AI hírek röviden

Google Pics: promptalapú AI-tervezőeszköz érkezik a Workspace-be

A Google bemutatta a Google Pics nevű új Workspace-alkalmazást, amely a Nano Banana képgeneráló modellre épül, és promptalapú kép- és szövegszerkesztést kínál üzleti felhasználóknak, valamint a Google AI Pro és Ultra előfizetőinek. A vállalat állítása szerint a cél, hogy a marketinganyagok és prezentációk készítése ne igényeljen grafikustudást, elkerülve a chatbotok esetlen eredményeit. Az eszköz önálló alkalmazásként, illetve Docs és Slides integrációként indul, a Drive-hoz a tervek szerint a következő hetekben érkezik. Funkciói közé tartozik az objektumok promptos módosítása, szöveg cseréje vagy fordítása képeken, 2K-4K felbontású felskálázás és csapatmunkára alkalmas megosztás. A Google szerint ez a Canva és az Adobe Express konkurenciája, de jogdíjas alkotói piacteret nem tartalmaz.

Miért fontos? A Google közvetlenül a Canva és az Adobe Express üzleti ügyfélkörét célozza meg egy saját, Workspace-be integrált AI-tervezőeszközzel.

AWS útmutatót adott ki az Amazon Quick AI-ügynökök biztonságos bevezetéséhez

Az AWS saját blogbejegyzése szerint az Amazon Quick platform gyakran sikeresen indul kis pilot csapatokkal, majd elakad, amikor a biztonsági csapatok átveszik a production tervet. A cég állítása szerint a tíz felhasználóra méretezett jogosultsági modell megbomlik öt osztály hozzáadásakor, és az ügynökök a tervezett hatókörön kívüli adatokat is visszaadhatnak. Egy fiktív, 5000 fős vállalati példán mutatják be a megoldást: egy adathalmazt három, jogosultsághoz igazított nézetre bontanak, külön Agentekkel és Dashboardokkal, jóváhagyási ponttal ellátott Flow-val. A bejegyzés négy mintát és egy governance-keretrendszert ismertet, kizárólag az AWS saját termékére vonatkozóan.

Miért fontos? A gyakorlati AI-ügynök-bevezetések kockázata a jogosultságkezelés skálázáskor, ezért releváns egy nagy felhőszolgáltató konkrét biztonsági mintáinak közzététele.

Helyesbítés · 2026. szeptember 18., péntek Helyesbítés (2026-09-18): innen korábban „Frissítés” link mutatott a 2026-09-11-i „Az Amazon Quick asztali kliens elérhetővé vált, új mobil aktivitás-hírfolyóval bővült” hírre. Az nem ennek a hírnek a folytatása — a kettő csak ugyanarra a termékre (Amazon Quick) vonatkozik —, ezért levettük.

Az AWS elérhetővé tette a Claude Fable 5.1 modellt

Az AWS bejelentése szerint a Claude Fable 5.1 elérhető az Amazon Bedrocken és a Claude Platform on AWS szolgáltatáson keresztül. Az Anthropic állítása szerint a modell a legnehezebb érvelési teszteken – köztük versenymatematikai és tudományos feladatokon – jobban teljesít, mint elődje, a Fable 5, és megbízhatóbb a kódolási, kutatási és vállalati munkafolyamatokban. Mivel az Anthropic „Covered Model” kategóriába sorolta, a modellre kiterjesztett adatmegőrzési (akár 30 napos), biztonsági felülvizsgálati és hozzáférési szabályok vonatkoznak. Az Anthropic emellett bemutatta az „Enterprise Frontier Safeguards” nevű megoldást, amely a vállalatnak lehetőséget ad a legfejlettebb modellek használatára úgy, hogy adataik saját felügyelt felhőinfrastruktúrájukban maradjanak. A közlemény kizárólag az AWS és az Anthropic saját állításait tartalmazza, független teljesítménymérés nem szerepel benne.

Miért fontos? A bejelentés mutatja, hogy a felhőszolgáltatók egyre komolyabb adatvédelmi és biztonsági kereteket építenek a nagyvállalati AI-modellek bevezetéséhez.

Otthoni szervereket bérelnek AI-inferenciára új cégek

Az IEEE Spectrum cikke szerint új startupok, köztük a Far Labs (Far AI, Abu Dhabi) és az Evolving Edge (Austin, Texas), otthoni szervereket, gamer gépeket és laptopokat bérelnek ki AI-inferenciára, azaz betanított modellek futtatására. A cégek állítása szerint az Uber vagy Airbnb logikáját alkalmazzák: a kihasználatlan gépeket kötik össze, hogy nyílt forráskódú, kisebb modelleket futtassanak rajtuk, a tulajdonosoknak pedig fizetnek ezért. A cikk megemlíti, hogy hasonló szolgáltatást nyújt már a Bless Network, a Salad és a Gradient is. A vállalatvezetők szerint ez alternatívát kínálhat a nagy adatközpontokkal szemben, amelyek megterhelik a helyi közösségeket áram- és vízfelhasználással. Az állítások jelenleg a cégek saját kommunikációján alapulnak, független adat a tényleges elterjedtségről vagy hatékonyságról a cikkben nem szerepel.

Miért fontos? Az elosztott, otthoni gépekre épülő AI-inferencia enyhíthetné a nagy adatközpontok energiaigényét, de eddig csak a cégek saját állításai támasztják alá a koncepciót.

Önfejlődő AI-ügynök automatizálja a kvant-pénzügyi kutatást

Egy nem lektorált arXiv-preprint AutoScientist-Quant néven olyan önfejlődő keresési rendszert mutat be, amely a kvantitatív befektetési kutatást egyetlen, költségvetéshez kötött keresési feladatként kezeli. A szerzők állítása szerint egy központi vezérlő minden döntést a fennmaradó erőforráshoz igazít, és a rendszer maga választ modellkönyvtárból, valamint hangolja a modellt is, így a hipotézistől a bevethető stratégiáig zárt ciklust alkot. A cikk szerint az értékelési folyamatot is átdolgozták, két előretekintési hibát kijavítva, és elkülönítették a visszacsatolási és a teszt-időszakot. Az állítás szerint a keretrendszer CSI piaci univerzumokon tesztelve a legtöbb metrikában a legjobb eredményt érte el, több háttérmodellen és piacon is.

Miért fontos? A kutatás azt célozza, hogy a kvantitatív befektetési stratégiák AI-alapú fejlesztéséből kiiktassa a manuális beavatkozást igénylő lépéseket.

OpenClaw 2.0: egyszerűbb telepítés és közös munkamenetek a nyílt forráskódú AI-ügynöknek

Az OpenClaw fejlesztői kiadták a nyílt forráskódú személyes AI-ügynök 2.0-s verzióját (jelölése: 2026.8.1), amelyet a projekt közleménye szerint 933 fejlesztő több mint 16 ezer pull requestje formált. A gyártó állítása szerint a telepítés leegyszerűsödött: a program automatikusan felismeri a gépen elérhető ChatGPT- vagy Claude-előfizetéseket, API-kulcsokat és helyben futó modelleket, a további beállítást pedig az ügynökkel folytatott beszélgetésbe helyezték át. A böngészős felület is elsődleges kezelőfelületté vált, ahonnan a felhasználó közvetlenül társaloghat az ügynökkel és nyomon követheti a futó feladatokat. Új elem a megosztott felhős munkamenet, amely lehetővé teszi, hogy több felhasználó dolgozzon egy közös ügynök-kontextuson. A rendszer modellfüggetlen marad, és támogatja a WhatsApp, Telegram, Discord, Slack, Signal és iMessage csatornákat.

Miért fontos? A frissítés jelzi, hogy a nyílt forráskódú, perzisztens AI-ügynökök a könnyebb telepítés és a csoportos, megosztott munkafolyamatok irányába mozdulnak.

NVIDIA útmutatót ad az AI-inferencia GPU-igényének méretezéséhez

Az NVIDIA saját technikai blogján közölt útmutatót arról, hogyan méretezhetők pontosan a GPU-erőforrások AI-inferencia feladatokhoz és hogyan optimalizálható a teljes birtoklási költség. A vállalat szerint az inferencia-terheléseket négy fő kategóriába (chatbotok, AI-ügynökök, tartalomgenerálás, fordítóalkalmazások) sorolva eltérő tokenmintázatok rajzolódnak ki, amelyek meghatározzák a memória- és számításigényt. Az NVIDIA egy úgynevezett „core-and-flex” modellt javasol, amely helyi vagy foglalt felhő-GPU-kat kombinál a rugalmas, csúcsidőszaki felhőkapacitással. A cég állítása szerint a Model Optimizer eszközükkel végzett FP8 utólagos kvantálás újratanítás nélkül 43,5%-kal csökkentette a Llama-3.1-8B modell memóriaigényét, míg egy Qwen3-8B modellből metszéssel és desztillációval mintegy 6 milliárd paraméteres kisebb modellt hoztak létre.

Miért fontos? A konkrét méretezési szempontok és az NVIDIA saját eszközeivel elért memóriacsökkentési adatok segíthetnek a vállalatoknak elkerülni a GPU-infrastruktúra túl- vagy alulméretezését.

Kutatás: AI-ügynökök kijátsszák az online kérdőívek figyelemellenőrzését

Célorientált AI-rendszerek képesek megoldani a webes kérdőívek szokásos figyelemellenőrző kérdéseit – derül ki egy lektorálás előtt álló kutatásból. A szerzők kontrollált tesztkörnyezetben kimutatták, hogy a weboldalak DOM-metaadatai és a kiszámítható válaszkódolás lehetővé teszik az automatizált átjutást, valódi szövegértés nélkül. Védelmi javaslatként a DOM-metaadatok elfedését mutatják be, amely csökkenti az automatizált megkerülés esélyét. Több nyílt forráskódú modellt teszteltek, és eredményeik alapján ajánlásokat fogalmaznak meg kutatóknak és AI-fejlesztőknek egyaránt.

Miért fontos? Az online adatgyűjtés hagyományos minőségbiztosító eszközei egyre sérülékenyebbek lehetnek a fejlett AI-ügynökökkel szemben.

Runway bemutatta a Solaris nevű, valós idejű felületgeneráló AI-t

A Runway bemutatta a Solaris nevű rendszert, amely a cég állítása szerint az általa „Interface World Model” néven elnevezett új kategória első tagja: nem kódot futtat, hanem képkockánként rendereli a felhasználói felületet, és valós időben reagál kattintásra, húzásra vagy hangparancsra. A Gen-4.5 videómodellre épülő Solaris 720p felbontásban jelenít meg interfészeket, és Runway szerint alkalmas lehet interaktív vásárlásra, bútor- és lakberendezési vizualizációra, valamint vizuális oktatóanyagokra. A cég állítása szerint célja, hogy a rögzített alkalmazások helyett a felhasználóhoz igazodó, dinamikus felületek jöjjenek létre, és egyben AI-ágensek betanítására is alkalmas eszköznek tekinti. Fontos korlátozás, hogy a szöveg megjelenítése még hibás, nincs képernyőolvasó-támogatás, ezért Runway maga is kutatási projektnek nevezi a rendszert.

Miért fontos? A fejlesztés azt jelzi, hogy egy vezető AI-videócég a hagyományos, kódalapú szoftverfelületek helyett valós időben generált interfészekkel kísérletezik, ami hosszabb távon átalakíthatja az alkalmazások működését.

Pentagoni AI-tisztviselő milliókért adta el Perplexity-részvényeit

A Guardian által megismert pénzügyi nyilatkozatok szerint Emil Michael, a Pentagon katonai AI-politikáért felelős vezető tisztviselője júniusban 5-25 millió dollár értékben adta el részesedését a Perplexity nevű AI-alapú keresőmotorban. A lap korábban azt is feltárta, hogy Michael januárban Elon Musk xAI cégében lévő részesedésén 400-4800 százalékos nyereséggel akár 24 millió dollárt is realizálhatott. A nyilatkozatok szerint Michael korábban 250-500 ezer dollár közötti személyes kölcsönt kapott a Perplexitytől, és tanácsadói testületének is tagja volt, amelyből állítása szerint kilépett. A Pentagon szóvivője cáfolta az etikai szabályok megsértését, egy megkérdezett etikai szakértő szerint viszont Michaelnek a hivatalba lépés előtt minden érdekeltségét el kellett volna adnia.

Miért fontos? A hír azt veti fel, hogy egy kulcsfontosságú katonai AI-döntéshozó magánvagyona és részesedései összefonódhatnak azokkal a cégekkel, amelyeket hivatalosan felügyel.