מודלים של Daybreak זמינים כעת ב-AWS ↗
OpenAI מביאה את מודלי אבטחת הסייבר Daybreak שלה ל-Amazon Bedrock. Daybreak Blue מעניק למגינים מאושרים גישה למודלים כלליים בחזית, כולל GPT-5.6 Sol, בעוד ש-Daybreak Red מכוון למחקר פגיעויות, אימות פרצות ובדיקות אבטחה.
השינוי הגדול יותר הוא פריסה: חברות יכולות להפעיל את היכולות הללו בתוך מערכי האבטחה והממשל הקיימים שלהן ב-AWS במקום לבנות מחסנית בינה מלאכותית נפרדת. בינה מלאכותית בסייבר מתקרבת הרבה יותר לתשתית ארגונית רגילה... וזהו שינוי תוצאתי.
אפליקציית ג'מיני של גוגל הגיעה למיליארד משתמשים פעילים בחודש ↗
ג'מיני חצתה את מיליארד המשתמשים החודשיים, והפכה למוצר הצומח ביותר של גוגל. קול היא תחום משמעותי במיוחד, בעוד שאינטראקציות חיות באמצעות מצלמה ושיתוף מסך הופכות לחלק משמעותי משימוש בג'מיני לייב.
גוגל גם אומרת ש-Gemini מייצרת יותר מ-150 מיליון תמונות מדי יום, עובדת על פני יותר מ-40 אפליקציות אנדרואיד פופולריות, ויש לה מעל 100 מיליון משתמשים פעילים ב-iOS. מיליארד משתמשים גורמים למרוץ לעוזרי הבינה המלאכותית להרגיש קצת פחות כמו ניסוי ויותר כמו אינסטלציה.
AMIE: קידום בינה מלאכותית רפואית לייעוץ וידאו ↗
גוגל ריסרץ' ו-DeepMind דחפו את AMIE, הבינה המלאכותית שלהם למחקר רפואי, לתוך ייעוץ וידאו בזמן אמת. הטכנולוגיה, שנבנתה באמצעות ג'מיני ופרויקט אסטרה, יכולה לפרש רמזים חזותיים וקוליים, להנחות בדיקות גופניות וירטואליות ולהסיק מסקנות במהלך שיחה.
בייעוץ מדומיין, מעריכים קליניים דירגו את AMIE בחום מבחינת דיוק אבחוני, רישום אנמנזה, ניהול ותקשורת, בעוד שגורמים מטופלים העדיפו שיחות וידאו על פני צ'אט טקסט. אזהרה חשובה: זוהי נותרה מערכת מחקר, לא משהו שמוכן להחליף את רופא המשפחה שלך - למרבה המזל, אולי.
אנתרופיק אומרת שהיא תסמן טקסט שנוצר על ידי מודלי הבינה המלאכותית שלה ↗
אנתרופיק אומרת שטקסט וקבצים שנוצרו על ידי קלוד יישאו סימן מים הניתן לזיהוי על ידי מכונה כדי לעמוד בדרישות השקיפות האירופיות. עבור קבצים, היא משתמשת בתקן C2PA, בעוד שסימן מים בטקסט נועד לשרוד העתקה והדבקה, ואולי גם עריכה מסוימת.
המערכת חלה ברמת המודל, כך שהיא מכסה את קלאוד על פני ה-API, קלאוד קוד, Cowork ומשטחים אחרים. סימון מים של טקסט בינה מלאכותית היה היסטורית דג חלקלק מעט, כך שעמידותו של זה לאחר עריכה אינטנסיבית תהיה חשובה.
🧠 אנבידיה בונה את נמוטרון 4 בעל טריליון פרמטרים שיתחרה במודלים של בינה מלאכותית פתוחה, כך מדווח The Information ↗
Nvidia מפתחת את Nemotron 4, משפחת מודלים פתוחה של בינה מלאכותית, שגרסתה הגדולה ביותר צפויה להכיל לפחות טריליון פרמטרים, על פי The Information. לפי הדיווחים, האימון הסופי עדיין בעיצומו.
Nvidia חשפה גם את Nemotron 3.5 Lightning עבור משימות כמו סקירת קוד וניטור אבטחה, בנוסף ל-NeMo Switchyard, נתב בקוד פתוח ששולח משימות לכל דגם שמתאים לו ביותר. Nvidia מוכרת את אתי הפיתוח תוך כדי בניית מפעל אתי פיתוח ענק למדי... כן.
🏗️ יבמ ו-Together AI חתמו על עסקה של 240 מיליון דולר עבור אשכול הסקה של בינה מלאכותית המופעל על ידי Nvidia ↗
IBM ו-Together AI חתמו על הסכם רב שנתי בשווי 240 מיליון דולר עבור אשכול הסקה גדול של בינה מלאכותית בענן של IBM. המערכת הראשונית צפויה להשתמש בכ-2,000 שבבי Nvidia Blackwell 300 לצד רשת Spectrum-X של Nvidia.
Together AI מתכננת להשתמש בקיבולת עבור דגמים פתוחים, כולל DeepSeek, MiniMax ו-Kimi. מנהליה צופים שהביקוש יהיה חזק מספיק כדי שהאשכול יימכר למעשה לפני תחילת השירות - קיבולת הסקה הופכת לנכסי נדל"ן מובילים, בתפנית בלתי צפויה.
💰 מחשוב מפעל הבינה המלאכותית של NVIDIA הופך לסוג נכס שניתן להשקעה בו ↗
אנבידיה הכריזה על שותפויות מימון עם אפולו, בלקרוק, בלקסטון, ברוקפילד, גולדמן זאקס ו-KKR, שנועדו לגייס יותר מ-500 מיליארד דולר בהון צד שלישי לתשתית בינה מלאכותית.
ההצעה מעניינת: להתייחס למפעלי בינה מלאכותית יותר כמו לנכסי תשתית שמשקיעים יכולים לממן על סמך ניצול, תזרים מזומנים וערך שיורי. אנבידיה מספקת את פלטפורמת המחשוב בעוד שמוסדות פיננסיים מעריכים ומממנים פרויקטים בודדים - מחשוב בינה מלאכותית נכנס לשלב וול סטריט.
שאלות נפוצות
מהם מודלי אבטחת הסייבר של OpenAI Daybreak ב-AWS?
מודלי אבטחת הסייבר Daybreak של OpenAI הופכים לזמינים דרך Amazon Bedrock. Daybreak Blue מעניק למגינים מאושרים גישה למודלים כלליים בחזית, כולל GPT-5.6 Sol, בעוד ש-Daybreak Red מתמקד במחקר פגיעויות, אימות פרצות ובדיקות אבטחה. עבור ארגונים, היתרון המרכזי הוא היכולת לפרוס מודלים אלה בתוך סביבות אבטחה וממשל קיימות של AWS, מבלי שיהיה צורך לבנות מחסנית תשתית בינה מלאכותית נפרדת.
עד כמה משמעותית ההגעה של ג'מיני למיליארד משתמשים פעילים חודשיים?
גוגל טוענת כי אפליקציית ג'מיני עברה את מיליארד המשתמשים הפעילים החודשיים, מה שהופך אותה למוצר הצומח ביותר של החברה. השימוש בקול חזק במיוחד, בעוד שאינטראקציות חיות באמצעות מצלמה ושיתוף מסך הופכות לחשובות יותר ויותר בתוך ג'מיני לייב. גוגל מדווחת גם על פעילות משמעותית של יצירת תמונות ואימוץ נרחב באפליקציות אנדרואיד ו-iOS, דבר המצביע על כך שעוזרי בינה מלאכותית עוברים באופן משמעותי לשימוש צרכני מרכזי.
כיצד גוגל AMIE משתמשת בבינה מלאכותית לצורך ייעוץ רפואי בווידאו?
AMIE היא מערכת מחקר רפואית של Google Research ו-DeepMind שנועדה ליייעוצי וידאו בזמן אמת. היא נבנתה באמצעות Gemini ו-Project Astra, ויכולה לפרש מידע חזותי וקולי, להנחות בדיקות גופניות וירטואליות ולנתח תוצאות אפשריות תוך כדי שיחות. הערכות מדומות הניבו תוצאות חזקות בתחומים הכוללים דיוק אבחוני, רישום היסטוריה, ניהול ותקשורת, אם כי AMIE נותרה מערכת מחקר ולא תחליף לטיפול קליני.
כיצד יסמן אנתרופיק טקסט שנוצר על ידי קלוד?
אנתרופיק אומרת שטקסט שנוצר על ידי קלוד יכלול סימן מים הניתן לזיהוי על ידי מכונה, שנועד לעמוד בדרישות השקיפות האירופיות. סימן המים פועל ברמת המודל, ומאפשר לו להחיל אותו על פני מוצרי קלוד, כולל ה-API, קלוד קוד ו-Cowork. אנתרופיק אומרת שסימן המים של הטקסט נועד לשרוד העתקה, הדבקה ואולי גם עריכה מסוימת, בעוד שקבצים שנוצרו ישתמשו בתקן C2PA.
מהו Nvidia Nemotron 4 ומדוע הוא חשוב למודלים פתוחים של בינה מלאכותית?
על פי הדיווחים, Nvidia מפתחת את Nemotron 4 כמשפחה של מודלים פתוחים של בינה מלאכותית, כאשר הגרסה הגדולה ביותר צפויה להכיל לפחות טריליון פרמטרים. על פי הדיווחים, ההכשרה הסופית עדיין נמצאת בעיצומה. Nvidia הציגה גם את Nemotron 3.5 Lightning עבור עומסי עבודה כמו סקירת קוד וניטור אבטחה, לצד NeMo Switchyard, נתב קוד פתוח שנועד לכוון משימות למודל המתאים ביותר עבורן.
מדוע תשתית הסקה של בינה מלאכותית הופכת לסוג נכס שניתן להשקעה בו?
חדשות אחרונות בתחום הבינה המלאכותית מראות כי יכולת הסקה מטופלת יותר ויותר כתשתית בקנה מידה גדול. IBM ו-Together AI חתמו על הסכם רב שנתי בשווי 240 מיליון דולר עבור אשכול הסקה המופעל על ידי Nvidia, בעוד Nvidia הכריזה על שותפויות מימון שנועדו לגייס יותר מ-500 מיליארד דולר בהון צד שלישי עבור תשתית בינה מלאכותית. המודל המתפתח הוא מימון מפעלי בינה מלאכותית על סמך גורמים כמו ניצול, תזרים מזומנים וערך שיורי.