Ola todos! ecco le notizie dedicate al mondo IA del 11 Agosto 2026Iniziamo con Hermes Agent che ha rilasciato Browser Use: una modalità che condensa dodici tool browser in UNO SOLO. L’agente scrive uno script per l’intero flusso invece di chiamare un tool per ogni click. Riduzione token: QUARANTOTTO–SESSANTASEI PERCENTO. Nessun calo di precisione.Passiamo a Muse Glimmer: Meta apre i pesi di un modello da trenta miliardi, Apache due punto zero, pensato per agenti locali sempre attivi. Pianifica, chiama tool, gestisce errori, riprova. Bilancia capacità e limiti hardware. Gira su diciotto GB RAM.Nel frattempo, su GitHub sono comparsi dieci repository IA molto seguiti: tool per reverse engineering, memoria condivisa tra agenti, gateway unico per cinquecento modelli, coding agent per DeepSeek, skill da libri PDF, corso Microsoft su generative AI, engine di stato per agenti long-running, app desktop open source tipo Claude Cowork, GUI modulare per immagini e video, framework per agenti vocali.Arriva anche un progetto Three punto js che simula effetti VFX elementali nel browser: ghiaccio, fulmini, meteore, raggi energetici. Tutto procedurale via GLSL e GPU particles. Editor live con novecentotrentotto parametri modificabili in tempo reale.Da segnalare anche Obsidian: il fondatore Kepano ha scritto Claude Skills ufficiali per insegnare agli agenti come operare su vault Markdown, Bases, JSON Canvas e backlink. Quarantaquattromila sviluppatori lo hanno installato.Sul fronte multimodale, Qwen ha rilasciato Qwen-MM-Plugins: trasforma agenti in entità multimodali native. Leggono immagini, video, documenti, editano video, lavorano con tre D e CAD.Sempre attivo, Macro lancia versione uno punto zero: suite office unificata per aziende, team e agenti. Open source in Rust più SolidJS. Email, messaging, doc, task, agenti, call e CRM collegati in un unico tab. Memoria unificata team-level accessibile via MCP.Si parla di Anthropic che introduce watermark invisibili in ogni testo generato da Claude. Il watermark viaggia con il testo quando copiato, persiste con alcune modifiche. Parte dai modelli lanciati dal due agosto duemilaventisei, rollout globale.Occhio a ByteDance: ha rilasciato documentazione completa per Seedance due punto cinque e Seedream cinque punto zero Pro. Decine di case study con prompt dettagliati da zero a trenta secondi, split per timestamp, istruzioni su cosa evitare. Tutto gratuito.Merita attenzione Hermes Desktop HUD Mode: l’agente legge post X, analizza chart TradingView, interagisce con software di video editing direttamente su schermo.Proseguiamo con MIRIX: sistema memoria IA sviluppato da UCSD più NYU. Sei memorie specializzate invece di una sola. Più trentacinque percento accuratezza su screenshot QA con novantanove punto nove percento storage in meno. Ottantacinque punto quattro su LOCOMO, state of the art. Open source.Colpo a sorpresa da CopilotKit: ora Hermes funziona in QUALSIASI app via AG-UI. React, React Native, Next punto js, Angular, Slack, MS Teams. Generative UI, human-in-the-loop integrati.Altra novità: img2threejs converte foto in scene Three punto js funzionanti. Input: immagine. Output: modello tre D eseguibile.Segnaliamo anche un plugin Chrome che integra il modello video real-time di Decart per shopping interattivo.Interessante anche Semantica: non è un vector database. Logga ogni decisione agente come nodo grafico. Traccia causale, fonte, audit. Rileva conflitti, non li sovrascrive.Torniamo su Andrew Ng a Stanford: settantasette minuti su iterazione, data loop, deploy, monitor, error analysis. Ottimizza il loop attorno al modello, non solo il modello.Vale la pena menzionare Taste Skill: OSS per Claude Code, Codex, Cursor, Gemini CLI, Lovable, v0. Evita design generici AI, spinge verso UI raffinate. Giudizio estetico integrato nel workflow.Non si ferma book-to-skill: estrae skill da PDF, EPUB, DOCX, Markdown. Genera SKILL punto md con core model, capitoli, termini, metodi. Riduzione token: VENTIQUATTRO–CINQUANTUNO volte. Funziona con Claude Code, Copilot CLI, Amp, Codex con adattamenti.Spostiamoci su OpenMontage: dodicimila workflow, cento tool, settecento video skill. Scripting,素材, voiceover, sottotitoli, mixing, quality check. Assegna task a Codex, genera produzione video completa. Quarantaseimila stelle.Cambio di scena: Jay Alammar apre il codebase completo del libro O’Reilly Hands-On Large Language Models. Dodici capitoli illustrati, da token a fine-tuning. Gratis.DAPI by Diffusion Studio: CLI video editing per agenti coding. Motion graphics, ore di footage, tutto via prompt. Cross-platform, open source.Anche due skill审美 per Codex cinque punto sei: gc-minimal-zine-poster genera poster Zine estremo minimalismo. Scene Card Studio analizza foto, crea visual narrative con sistema elettivo tra分镜, mappa, archivio, diario, fashion edit.Chiudiamo con un corso open source per costruire call center agenti voce via FastRTC, Superlinked, Twilio, Opik, RunPod.Si muove anche Hermes v zero punto venti punto zero: grounded citations. Ogni claim linkato a pagina e passaggio fonte. Quote verificate contro testo reale. Tre categorie: confermato, non verificato, contraddetto.Da non sottovalutare, Qwen tre punto sei-35B-A3B: MoE da trentacinque miliardi in ventiquattro GB su Apple Silicon. Settantadue token al secondo. Ottantaquattro percento su MMLU-Pro, quattro punto sette volte più veloce di Qwen tre punto sei-27B denso.E ancora KrillinAI: tool locale per video翻译, sottotitoli precisi, doppiaggio naturale, clonazione voce. Cinese-inglese, Whisper recognition, LLM traduzione contestuale, CosyVoice TTS. Windows, Mac, yt-dlp integrato. Gratis, locale, no watermark.Sul fronte VFX, Elemental Sandbox opensource Three punto js: sei abilità personalizzabili, tutto generato procedurale. GLSL hand-written, GPU particles, vertex shader. Cinquantatremila stelle.Multica rilascia sistema per eseguire coding agent come teammate reali. Assegna issue a Claude Code, Codex, Cursor o altri diciassette. Ogni agente commenta mentre lavora, restituisce PR. Standup, audit, report su cron. Self-host totale. Quarantacinquemila stelle.Pascal Editor: killer open source di Revit e AutoCAD. Editor tre D edifici completo nel browser. WebGPU più React Three Fiber. Gerarchia Site, Building, Level, Wall, Slab, Ceiling, Roof, Zone, Item. Tool interattivi, validazione spaziale real-time, integrazione IA via MCP. Ventunomila stelle.Google annuncia Gemini Omni Flash: primo modello famiglia Omni. Crea, edita video da testo, immagine, video, audio. Cambia angoli camera, ambienti, zoom cinematici. Builder LexnLin mostra donna in città da venti prospettive diverse.Ollama supporta Muse Glimmer: disponibile via engine MLX su Apple Silicon. Ottimizzazioni per NVIDIA, AMD in arrivo.ComfyUI integra Wan Animate Due nativo: driving video entra diretto nel transformer. Motion extractor eliminato. Migliore motion, identità forte, camera text-driven. Wan Animate Due Lite: latenza real-time.DeepTutor da港大: sistema tutoraggio personale. Carica教材, paper, notes. Risolve problemi step-by-step, genera esercizi mirati con correzione,调研 complessi, converte concetti astratti in grafici. Supporta RAG, modelli locali, Skills, memoria long-term. Docker self-host, Apache due punto zero. Trentamila stelle.DiffusionGemma: Google pubblica report tecnico completo su text diffusion. Processo e insight aperti alla community.FlexionAI allena humanoide interamente in scan tre D ufficio Niantic Scaniverse. Zero fine-tuning real-world. Politica RGB-only navigation addestrata in ricostruzione fotorealistica Gaussian splat. Deploy diretto hardware senza adattamento on-site. Mesi ridotti a giorni.Codex controlla telefoni iOS e Android reali via mobilerun-core: API unificata, controllo consistente su device locali e cloud.Unsloth: Muse Glimmer a due bit esegue cento chiamate tool su quattordici GB RAM. Bug hunt repo completo cinque minuti non-stop: evidence, repro, fix, test, PR writeup.Cactus Compute rilascia Needle Due: LLM agentico da quattordici MB per phone, wearable, smart home, robot, microcontroller. Intera sessione in ventotto MB RAM. Quarantacinque milioni parametri, CQ2-bit, built-in engine. Cinquecento token al secondo su Raspberry Pi cinque, quattrocento–millecinquecento su Meta Quest 3S e Apple Vision Pro. Settanta MFLOP per token contro ottantasette–centosessantaquattro dei transformer convenzionali.Qualcuno ha opensource app che converte foto in modello tre D locale. Drag, drop, mesh. Windows più Linux, one-click install. No subscription, no cloud.Jcode: agent opensource venti volte più efficiente in memoria di Claude Code. Esegui venti volte più agenti in parallelo.Filtra leak interno: fleet Claude con memoria condivisa. Versione più chiacchierina: due punto quattro volte le chiamate API, allucinazioni più trentaquattro percento contro fare niente. Verified summary: zero punto quattrocentosessantatré. No sync: zero punto quattrocentonovantadue. Full broadcast: zero punto seicentocinquantotto. Non sincronizzare batte sincronizzazione naive.Trovate i link di queste notizie altri link interessanti sul mio sto ziobuddalabs punto itSalvate il video così da non perderlo, seguitemi sui miei canali social e sul nuovo podcast su spotify e mannaggia a voi se ancora non lo state facendo, condividete il video con amici e nemici e ola todos.
