Ola todos! ecco le notizie dedicate al mondo IA del 12 Novembre 2026Iniziamo con xAI. Grok Bot uno punto zero è ufficialmente disponibile. Si chiude la fase beta. I bot ora lavorano in team: condivisi tra colleghi, integrati su Slack e Teams, capaci di partecipare a videochiamate e agire in base alle conversazioni. Imparano dal modo in cui lavorate e aprono nuovi canali autonomamente quando serve. Già considerato tra i migliori agenti, ora diventa ancora più proattivo e collaborativo.Passiamo ad Alibaba. Qwen quattro è in preview. Conoscenza più profonda, comprensione del mondo più ricca, capacità agentica e di coding potenziate. Costruito per task reali: dalla programmazione complessa al front-end professionale. Qwen quattro-Max è disponibile su Token Plan e in early access su QwenWork, Qoder, Qwen APP e QwenStudio.OTTO CENTOTRENTOTTO MILIARDI su OSWorld. Nel frattempo, l’Innovation Institute di Shanghai ha rilasciato Nex-N due punto sei, un modello agentico multimodale che supporta testo, immagine e video. Il tasso di ripetizione nel ragionamento scende dall’OTTO percento allo ZERO VIRGOLA OTTO. Il tasso di non-ripetizione sale al NOVANTASETTE PUNTO OTTO percento. Selezione tool valida al CENTO percento su novecentocinquantasei contesti testati, al pari di GPT-SEI-Sol. Disponibile su GitHub, HuggingFace, OpenRouter e MOSS API.A proposito di decisioni, Google presenta Gemini Decisions API, alimentato da Gemini Decision uno. Un modello multimodale costruito per valutare fino a mille domande in un singolo passaggio, su testo, immagini, audio, video e PDF. Tre tipi di decisioni: sì o no, scelta multipla fino a duecentocinquantacinque opzioni, e scoring basato su rubrica. Zero punto dieci dollari per milione di token input, nessun costo per output. Circa CINQUE VOLTE più economico di Flash-Lite. Già in uso nei team Google: Stitch Rapid progetta flussi prodotto completi in pochi secondi.Sul fronte comprensione visiva, arriva Iris-Z. Il primo modello generale per immagini che combina apparenza e geometria, battendo modelli depth specifici come MoGe-TRE. Genera immagini con profondità, stima e condiziona in base a essa. Un solo backbone. Disponibile in versioni da nove e trentadue miliardi. Completamente aperto: pesi, codice e demo sotto licenza Apache due punto zero.Altra novità da Rayline: ARC, il primo modello unificato per routing AI. NOVANTASETTE PUNTO CINQUE percento della qualità di Opus cinque punto cinque, costo fino a UN DECIMO. Completamente open source. Sceglie il modello giusto e la giusta quantità di ragionamento per ogni fase del lavoro dell’agente. Report tecnico e accesso disponibili online.Meno di UN GIGABYTE. Parliamo di LittleBit, un metodo sviluppato da Samsung per comprimere LLM da tredici miliardi di parametri sotto il gigabyte. Ultra low-bit quantization via latent factorization: separa l’intelligenza del modello dalla sua dimensione fisica. La compressione estrema non deteriora le capacità di ragionamento ad alto livello. Potenzialmente eseguibile su MacBook e smartphone, senza cluster GPU da quarantamila dollari.Sempre nel mondo compressione, segnaliamo un modello da nove miliardi distillato da DeepSeek V quattro Pro reasoning, ottimizzato per girare su otto gigabyte di RAM solo CPU. I rifiuti scendono da CENTO su cento a TRE su cento. Cinque punto sei gigabyte di download in Q quattro_K_M. Supporta LM Studio e Ollama. Licenza Apache due punto zero, pesi aperti.Vale la pena menzionare Hy-MT due di Tencent. Un modello offline per traduzione IA, QUATTROCENTOQUARANTA megabyte, eseguibile direttamente su smartphone. Supporta trentatré lingue, incluso lo spagnolo. Traduzione interamente locale, funziona anche in modalità aereo. Dati che non escono mai dal dispositivo. Aperto, senza abbonamento.Occhio ad AWS Emulator. Scritto e testato interamente da agenti, offre un ambiente ad alta fedeltà per oltre duecento servizi AWS. Werner Vogels lo descrive come ciò che serve per testare correttamente un sistema: una copia precisa dell’ambiente di produzione. Il post tecnico spiega come cambia il lavoro dell’ingegnere quando gli agenti scrivono il codice.Da segnalare anche una voce non confermata dalla Cina su DeepSeek V cinque. Sembra che DeepSeek stia già addestrando un modello ultra-sparse MoE da circa DUE TRILIONI di parametri. Il dettaglio interessante: il training girerebbe su chip Huawei Ascend novecentocinquanta, con ingegneri kernel Huawei fisicamente presenti negli uffici DeepSeek per mantenere operativo il cluster. Se confermato, cambierebbe l’intera narrativa sull’hardware IA.Chiudiamo con Andrej Karpathy. Sei repository su GitHub, oltre TRECENTOMILA stelle totali. Da autoresearch, un sistema che esegue esperimenti autonomamente durante la notte e mantiene solo ciò che funziona, a nanoGPT, il repository su cui metà del mondo IA ha imparato. Nanochat, per costruire un ChatGPT proprietario con circa cento dollari. LLM wiki, l’idea dietro l’onda “secondo cervello per IA”. LLM punto c, per addestrare un modello in puro C senza astrazioni. Micrograd, per capire come apprendono le reti neurali in poche centinaia di righe.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.
