Ola todos! ecco le notizie dedicate al mondo IA del 25 Settembre 2026Iniziamo con OpenClaw. Ha cancellato QUATTROCENTOMILA righe di codice dei propri test. Senza perdere copertura. I modelli moderni scrivono test per ogni minima modifica, anche quando non servono. OpenClaw ha fatto pulizia.Passiamo a OrcaSAQ-2 27B. Un modello per agenti a lungo termine basato su Qwen 3.8. Da cinquantacinque virgola cinquantanove gigabyte a dodici virgola zero sei. SETTANTOTTO PUNTO TRE percento più piccolo. Quattro virgola sei uno volte meno pesante. Settanta punto zero su SWE-bench Verified. Cinquantotto punto quattro su Terminal-Bench due punto uno. Duecentosessantaduemila token di contesto. Coding, terminale, browser, security.Nel frattempo, Qwen-Image-2.1. Generazione nativa a DUE K. Qualità da GPT-Image-2.5. Niente審核, niente validazione locale. Perfetto per frame di riferimento in video AIGC. Deployment su singola 4090. Trentatré gigabyte di pesi. Due minuti di caricamento. Tre minuti per una 2K a trenta step.A proposito di modelli leggeri, GLiNER2.5-Decide. Trecentoquaranta milioni di parametri. Classificazione deterministica veloce. Valuta domande e regole definite dall’utente. Restituisce decisioni strutturate con probabilità e confidence score. SESSANTA PUNTO UNO percento di media su Fast Decisions. Meglio di SemIf e JevK5. Tool calling, routing, browser use, LLM-as-a-judge.Vale la pena menzionare Opus 5.5. Qualcuno lo ha usato con Claude Code per creare un cortometraggio animato completo da un singolo prompt. Un’ora e venti minuti. TRE DOLLARI E VENTUNO CENTESIMI su OpenRouter. Otto API orchestrate. La maggior parte del costo su Nano Banana 2 per immagini e text-to-voice. Lato Opus circa venti dollari in termini di API.Sempre attivo, JEV. Su GitHub stanno esplodendo dieci progetti costruiti con questo modello. JEV-Trader: bot di trading live su Monad, millenovecentoundici stelle. JEV-Ultrafast: browser agent che decide ogni click, sedicimilasettecentocinquantotto stelle. JEV-Doom-Agent: gioca a Doom con decisioni tattiche ogni frame. JEV-T-Rex-Runner: gioca autonomamente al dinosauro di Chrome. Typesafe-Chess: JEV contro un motore di ricerca a scacchi. JEV-Drone: controlla un drone simulato attraverso percorsi a ostacoli. Tax-Doc-Classifier: classifica moduli IRS a circa zero virgola zero zero uno dollari per pagina. KillMyIdea: valuta idee startup e restituisce Kill, Fix o Ship. JEV-Curate: filtra oltre millecinquecento righe di dati al secondo. PG-JEV: permette di interrogare tabelle Postgres in linguaggio naturale.Passiamo a Spirula Studio. Un video entra. Un modello 3D esce. Intera pipeline in un eseguibile singolo. Niente Python. Niente PyTorch. Niente COLMAP separato. NVIDIA, AMD, Intel, Apple: tutti supportati. Interfaccia in dieci lingue, incluso cinese semplificato e tradizionale. Usa Vulkan per calcolo. Fisheye, 360, proiezione equirettangolare: supporto native. OTTO gigabyte di VRAM per un milione di punti gaussiani SH3. Genera mesh con texture.Nel frattempo, Muse AI Connectors. Potrebbe essere il momento App Store per IA. Apple aprì l’App Store nel duemilaotto. In meno di due anni pagò UN MILIARDO DI DOLLARI agli sviluppatori. Muse potrebbe creare un’apertura simile. Invece di app che le persone devono trovare e aprire, servizi che un agente personale chiama durante un task. Greg Isenberg ne parla nel podcast Startup Ideas.Passiamo a LensVLM-9B. Apple lo ha rilasciato su Hugging Face. Fine-tuning di Qwen 3.5-9B. Compressione visiva dei documenti. Converte pagine e documenti enormi in thumbnail minuscole. Risparmio di spazio e token. Analizza le thumbnail prima. Estrae il testo completo solo dalle pagine rilevanti per la domanda. Riduzione massiccia di costo e contesto.A proposito di progetti GitHub, ne sono comparsi sette particolarmente interessanti. Awesome: cinquecentonove mila stelle, mappa di risorse IA. Public APIs: quattrocentottantadue mila stelle, dati pubblici per prodotti IA. Scrapling: ottantatremila stelle, acquisizione rapida di contenuti web per agenti. Free for Dev: centotrentottomila stelle, risorse gratuite per sviluppatori. Ollama: centoottantunomila stelle, modelli IA in locale. Open WebUI: centocinquantaduemila stelle, interfaccia web per IA locale. Dify: centocinquantasettemila stelle, acceleratore per applicazioni IA.Occhio a Qwen-Image無限制. Su Hugging Face ci sono tre file da scaricare per sbloccarlo completamente. Modello di generazione, encoder di testo, rewriter di prompt. Otto gigabyte di VRAM: UC-Q4_K_M quattro virgola sei gigabyte su GPU, Heretic Q4 sei virgola due gigabyte su RAM. Dodici gigabyte: Q6_K o Q8_0. Sedici gigabyte: INT8. Ventiquattro e oltre: BF16 a precisione piena. Mac supportato ma lento. M1 Pro trentadue gigabyte: sedici minuti per quaranta step.Sempre nel mondo IA, qualcuno ha costruito Dynasty Warriors con Opus 5.5 ultracode. Zhao Yun contro trecento soldati. Combo, dodge, Musou. Three.js come stack. Il gioco funziona.Passiamo a Google Research. Nuovo framework multi-agente unificato. Genera narrazioni video lunghe temporalmente consistenti. Mitiga drift visivo e propagazione di errori nella pipeline.A proposito di tutorial, qualcuno ha pubblicato un video di diciotto minuti. Spiega come costruire siti web premiati con Claude Code e Sonnet 5. Dall’inizio alla fine.Da segnalare anche un tool su GitHub. Due virgola otto milioni di stelle. Dai un URL, ricrea l’intero sito uno a uno. Usabile con Claude Code, Cursor. Analizza pagina, smonta componenti, estrae asset, ricostruisce layout. Genera sito completo.Merita attenzione una lista di quindici progetti GitHub. Un milione centosettantamila stelle combinate. Stack completo per agenti. Runtime, browser, web data, memoria, retrieval, routing modelli, sandbox, eval, automazione, output visivo. LangChain, PydanticAI, browser-use, Crawl4AI, Letta, Graphiti, Qdrant, LiteLLM, E2B, DeepEval, Langfuse, n8n, Dify, ComfyUI, OpenHands.Sul fronte retrieval, IBM ha costruito STAIR. Un retriever che alluicina SESSANTACINQUE volte meno dei sistemi RAG fine-tuned. Niente vector database. Niente embedding. Niente re-ranker. Usa la struttura del documento, il suo indice, come schema di indirizzamento. OTTANTADUE PUNTO SEI percento di Recall@1. Allucinazioni sotto lo ZERO PUNTO ZERO CINQUE percento.Chiudiamo con LangExtract. Google lo ha appena rilasciato. Estrazione da documenti. Open source. Gratuito. Sembra competere con tool enterprise da centomila dollari.E infine Bonsai-2 27B Uncensored. Sei virgola sette gigabyte. Riconoscimento immagini e giapponese molto forti. Usa quantizzazione a tre valori. Per usarlo in ComfyUI serve un llama.cpp dedicato. Soluzione: avviare Bonsai esternamente, chiamarlo da ComfyUI come se fosse Ollama. VRAM liberata: da diecimiladuecentonovanta MiB a duemilacentoquarantanove MiB.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.
