Ola todos! ecco le notizie dedicate al mondo IA del 08 Novembre 2026Iniziamo con Sakutto. Un’estensione Chrome per tradurre pagine web usando modelli LLM locali. Niente server esterni, niente account, niente costi. Il modello gira nel browser, il testo non esce mai dal dispositivo. Disponibile sul Chrome Web Store.Nel frattempo, OpenCode Browse permette agli agenti di controllare il browser reale, con le tue tab, login ed estensioni già attivi. L’agente opera direttamente sul browser che usi tutti i giorni.Passiamo a DECIDE. Un benchmark per valutare decision audio in agenti vocali. Quattromilaoittocentosessantasette domande estratte da milleottantuno clip reali di chiamate da tre a venticinque secondi. Trentadue task attraverso sei famiglie: turn-taking, routing, scelta tool, switch linguaggio, emozione chiamante, intent business. Venti modelli testati, audio diretto contro STT più testo.Sulla sintesi vocale, VoxCPM2 ha raggiunto trentottomila stelle su GitHub. Genera voce da una riga di testo o clona da un campione breve. Qualità quarantotto kilohertz, licenza Apache due punto zero. La differenza dal reale sembra impercettibile.A proposito di simulazioni, MIT e Harvard hanno costruito MatrAIx. Otto virgola tre miliardi di profili sintetici, ciascuno specificato su milleduecentonovanta dimensioni. I profili diventano agenti e vengono testati su survey, chat, browsing web, app native. Novantuno virgola cinque percento di aderenza alla persona assegnata. Risultati in una notte, senza aspettare settimane di test su utenti reali.Sempre attivo, agent-desktop di Vercel. Un tool da riga di comando che fa operare agenti su app desktop senza toccare mouse o finestre. Legge l’albero di accessibilità del sistema, assegna un numero a ogni elemento interattivo, l’agente clicca per numero. Funziona in background mentre usi normalmente il computer. Diciottomila stelle, Apache due punto zero.Da segnalare anche OpenMontage. Un framework che trasforma agenti come Claude Code in uno studio video completo. Dodici pipeline, oltre cento tool, settecentopiù file Skills. Cerca footage reale da Archive punto org, NASA, Wikimedia, Pexels, analizza, seleziona, monta. Genera voce, musica, sottotitoli, controlla qualità. Settantottomila stelle.Proseguiamo con ScientistTwo di Google. Un sistema multi-agente che gestisce l’intero ciclo di ricerca scientifica. Legge letteratura, trova lacune, propone ipotesi, scrive codice, esegue esperimenti, fa ablation, genera paper, simula peer review, modifica in base ai commenti. Su centosei task, ottantasei superano lo SOTA umano, con miglioramento medio venticinque virgola due percento.Interessante anche Underdog Woof. Un modello TTS da trentuno virgola sette megabyte che batte modelli mille volte più grandi su Word Error Rate. Gira veloce in browser, telefono, smartwatch. Disponibile come open weight.Sul fronte repository, GitHub ha visto questa settimana diverse collezioni di progetti per trading e finanza alimentati da IA. Kronos, un foundation model per candlestick chart addestrato su dati da oltre quarantacinque exchange. TradingAgents, framework multi-agente dove analisti, ricercatori, trader e risk team discutono prima di ogni operazione. day-trader-skill, undici Claude skills per day trading con scanner chart, tracker news, planner stop, replay sessione, paper trading di default. Oltre ventimila stelle complessive in pochi giorni.A proposito di impatto scientifico, Anthropic ha pubblicato dati sull’adozione IA nelle scienze. Con le capacità attuali, se adottata ampiamente, l’IA potrebbe gestire dal ventisette al cinquantadue percento del tempo ricercatore necessario per produrre un nuovo studio, mediana trentotto percento tra i campi.Merita attenzione Bonsai Due di PrismML. Sistema di compressione che ha ridotto Qwen tre punto otto-ventisette B da cinquantacinque virgola sei gigabyte a cinque virgola nove gigabyte, mantenendo novantotto virgola due percento delle performance aggregate su venti benchmark. Quantizzazione ternaria: pesi rappresentati con meno uno, zero, più uno più scaling factor.Colpo a sorpresa da Quazim0t0. Ha compilato una CPU x86-64 funzionante direttamente nei pesi di Qwen tre punto cinque-quattro B. Non un emulatore separato: un circuito CPU rappresentato da pesi transformer. Tredici layer aggiuntivi calcolati da compilatore, non addestrati. Esegue MicroPython, compila piccoli programmi C, calcola aritmetica esatta. Duemila test istruzioni x86 passati. Velocità limitata: un calcolo semplice quarantuno secondi.Un repository interessante per clonazione vocale è Voicebox. Studio vocale open source alternativo a ElevenLabs. Clona voce da audio breve, genera speech in ventitré lingue con vari motori TTS, esecuzione locale. Cinquantamilacinquecento stelle.Occhio anche a uno strumento per color grading. Carica foto o video più immagine reference, analizza automaticamente la palette e applica il look. Regolazione fine con slider per esposizione, contrasto, saturazione, temperatura, intensità. Esporta in punto cube per uso in software editing. Nessuna installazione, registrazione o upload esterno.Chiudiamo con la guida ufficiale OpenAI su prompting GPT Image due punto sei. Otto principi: definire risultato, formato leggibile, descrivere elementi visibili, specificare persone e azioni, citare testo esatto, separare cosa cambia da cosa resta, assegnare ruolo a ogni reference, iterare un cambio per volta. Due modelli: Flare per velocità, Sunburst per dettaglio. Parametri quality da low a max, size custom multipli di sedici, ratio fino a tre a uno, output trasparente supportato.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.
Sviluppatore full-stack da oltre 26 anni. Integro l’IA in siti, e-commerce e gestionali, e ogni giorno racconto le novità dell’intelligenza artificiale su ZioBuddaLabs.
