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.
A Q.ANT lançou um SDK de código aberto para programar os seus processadores fotónicos, com APIs em C e Python, documentação, aplicações de exemplo e um backend de simulação em CPU. O simulador permite explorar a computação com luz num portátil comum, sem precisares de garantir acesso a hardware fotónico escasso antes de escrever ou validar uma aplicação.
Um modelo de IA de cibersegurança com pesos abertos, concebido para testes de intrusão autónomos e implementação totalmente local ou em ambientes isolados de redes externas. Um modelo de cibersegurança que pode ser implementado localmente é especialmente relevante para organizações que não podem enviar código-fonte sensível ou dados de segurança a fornecedores externos de IA.
Uma instalação em produção de 127 robôs de armazém Skypod nas instalações da GXO em Venlo, que prepara encomendas para a Guess. Inclui 60 000 posições de armazenagem, oito postos de picking e cerca de 200 metros de transportadores. É tecnologia a funcionar à escala real, não um protótipo, um anúncio de financiamento ou um projeto-piloto.
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.
Uma versão de peso da plataforma de desenvolvimento full-stack, com hot reload, fluxos de trabalho para desenvolvimento com agentes, Postgres integrado, sincronização offline experimental, implementação na cloud e um ambiente concebido para funcionar com agentes de programação externos. A arquitetura trata os agentes de programação como clientes intercambiáveis do ambiente de desenvolvimento, em vez de prender os programadores a um agente específico de um IDE.
Um modelo aberto de OCR de documentos e conversão de páginas para Markdown, com 3,4 mil milhões de parâmetros e cerca de 570 milhões de parâmetros ativos por token, optimizado para GPUs económicas. A análise eficiente de documentos é cada vez mais uma infraestrutura essencial para sistemas RAG e de agentes, enquanto o tamanho relativamente reduzido do modelo ativo pode tornar mais acessível o processamento local de alta qualidade.