A Horizon Europe consortium completed and demonstrated an open cognitive architecture that helps autonomous robots maintain explicit models of themselves and their surroundings, detect unexpected situations and adapt their behaviour.
Q.ANT ha rilasciato un SDK open source per programmare i suoi processori fotonici, con API in C e Python, documentazione, applicazioni di esempio e un backend di simulazione su CPU. Il simulatore permette agli sviluppatori di esplorare il calcolo basato sulla luce su un normale laptop, senza dover prima procurarsi hardware fotonico difficile da reperire per scrivere o convalidare un'applicazione.
Un modello di IA per la cybersecurity con pesi aperti, progettato per eseguire test di penetrazione in autonomia e funzionare interamente in locale o in ambienti isolati dalla rete. Un modello di cybersecurity installabile in locale è particolarmente utile per le organizzazioni che non possono inviare codice sorgente sensibile o dati di sicurezza a fornitori esterni di IA.
Un'installazione operativa con 127 robot da magazzino Skypod nel centro di logistica di GXO a Venlo, al servizio di Guess: 60.000 posizioni di stoccaggio, otto postazioni di prelievo e circa 200 metri di nastri trasportatori. Una tecnologia già impiegata su scala reale, non un prototipo, un annuncio di finanziamento o un progetto pilota.
An open-source demonstrator in which AI coding agents modify high-integrity Ada and SPARK software while deterministic tooling independently checks proofs, requirements traceability, tests and structural coverage.
Una nuova importante versione della piattaforma di sviluppo full-stack, con hot reload, workflow di sviluppo con agenti, Postgres integrato, sincronizzazione offline sperimentale, deployment sul cloud e un ambiente progettato per funzionare con agenti di coding esterni. L’architettura considera gli agenti di coding come client intercambiabili dell’ambiente di sviluppo, senza vincolare chi sviluppa a un agente specifico dell’IDE.
Un modello OCR aperto da 3,4 miliardi di parametri per convertire documenti e pagine in Markdown, con circa 570 milioni di parametri attivi per token, ottimizzato per GPU economiche. Un parsing efficiente dei documenti è un’infrastruttura sempre più importante per i sistemi RAG e gli agenti, mentre le dimensioni relativamente ridotte del modello attivo potrebbero rendere più economica l’elaborazione locale di alta qualità.