🌍 Google Genie 4: interaktivní světy se zvukem
DeepMind představil model, který za běhu generuje interaktivní prostředí, okolní zvuky i dialogy a dovoluje měnit scénu textovými pokyny. Zatím jde o research preview pro vybrané testery. Google jej směřuje také k simulacím pro trénink robotů a agentů.
💻 Liquid AI vydává malé multimodální modely LFM3
Nová open-weight rodina ve třídě kolem dvou miliard parametrů zahrnuje textové, obrazové, zvukové i kombinované modely. Výrobce uvádí podporu llama.cpp, MLX a vLLM od prvního dne a možnost dotrénování na jedné GPU. Textový model má kontext 256 tisíc tokenů a podle firmy se jeho váhy ve čtyřbitové podobě vejdou přibližně do 1 GB.
🎨 Microsoft MAI Image 2.7 přináší přesnější úpravy obrázků
Microsoft vydal preview modelu pro změny stylu a osvětlení, úpravy textu a symbolů i obnovu obrázků. Podle oznámení překonává předchozí verzi ve všech deseti hodnocených případech použití Artificial Analysis. Vyzkoušet jej lze v MAI Playground; generování obrázků z textu má následovat později.
🤖 ANYmal X se začíná dodávat do výbušných prostředí
ANYbotics zahájil dodávky čtyřnohého inspekčního robota zákazníkům včetně Equinoru a DSM-Firmenich. Autonomně kontroluje průmyslové provozy termálními, obrazovými, akustickými a plynovými senzory a propojuje nálezy s údržbou. Je navržen pro prostředí s nebezpečím výbuchu, kam běžní roboti nesmějí.
🚗 BMW a Embotech dosáhly milionu automatických přesunů aut
Firmy oznámily milion vozidel přesunutých pomocí automatizovaného řízení ve čtyřech závodech v Německu a Británii. Podle Embotechu systém zvládá přibližně 3 500 přesunů denně s dostupností přes 99,5 %. Jde o provoz uvnitř výrobních areálů, nikoli o autonomní řízení na veřejných silnicích.