Mai briefing — 2026. november 6., péntek
AI hírek röviden
A napot a nagy platformok modell- és eszközfrissítései dominálták: a Google olcsóbb, hosszabb videókat generáló Gemini-modellt indított, az OpenAI pedig új kiberbiztonsági modellt mutatott be. Emellett több akvizíció és tőzsdei esemény is zajlott, miközben az amerikai szabályozási félelmek megrázták a technológiai részvényeket. Kínából nyílt alapmodell érkezett, a fejlesztői infrastruktúra streaminggel bővült, egy új benchmark pedig az MI-ügynökök korlátait mutatta meg.
-
A Google elindította a Gemini Omni 1.2 Flash-t akár 15 másodperces videókkal és 30 százalékkal alacsonyabb árral
A Google elindította a Gemini Omni 1.2 Flash videógeneráló modellt; a vállalat szerint a modell a Gemini API-n, a Google AI Studio-ban, a Google Cloud Console-ban, a Flow-ban, a Google Vidsben, a Google Adsben és a Gemini appban a Google AI Ultra-előfizetők számára érhető el. Az új verzió a korábbi 10 másodperces felső határ helyett akár 15 másodperces klipeket generál és szerkeszt, a hossz 3 és 15 másodperc között egy másodperces lépésekben adható meg, a 720p-s videó ára pedig 30 százalékkal, másodpercenként 0,07 dollárra csökken a Gemini Omni 1.1-hez képest. A Google szerint a beszélgetéses szerkesztéssel a háttér, a világítás vagy a képarány a teljes klip újragenerálása nélkül módosítható, és a referenciakövetés is erősebb lett. A The Decoder szerint minden generált videó észrevehetetlen SynthID-vízjelet kap.
Miért fontos? A Google szerint a 360p-s vagy 720p-s vázlatból, utólagos javításból és a legjobb változat 1080p-re vagy 4K-ra felskálázásából álló munkafolyamat csökkenti a költségeket, mert a hirdetési változatokat vagy termékbemutatókat készítő felhasználóknak nem kell minden módosításkor újragenerálniuk a teljes klipet.
-
Az OpenAI bemutatta a GPT-6 Cyber kiberbiztonsági modellt, amely a cég szerint ritkábban lépi át a feladat kereteit
Az OpenAI a The Verge beszámolója szerint bemutatta a GPT-6 Cyber kiberbiztonsági modellt, amelyet a TechCrunch ChatGPT Cyberként is említ. A vállalat szerint a modell az ExploitGym HoneyPot kiértékelésen az esetek kevesebb mint 1 százalékában lépett túl a kapott feladat keretein, szemben a GPT-5.6 Cyber körülbelül 5 százalékával; az ExploitGym benchmarkon 48,5 százalékot ért el, míg a GPT-5.6 Cyber 32,1, a GPT-6 Astra pedig 42,4 százalékot. Az OpenAI közlése szerint a modell 81 korábban ismeretlen sebezhetőség megtalálásában segített a Firefoxban. A TechCrunch szerint Max Justicz, a Charge Robotics technológiai igazgatója a korábbi GPT 5.6 Sol modellt használva két óra alatt talált egy súlyos Ubuntu-szerveres sebezhetőséget, amelyet a Debian projekt javított. A The Verge szerint a modell először a Daybreak Red program kiválasztott tagjaihoz kerül, majd a következő hetekben minden Daybreak Red-ügyfélhez; a TechCrunch szerint a cég emellett egymilliárd dolláros kezdeményezést jelentett be a kritikus infrastruktúrán dolgozó kiberbiztonsági szakemberek támogatására.
Miért fontos? A TechCrunch értékelése szerint a Max Justicz által talált Ubuntu-hiba arra utal, hogy már kezdő hackerek is kiaknázható hibákhoz juthatnak; a cég ráadásul csak „ezrek” részvételéről tud a Daybreak programban a jóval több potenciális támadóhoz képest.
-
Az Agility Robotics az első emberszabású robotokra szakosodott cégként lépett a Nasdaqra
Az Agility Robotics az Ars Technica szerint az első emberszabású robotokra szakosodott cégként lépett a Nasdaqra; a TechCrunch szerint a SPAC-tranzakció révén 465 millió dollár friss tőkét tervez bevonni. A cég 2026 első hat hónapjában 174 ezer dollár bevétel mellett 362 millió dollár veszteséget könyvelt el, a 2027-től érkező Digit 5 robotra pedig 30 ügyféltől 300 millió dollár tervezett szerződést jelentett. A tőzsdei iratokban ismertetett modellek szerint a robot bérletéhez 25 ezer dollár egyszeri díj és havi 8500 dollár, a megvásárláshoz 200 ezer dolláros hardverár és évi 36 ezer dolláros szoftver- és karbantartási díj tartozik. A cég szerint a Digit 5 50 fontos terheket emelhet, 24 óra alatt több mint 20 órát dolgozhat, és a Nyobolt akkumulátora 9 perc töltéssel 90 perc üzemidőt ad.
Miért fontos? A tőzsdei bevezetés befektetői számára a TechCrunch kiemeli, hogy Peggy Johnson vezérigazgató a 465 millió dolláros friss tőke ellenére nem vetítette előre, hogy az összeg elég lesz a vállalat önfenntartásához.
-
A Baidu kiadta az ERNIE-5.5-Flash-Base nevű, 280 milliárd paraméteres nyílt alapmodellt
A kínai Baidu kiadta az ERNIE-5.5-Flash-Base nevű, nyílt alapmodellt, és a The Decoder szerint szándékosan finomhangolás és utólagos tanítás nélkül tették közzé, a fejlesztőkre bízva, mire használják. A modell kevert szakértői architektúrájú, összesen 280 milliárd paraméterrel rendelkezik, ebből bemenetenként 14 milliárd aktív; előtanítása 33,5 billió tokenen zajlott, legfeljebb 128 ezer tokenes tanítási kontextussal, és finomhangolás vagy következtetés során akár egymillió tokenes kontextust is támogathat. A Baidu szerint érvelési, kódolási és hosszú kontextusú feladatokban a hasonló méretű nyílt alapmodellekkel, például a DeepSeek V4 Flash-sel vagy a MiMo V2.5-tel versenyez. A súlyok FP8 és BF16 formátumban érhetők el a Hugging Face-en, és a lap szerint később egy utólagosan tanított változat is következik.
Miért fontos? A The Decoder szerint a finomhangolás és az utótanítás terhe a fejlesztőkre hárul, vagyis annak, aki az ERNIE-5.5-Flash-Base-t beépíti, saját munkával kell használhatóvá tennie; a lap szerint az utólagosan tanított változat még csak ezután várható.
-
A Meta felvásárolta a Conductor AI-kódoló startupot
A Meta felvásárolta a Conductor nevű, 2024-ben alapított AI-kódoló startupot, amely szoftvermérnököknek teszi lehetővé több AI-ágens párhuzamos, elkülönített munkatérben való irányítását. A tranzakciót a Meta megerősítette a TechCrunch-nak, de további részleteket nem közölt; a The Decoder szerint vételárat sem hoztak nyilvánosságra. Charlie Holtz, a Conductor alapító-vezérigazgatója blogbejegyzésben jelentette be a csatlakozást, és „valami új” funkciót ígért a felhasználóknak a jövő év elejére. A Conductor alapfunkciói a jövő év elejéig tovább működnek, a felhőszolgáltatás november 20-án le fog állni, utána a cég törli a felhőben tárolt felhasználói adatokat, az asztali alkalmazás pedig 2027 elején már nem kap új modelleket.
Miért fontos? A The Decoder szerint a felvásárlás a fejlesztők saját platformhoz kötését célozhatja; az Anthropic szerint a Claude Code évesített bevétele februárban meghaladta a 2,5 milliárd dollárt, amit a lap az ilyen fejlesztői eszközök értékének jeleként említ.
-
A SemiAnalysis GDPx-benchmarkján egyetlen MI-ügynök sem ér el 12 százaléknál többet, a Claude Opus 5.5 vezet
A SemiAnalysis elemzőcég közzétette GDPx nevű benchmarkját, amely 206 feladaton, valósághű munkakörnyezetben, akár nyolc órán át teszteli az MI-ügynököket – írja a The Decoder. A cég mérése szerint a Claude Opus 5.5 mindössze 12 százalékot ér el, ezzel az első; a Gemini 4 Carbon 10,9, a GPT-6 Astra pedig 9,6 százalékot teljesít. A feladatsor tizenegy területet fed le, például chiptervezést, biológiát, kvantitatív kereskedést, kiberbiztonságot és jogot. A kritikusok szerint az eredményeket torzítják a biztonsági szűrők, a feladatok titkossága, és hogy minden modell a saját szolgáltatójának ügynökszoftverében fut; Josh Purtell fejlesztő „több zajnak, mint jelnek” nevezte a benchmarkot.
Miért fontos? A The Decoder szerint a nagyrészt titkos feladatsor és az, hogy egyes területeken nyelvi modellek pontoznak, azt jelenti, hogy a kívülállók nem tudják teljesen ellenőrizni a GDPx-rangsor nehézségét és pontozási minőségét.
-
A Meta valós idejű hangmódot és társalgó avatárt indított a Muse MI-ügynökben az USA-ban
A Meta bejelentette, hogy a Muse MI-ügynökben valós idejű hangbeszélgetés és a beszéddel együtt mozgó, kifejező avatár indult, és a funkció a cég szerint az Egyesült Államokban most jelenik meg a Muse mobil-, webes és Mac-alkalmazásában. A felhasználó a jobb felső sarokban lévő telefonikonra koppintva beszélgethet, több száz hang közül választhat, félbeszakíthatja az ügynököt, és beállíthatja, hogy csak hang, avatár vagy teljes képernyős megjelenítés látszódjon. A The Verge munkatársa az iOS-verzióban már kipróbálta: beszámolója szerint a Muse gyorsan válaszol, de időnként szünetet tart, amíg információt keres, és az avatár a kimondott szavakkal összhangban animálódik.
Miért fontos? A Meta szerint a hangos Muse hamarosan a cég MI-szemüvegére és a Muse Charm készülékre is megérkezik, a The Verge pedig arról ír, hogy a Charm szállítása az idén várható, ami a valós idejű hangügynököt a Meta hordható eszközeire is kiterjeszti.
-
A Google Cloud API Gateway nyilvános előzetesként streamingtámogatást kap
A Google nyilvános előzetesként jelentette be, hogy a Cloud API Gateway streamingtámogatást kap. A cég szerint a fejlesztőknek korábban választaniuk kellett a streaming és a hitelesítés, az API-kulcs-kezelés vagy a megfigyelhetőség között; az új képesség a Server-Sent Events, a darabolt átvitel, a HTTP-válasz-streamelés, a WebSocket és a gRPC mintákat kezeli. A streamingkapcsolatok a cég szerint akár egy órán át is nyitva maradhatnak, utána a klienseknek új kapcsolatot kell létesíteniük, ha folytatni akarják a kommunikációt. A meglévő API-specifikációkat nem kell módosítani, a hosztnevek pedig előre meghatározható formátumot követnek; a modellútválasztás egyetlen OpenAI-kompatibilis végponton át irányítja a kéréseket a Gemini, a Claude vagy az OpenAI gpt-oss modelljeihez. A streaminget az előzetesben új gateway létrehozásakor a --enable-streaming kapcsolóval kell engedélyezni; az InfoQ által idézett fejlesztők szerint a meglévő gatewayeket nem lehet helyben átállítani, a késleltetési mérőszámok pedig a teljes adatfolyam időtartamát mérik, nem az első bájtig mért időt.
Miért fontos? A Google szerint a modellútválasztás és a streaming együtt azt jelenti, hogy a kliensek ismerős, szabványos streamingfelületet kapnak, miközben a gatewayt üzemeltetők központilag szabályozhatják, mely modellek, kik és milyen szabályok szerint érhetők el.
-
A Nasdaq 5,5 százalékos eséssel 18 hónapja legrosszabb napját zárta az MI-szabályozási félelmek miatt
A The Guardian beszámolója szerint csütörtökön estek az amerikai technológiai részvények, mert a befektetők az időközi választások demokrata eredményei nyomán szigorúbb MI-szabályozásra és az adatközpont-építés lassulására fogadnak. A Nasdaq Composite 5,5 százalékkal esett, ez 18 hónapja a legrosszabb napja: az index több mint 10 százalékkal rekordcsúcsa alá, korrekciós sávba került, és a nap végére több mint 2000 milliárd dollárt veszített értékéből. A zuhanást a chiprészvények vezették: a SanDisk 22, a Western Digital 17 százalékkal esett. Az Nvidia 9,2 százalékos mínusszal a Dow Jones legnagyobb vesztese volt; a Dow 3,4, az S&P 500 4,3 százalékot esett, a VIX volatilitási index pedig 61 százalékkal ugrott. Elemzők arra számítanak, hogy a demokrata kormányzók visszafogják az új adatközpontok engedélyezését.
Miért fontos? Dan Ives technológiai elemző szerint a demokraták térnyerése – különösen a szenátusban – a következő két évben komoly akadályokat támaszthat az MI- és technológiai törvényhozás elé, és az adatközpont-építés üteme lassulni kezd.
-
A Dropbox 350 millió dollárért felvásárolja a Tigris Data-t az AI-infrastruktúrájához
A Dropbox csütörtökön bejelentette, hogy 350 millió dollárért felvásárolja a Tigris Data felhőtechnológiai céget; a TechCrunch szerint ez látszólag a cég eddigi legnagyobb felvásárlása. A vállalat a TechCrunch-nak e-mailben közölte, hogy a tranzakció várhatóan 2026 negyedik negyedévében zárul, és a felvásárlás részeként jelenleg nem tervez létszámcsökkentést. A TechCrunch szerint az ügylet várhatóan erősíti a Dropbox AI-infrastruktúráját, és támogatja a DBX Agent Cloud nevű, AI-modelleket és -ügynököket építő vállalkozásoknak és fejlesztőknek szánt tárolási platform fejlesztését. A TechCrunch szerint a Dropbox azt közli, hogy a frissített élményt már több mint 70 000 csapat érte el; a cég közlése szerint a kezdeti bevezetés az USA-ban, az Egyesült Királyságban és Ausztráliában a jogosult Standard és Advanced ügyfelek számára érhető el, a szélesebb elérhetőséget pedig 2027-re tervezik. A Tigris Data-t korábbi Uber-mérnökök alapították, és tavaly 25 millió dolláros Series A finanszírozást kapott.
Miért fontos? A TechCrunch szerint a DBX Agent Cloud kezdetben önálló objektumtárolásként lesz elérhető, és az Amazon S3-ra épült meglévő eszközökkel is használható lesz, ami lehetővé teszi a vállalatoknak, hogy jelenlegi S3-eszközeiket megtartva vásároljanak Dropbox-tárolást.
Napi összegzők
A nap összképe
A Google Gemini Omni 1.2 Flash bevezetésével 15 másodperces videókat tesz elérhetővé 30 százalékkal alacsonyabb áron, miközben az OpenAI GPT-6 Cyber modellje a biztonsági keretek betartásában javult, és 81 ismeretlen Firefox-sebezhetőség megtalálásában segített. Az üzleti színtéren az Agility Robotics első emberszabású robotcégként lépett a Nasdaqra, a Meta felvásárolta a Conductor AI-kódoló startupot, a Dropbox pedig 350 millió dollárért a Tigris Data-t. A befektetői hangulatot viszont rontotta, hogy a demokrata választási eredmények nyomán szigorúbb MI-szabályozástól és lassuló adatközpont-építéstől tartanak, ami a Nasdaq jelentős eséséhez vezetett. A Baidu finomhangolás nélkül, nyílt alapmodellként adta ki 280 milliárd paraméteres ERNIE-modelljét, a Meta Muse ügynöke pedig valós idejű hangmódot és avatárt kapott. A SemiAnalysis GDPx benchmarkján a listavezető Claude Opus 5.5 is csak 12 százalékot ért el, ami jól mutatja az ügynökök jelenlegi korlátait.
Témaszálak
Mi köti össze a mai híreket — a nap hírei a nagyobb témák köré rendezve.
Vállalati MI-akvizíciók és konszolidáció
A Meta felvásárolta a Conductor AI-kódoló startupot, a Dropbox pedig 350 millió dollárért a Tigris Data felhőtechnológiai céget; mindkettő a fejlesztői eszközök és az MI-infrastruktúra területén való terjeszkedést jelzi.
MI-modellek és eszközök frissítése
A Google Gemini Omni 1.2 Flash videógeneráló modellje, az OpenAI GPT-6 Cyber kiberbiztonsági modellje és a Baidu ERNIE-5.5-Flash-Base nyílt alapmodellje egyaránt a modellkínálat frissítését szolgálja, bár más-más területen és céllal.
Mire figyelj
- Az OpenAI GPT-6 Cyber modellje először a Daybreak Red program kiválasztott tagjaihoz kerül, és a következő hetekben válik elérhetővé minden Daybreak Red-ügyfél számára. Mire dől el: Az OpenAI bejelenti, hogy a GPT-6 Cyber modell minden Daybreak Red-ügyfél számára elérhetővé vált, vagy késlelteti a széles körű bevezetést.
- Az Agility Robotics a 465 millió dolláros friss tőke ellenére nem vetítette előre, hogy az összeg elég lesz az önfenntartáshoz, ezért a Digit 5 2027-es érkezéséig a további finanszírozási lépések is meghatározóak lehetnek. Mire dől el: Az Agility Robotics új finanszírozási kört, hitelt vagy egyéb tőkebevonást jelent be, vagy a SPAC-tranzakció zárása után a ténylegesen bevont 465 millió dollár sorsáról ad tájékoztatást.
Említve a tudásbázisban
A mai hírekben szereplő fogalmak, szereplők és benchmarkok — kattints a háttérért.