Ola todos! ecco le notizie dedicate al mondo IA del 01 Agosto 2026Iniziamo con Memtensor Research Group che ha rilasciato Metis, probabilmente il primo modello linguistico che integra la memoria direttamente nella sua architettura. Niente RAG esterno: la memoria è dentro il modello. Disponibile in tre versioni da quattro, nove e ventisette miliardi di parametri, con codice e paper.Passiamo a Audio8 TTS Preview 0.6b, un modello text-to-speech zero-shot capace di clonare qualsiasi voce in qualsiasi lingua con pochi secondi di audio campione. Piccolo, veloce e sorprendentemente potente.DeepSeek ha rilasciato DeepSeek V4-Flash in versione ufficiale API. Supera V4-Pro-Preview sui benchmark agentic. Duecentottantaquattro miliardi totali, tredici attivi. Contesto da un milione di token. E ora puoi eseguirlo anche in locale.Da MiniMax arriva H3, modello multimodale generativo con architettura unificata per testo, immagini, video e audio. Genera video fino a quindici secondi a risoluzione 2K con audio stereo nativo. Pesi aperti e disponibile su fal.Nel frattempo, The Infinite Build ha pubblicato un workflow completo per sviluppare videogiochi in autonomia usando Codex. Si parte con ImageGen per definire stile e gameplay, poi Codex costruisce una versione giocabile, la testa automaticamente e la itera fino al deploy.Sempre attivo, il progetto MemOS dalla Cina: un sistema di memoria locale per agenti AI che riduce il sessantuno per cento il consumo di token, aumenta la precisione di personalità dal quarantotto al settantasei per cento e migliora del cinquantuno per cento il tasso di successo. Licenza MIT, oltre novemilasettecentocinquanta stelle su GitHub.Arriva anche un agente che opera dentro Houdini via MCP. Crea nodi, modifica parametri, costruisce simulazioni, renderizza e itera all’interno del progetto. Questo clip passa da blockout grigio a ambiente sci-fi cinematografico con luci, materiali ed effetti energia.Da Qwen, nuovo modello ASR Flash con riconoscimento termini specifici di dominio. Nei test interni: recall del novantacinque virgola trentasei per cento sui termini medici, novantatré virgola ventiquattro su quelli industriali. Supporta hotword personalizzate e trascrizioni strutturate.Si muove anche Deamina con Seedance 2.5. Un’idea, un prompt, trenta secondi di storia continua generati in un’unica passata.Microsoft ha rilasciato Mage-VL 4B, modello che analizza video direttamente dal codec compresso senza decodifica intermedia. Quattro miliardi di parametri, supporta prompt temporali per individuare eventi specifici nel flusso video. Gira su dispositivi edge.Interessante anche scroll-world, skill open source per Claude Code e Codex che genera siti con effetto scroll 3D stile Apple. Genera scene isometriche, voli di camera e transizioni fluide da semplice descrizione testuale. Seimilanovantasei stelle su GitHub.Troviamo su GitHub Agent Reach, repository che sostituisce circa trecento dollari al mese di API a pagamento. Permette agli agenti di leggere pagine web, YouTube, GitHub, X, Reddit, LinkedIn senza chiavi API. I cookie rimangono sulla macchina locale. Sessantatremilacento stelle.Chiudiamo con OpenShorts, alternativa open source a OpusClip. Prende video lunghi, individua i momenti salienti, traccia i volti, ritaglia in verticale e aggiunge sottotitoli. Può anche generare video pubblicitari con AI digital human. Deploy locale, nessun watermark.
