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.
Spoločnosť Q.ANT uviedla SDK s otvoreným zdrojovým kódom na programovanie svojich fotonických procesorov. Obsahuje rozhrania API pre C a Python, dokumentáciu, ukážkové aplikácie a simulačný backend pre CPU. Vďaka simulátoru môžu vývojári skúmať výpočty pomocou svetla na bežnom notebooku, bez toho, aby si museli najprv zabezpečiť ťažko dostupný fotonický hardvér na vývoj alebo overenie aplikácie.
Model umelej inteligencie pre kybernetickú bezpečnosť s otvorenými váhami, určený na autonómne penetračné testovanie a nasadenie výhradne lokálne alebo v izolovanom prostredí bez pripojenia k sieti. Lokálne nasaditeľný model kybernetickej bezpečnosti je obzvlášť užitočný pre organizácie, ktoré nemôžu posielať citlivý zdrojový kód ani bezpečnostné údaje externým poskytovateľom AI.
Nasadenie 127 skladových robotov Skypod do ostrej prevádzky v distribučnom centre GXO vo Venle, ktoré vybavuje objednávky značky Guess. Centrum má 60 000 skladových pozícií, osem vychystávacích staníc a približne 200 metrov dopravníkov. Ide o technológiu nasadenú v reálnej prevádzke vo významnom rozsahu, nie o prototyp, oznámenie o financovaní ani pilotný projekt.
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.
Významné vydanie full-stack vývojovej platformy prináša hot reload, pracovné postupy pre vývoj s AI agentmi, zabudovaný Postgres, experimentálnu offline synchronizáciu, nasadzovanie do cloudu a prostredie navrhnuté na spoluprácu s externými kódovacími agentmi. Architektúra umožňuje používať rôznych kódovacích agentov ako zameniteľných klientov vývojového prostredia, takže vývojári nie sú viazaní na agenta určeného pre konkrétne IDE.
Otvorený model s 3,4 mld. parametrov na OCR dokumentov a prevod stránok do Markdownu. Na každý token využíva približne 570 miliónov aktívnych parametrov a je optimalizovaný pre cenovo dostupné GPU. Efektívne spracovanie dokumentov je čoraz dôležitejšou súčasťou infraštruktúry pre systémy RAG a agentov. Relatívne malý aktívny model môže zároveň zlacniť kvalitné lokálne spracovanie.