorddal és a Vera Rubin platformmal a GPU- és CPU-piacot egyaránt uraló, teljes adatközponti szállítóvá kíván válni, miközben az MIT Technology Review elemzése rámutat, hogy e hardverambíciók megvalósítása a polimerek, elasztomerek és speciális folyadékok fejlesztésétől is függ. Közben a CrowdStrike által azonosított, AI-fejlesztési láncot célzó féreg arra figyelmeztet, hogy az infrastruktúra bővülésével a támadási felület is nő. A Nature felmérésében megkérdezett kutatók többsége a kreatív és kritikai gondolkodást olyan területként jelölte meg, amelyet nem adna át mesterséges intelligenciának – ez a szemlélet az AI-eszközök terjedésének emberi oldalát érzékelteti.
Témaszálak
Mi köti össze a mai híreket — a nap hírei a nagyobb témák köré rendezve.
Hardver- és anyagversenyfutás
Az Nvidia GB300 NVL72 világrekordja a DeepSeek-V3 előtanításában (4.), a Vera Rubin platform CPU–GPU integrációja (10.) és az anyagtudományi korlátokra figyelmeztető MIT-elemzés (5.) együtt rajzolják ki, hogy a modellteljesítmény növelése nemcsak tervezési, hanem fizikai-anyagtudományi kihívás is.
Kínai modellek térnyerése
A The Verge elemzése (3.) és a Nature által idézett kutatói értékelés a Kimi K3-ról (6.) egymást erősítve mutatja, hogy a kínai AI-fejlesztések felzárkózása tartós trend, amelyet az alacsonyabb árak és a növekvő benchmarkeredmények egyaránt alátámasztanak.
Szabályozás, biztonság és az emberi szerep
Az Anthropic szerzői jogi egyezsége (1.) a tartalomlicencelés jogi kereteit formálja, a CrowdStrike által felfedezett AI-ellátásilánc-féreg (8.) új kockázati kategóriát nyit, a Nature felmérése (7.) pedig a kutatók kreativitás- és kritikavédő álláspontját rögzíti – mindhármat az AI terjedésének emberi és intézményi kontrollkérdései kötik össze.
Összefüggések korábbi napokkal
Hol folytatódnak a korábbi szálak — a mai hírek a megelőző napok eseményeihez kötve.
Kínai AI-felzárkózás és amerikai válasz
Július 20-án az Alibaba bemutatta a 2,4 billió paraméteres Qwen 3.8 modellt, július 21-én pedig a Trump-kormányzat a kínai MI-modellek kiszorítását célzó szankciókról szóló tervekkel jelent meg. Ma a The Verge elemzése (3.) és a Kimi K3 kutatói értékelése (6.) megerősíti, hogy a kínai modellek térnyerése tartós trend, amely az amerikai ipari és szabályozási választ egyaránt alakítja.
Nvidia-dominancia és versenykörnyezet
Július 21-én a Microsoft AMD-partnerségének kiterjesztéséről szóltak a hírek, amelyek az Nvidia chipmonopóliumának gyengülésére utaltak. Ma az Nvidia a GB300 világrekordját (4.) és a Vera Rubin platformmal való CPU–GPU integrációt (10.) állítja szembe a diverzifikációs törekvésekkel, jelezve, hogy az egyszállítós modell erősítését célozza.
AI-ellátásilánc-biztonság
Július 19-én a prompt injection védekezési kutatás és a nyílt súlyú modellek kiberkockázatainak elemzése volt napirenden. Ma a CrowdStrike AI-fejlesztési láncot célzó férge (8.) és a Google első kiberbiztonsági célú Gemini-modellje (2.) azt mutatja, hogy a biztonsági kihívások és az azokra adott válaszok is új szintre léptek.
Mire figyelj
- Az Anthropic egyezsége után érdemes figyelni, hogy a még folyamatban lévő, a művenkénti kártérítés összegét vitató perek milyen irányba terelik a többi AI-cég licencstratégiáját.
- A Google jelezte, hogy a Gemini 3.5 Pro késik, ugyanakkor már a Gemini 4 tréningezéséről beszélt – a két modell sorsa a Google versenyképességének fontos jelzése lesz.
- A CrowdStrike által azonosított, AI-fejlesztési láncot célzó féreg attribúciója egyelőre ismeretlen – a fenyegetés konkrét szereplőhöz kötése és az iparági védekezési lépések nyomon követése kulcsfontosságú.
- Az Nvidia Vera Rubin rackot az OpenAI már használatba vette – a platform további nagyméretű alkalmazása megmutatja, mennyire rendezi át az Nvidia CPU-piaci belépése az adatközponti ellátási láncot.