Az elmúlt hét mesterséges intelligencia fejlesztéseit gyorsított tempóban mutatja be a videó, különös tekintettel a legfrissebb képgeneráló és videómodellek újdonságaira. A néző betekintést kap az OpenAI által bemutatott Images 2.6 funkcióiba, amelyek gyorsabb képgenerálásra és animált GIF-ek készítésére is képesek, továbbá lehetőség nyílik meglévő képek szerkesztésére is.
Kiemelt téma a Pruna AI nyílt forráskódú PH3 modellje, amely hatalmas VRAM-igény mellett akár saját eszközön is futtatható. Az elhangzó példák jól érzékeltetik a helyi és felhőalapú tesztelés közti különbségeket, illetve a modellek típusaival, változataival járó technikai kihívásokat.
Az Optimizely új virtuális elemzői, valamint a Google frissen bevezetett Gemini Omni 1.2 Flash modelljei is bemutatásra kerülnek. Utóbbi feltűnően hosszabb videók generálására képes, jobb referenciakövetési és szerkesztési lehetőségekkel, valamint minden felhasználó számára elérhető a Vids platformon ingyenes próbaverzióban.
Olyan további fejlesztésekről is szó esik, mint a Pika Labs H3 Flex, amely akár 4K minőségű, 15 másodperces videókat generál nyílt súlyokkal, vagy a Meta Muse, amelyben mostantól hangalapú és videóhívás funkciók is helyet kaptak.
Felvetődik a kérdés, hogy a mesterséges intelligencia-alapú ügynököket miért használják csak alig mindennapi feladatokra, mint az ételek vagy fuvar rendelése. A videóban szóba kerülnek a szinte elhanyagolható rendelési statisztikák, amelyek azt mutatják, hogy ezek a funkciók egyelőre kevéssé népszerűek.
A gyors hírblokkban további fejleményeket villant fel a szerző, beleértve új AI alkalmazásokat, a Netflix ajánlórendszer frissítését, banki integrációt az Anthropic Claude modelljénél, valamint a Google űreszközös AI-projektjét. A hét fő témái között kiemelten jelenik meg az AI piaci stratégiákat és IPO-kat befolyásoló gazdasági és politikai helyzet is.
