חיפוש בחדשות

גוגל קלאוד (Google Cloud) פרסמה סקירה מקיפה של עדכוני תשתיות ותזמור AI לחודשים מאי עד אוגוסט 2026. בין החידושים: שכבת אחסון חדשה ל-Filestore המבוססת על מערכת Colossus לתמיכה בקבוצות סוכני AI, סביבות gVisor בתוך אשכולות Ray מבוזרים על גבי GKE, מופעי Cloud Run ייעודיים לסוכנים בעלות של 5.70 דולר ל-30 יום, והפיכת ליבת פרוטוקול MCP לחסרת מצב (stateless). כמו כן הוצגו זמינות כללית ל-Managed Lustre ולמכונות C4N, כלי אבטחה בקוד פתוח בשם k8s-aibom, שדרוגי ביצועים ב-GKE Inference Gateway, ותוצאות סקר שבו 83% מהארגונים ציינו צורך בשדרוג תשתיות עבור יישומי Agentic AI.

במדריך שפורסם בבלוג של n8n נסקרות 6 חלופות מובילות לפלטפורמת האינטגרציה הארגונית Workato. הסקירה מנתחת את הסיבות שבגללן צוותי הנדסה ו-IT בוחנים חלופות — כולל סביבת הרצה בענן בלבד, תמחור לפי משימה והרצת קוד מוגבלת — ומשווה בין פלטפורמות שונות בהן n8n, Make, MuleSoft, Celigo, Microsoft Power Automate ו-Boomi לפי מודל פריסה, תמחור, גמישות קוד ועומק מחברים.

פוסט מחקר חדש של מדעני Google Research, ניתאי קלדרון וגל יונה, מציג את מסגרת 'פרופילי הידע' ואת מדד WikiProfile המבוסס על 2,150 עובדות מוויקיפדיה. המחקר חושף כי שגיאות עובדתיות במודלי שפה מתקדמים כמו Gemini 3 ו-GPT-5 אינן נובעות מהיעדר המידע בפרמטרים (כשל קידוד), אלא מקושי של המודל לגשת אליו ולשחזר אותו באופן עצמאי (כשל שחזור). במודלי הקצה המובילים, כ-95% עד 98% מהעובדות מקודדות, אך המודלים נכשלים בשחזור ישיר של 26% עד 34% מהן. המחקר מדגים כי מנגנון חשיבה יכול לסייע בשחזור של כ-40% עד 65% מהעובדות המקודדות הללו, במיוחד במקרים של עובדות נדירות או שאלות הפוכות (קללת ההיפוך), ובכך הוא מהווה כלי יעיל לפתרון צוואר הבקבוק של השחזור.

באירוע Made by Google 2026 שנערך ביום רביעי, חשפה גוגל את סדרת מכשירי Pixel 11, הכוללת את ה-Pixel 11 הסטנדרטי עם פס מצלמה דק יותר ונפח אחסון בסיסי של 256GB במחיר של 899 דולר, לצד דגמי Pro ו-Pro XL עמידים יותר ודגם מתקפל משודרג (Pixel 11 Pro Fold). בנוסף, הציגה החברה את ה-Pixel Watch 5 המציע מעקב בריאותי מתקדם, תג מעקב ראשון בשם Pixel Tag למציאת חפצים, ושורה של תכונות בינה מלאכותית חדשות מבוססות Gemini כמו Rambler להזנת קול טבעית ותרגום שפת סימנים בזמן אמת.

דור חדש של יזמי בינה מלאכותית, ובהם דייוויד סילבר (מייסד Ineffable Intelligence), מוסטפא סולימאן ואנטון אוסיקה, מתחייבים לתרום את הונם העצום לצדקה. סילבר, שהוביל בעבר את פיתוח מערכת AlphaGo ב-DeepMind, חתם על חוזה משפטי מחייב עם ארגון Founders Pledge לתרומת כל רווחיו העתידיים ממכירת החברה. בעוד יזמים אלו רואים בכך דרך לנטרל תאוות בצע אישית ולמקסם השפעה חיובית בהווה, חוקרים ומבקרים מזהירים כי פילנתרופיית ענק מסוג זה עלולה לעקוף מנגנונים דמוקרטיים, למנוע דיון ציבורי בפתרונות מערכתיים לאי-שוויון, ולשמש כהצדקה מוסרית לפיתוח טכנולוגי מואץ וחסר אחריות.

דיווח בניוזלטר "The Algorithm" חושף כי נציבות הסחר הפדרלית של ארה"ב (ה-FTC), המיושרת עם ממשל טראמפ, הטילה איסור יבוא גורף על רובוטים מתקדמים מחו"ל, כולל רובוטים הומנואידים ורובוטים בעלי ארבע רגליים. ה-FTC מנמקת את המהלך בחששות לביטחון לאומי מפני איסוף מידע רחב, ובצורך להגן על תעשיית הרובוטיקה המקומית מפני התחרות הסינית. אולם, חוקרים ומעבדות בארה"ב מביעים חשש כבד: פגיעה ביבוא הרובוטים הזולים מסין – עליהם מתבססים כ-90% ממחקרי הרובוטיקה באוניברסיטאות בארה"ב – עלולה להוביל להאטה משמעותית של הענף כולו במקום לחיזוקו.

חוקרי Google Cloud הציגו את Science One Framework, אב-טיפוס ניסיוני למחקר מדעי אוטונומי המבוסס על בינה מלאכותית ומתוכנן למגר לחלוטין את תופעת ההזיות (hallucinations). המערכת פועלת על פי עקרון שרשרת הראיות (Chain-of-Evidence), הדורש כי כל טענה במאמר תקושר ישירות לראיה פיזית מתועדת בקוד, בניסוי או בספרות המדעית. במקביל, הוצג פרוטוקול ההערכה האוטומטי CoE Audit, הבוחן את אמינות המאמרים המיוצרים על ידי בינה מלאכותית מול קוד המקור ומזהה הפניות פיקטיביות, חוסר התאמה ושינוי ציונים. בניסויים שבוצעו, המערכת השיגה 0% הפניות פיקטיביות, עמדה בהצלחה במבחנים מורכבים כמו MLE-Bench ו-Parameter-Golf, והוכיחה כי ניתן לשלב אמינות מלאה מבלי לפגוע בביצועים המדעיים של הסוכן האוטונומי.

חברת גוגל הכריזה על השקת Gemini Robotics ER 2, מודל חשיבה מגולמת (embodied reasoning) מתקדם המשמש כ'מוח' ברמה גבוהה עבור רובוטים. המודל מאפשר תכנון משימות מרובות שלבים, תיאום כלים בזמן אמת, והבנת סביבה מבוססת וידאו רציף. הוא כולל שיפורים משמעותיים במעקב אחר התקדמות משימות (בדיוק של 57.4%) ואיתור רגעים קריטיים (בדיוק של 91.3%), וכן תומך בשיתוף פעולה בין מספר רובוטים שונים. המודל זמין כעת למפתחים דרך ה-Gemini API, Google AI Studio ובגרסת תצוגה מקדימה פרטית ב-Gemini Enterprise Agent Platform.

חברת ההזנק הגרמנית Microagi, באמצעות חטיבת Shift שלה, מציעה שירותים ביתיים בחינם כמו ארוחות שף וניקיון בתמורה להקלטת התהליך מגוף ראשון. כתב מגזין WIRED, ריס רוג'רס, הזמין שף פרטי לדירתו שבישל ארוחת שלוש מנות בזמן שחבש מצלמת ראש המקליטה את תנועות ידיו. מטרת המיזם היא לאסוף נתונים בגובה העיניים (egocentric data) כדי לאמן רובוטים ביתיים דמויי אדם (humanoids) בביצוע משימות פיזיות מורכבות. מנכ"ל החברה, ברקאן קיליץ', צופה כי כבר בשנה הבאה יהיו זמינים רובוטים ביתיים טובים במחיר סביר. עם זאת, היוזמה מעוררת חששות בטיחותיים לגבי מתן כלים פיזיים כמו סכינים לרובוטים, לצד ספקנות לגבי השפעתם הכלכלית על אי-השוויון.

פוסט חדש בבלוג של n8n מאת אלביס סראביה מנתח את "תהום האורקסטרציה" - נקודת הכשל המרכזית שבה נעצרים רוב פרויקטי הבינה המלאכותית בארגונים, במהלך המעבר מרמה תפעולית (רמה 2) לרמה סיסטמית (רמה 3). בעוד שברמה התפעולית מחלקות שונות נהנות מכלים עצמאיים ומבודדים, המעבר לרמה סיסטמית דורש חיבור הדוק למערכות הליבה הארגוניות. המאמר סוקר את שלושת החסמים המרכזיים - אינטגרציה, משילות ותיאום - ומציג את הפתרון בדמות "שכבת אורקסטרציה" (middleware) המאפשרת לסוכנים לפעול על בסיס נתונים בזמן אמת, לבצע פעולות כתיבה ולשמור על שליטה בלוגיקה העסקית. בנוסף, מוצגים מקרי בוחן של חברות ענק כמו Wells Fargo ו-JPMorgan Chase שהצליחו לחצות את התהום באמצעות אינטגרציה נכונה.

מחקר לאומי ראשון מסוגו שנערך על ידי Google Research בוחן את ביצועיו של SymptomAI – מערך סוכני בינה מלאכותית שיחתיים מבוססי Gemini Flash 2.0 המיועדים לראיונות סימפטומים והערכת אבחנה מבדלת (DDx). המחקר, שהקיף 13,917 משתתפים, השווה את האבחנות המבדלות שהפיק הסוכן אל מול הערכות של פאנל רופאים מומחים ודיווחים מביקורים רפואיים בעולם האמיתי. הממצאים מראים כי קלינאים העדיפו את אבחנות הסוכן בלמעלה מ-50% מהמקרים, וכי דיוק המערכת השתפר משמעותית באמצעות אסטרטגיות הנחיה אקטיביות. בנוסף, המחקר הדגים מתאם מובהק בין אבחנות המערכת לבין שינויים באותות פיזיולוגיים שנמדדו במכשירי פיטביט לבישים.

בבלוג הרשמי של גוגל קלאוד הוכרז על הרחבת התמיכה של החברה במשימת ג'נסיס (Genesis Mission) הלאומית של ארצות הברית, באמצעות הקצאה של 40 מיליון דולר באסימוני בינה מלאכותית ובקרדיטים לענן. גוגל תעניק למעבדות הלאומיות של משרד האנרגיה האמריקאי (DOE) גישה לכלי בינה מלאכותית מתקדמים מבית Google DeepMind, בהם AlphaEvolve, AlphaFold 3 ו-AlphaGenome, לצד רישיונות שימוש ב-Gemini for Government למשך שנה עבור עשרות אלפי עובדים. הכלים כבר משולבים במעבדות כגון PNNL ו-NLR, ומסייעים בקיצור זמני כיול חומרה ובמיפוי מערכות מתמטיות מורכבות.

בפוסט חדש מטעם Google Research, מדען המחקר ג'נגדאו צ'ן מציג ממצאים מתוך מאמר שהתקבל לוועידת ICLR 2026, המפענח את מקור ה'יצירתיות' של מודלי דיפוזיה. לפי המחקר, היכולת של המודלים הללו לייצר נתונים חדשים, במקום לשנן באופן עיוור את מאגר האימון שלהם, היא תוצאה מתמטית של תהליך החלקת פונקציית הציון (score smoothing). החלקה זו נגרמת באופן טבעי בשל השפעות רגולריזציה במהלך אימון הרשתות העצביות, המונעות מהן ללמוד פונקציות בעלות מעברים חדים במיוחד. כתוצאה מכך, המודל מייצר אינטרפולציה במרווחים שבין נקודות המידע המקוריות של האימון. בסביבה רב-ממדית, אפקט זה פועל בכיוונים המשיקים ליריעת הנתונים הנסתרת, וכך מאפשר להשיג איזון מדויק בין איכות הנתונים לבין היצירתיות שלהם.

בפוסט של אנדרו גרין בבלוג של n8n, נדונים האתגרים המרכזיים שטרם נפתרו במלואם בפיתוח סוכני AI: זהות סוכנים, הרצה אמינה וניתוח כוונות. גרין מסביר כי סוכנים ממוקמים בתווך שבין זהויות אנושיות ללא-אנושיות, ללא פתרון מובנה לניהול זהותם. המקור מתאר את דרישות ההגדרה מול Microsoft Entra Agent ID, ומציין כי לדברי אנדרו גרין, פלטפורמת Google Gemini Enterprise Agent Platform היא האפשרות הטובה ביותר להרצה באופן טבעי (natively). בתחום ההרצה האמינה, גרין מפרט את הצורך בעמידות ומקביליות, תוך שימוש ב-cgroups להגבלת משאבים ובידוד הפעלות באמצעות microVM או gVisor. לבסוף, הוא מציג שיטות לניתוח כוונות של סוכנים כדי למנוע סטיית התנהגות שאינה זדונית.

מחקר מבוקר של Google Research (זרוע המחקר של גוגל) שפורסם בכתב העת Nature Cities מוכיח כי יישום אלגוריתם של ניתוב תנועה שיתופי באפליקציית Google Maps מביא לשיפור של 2% במהירות הנסיעה בצווארי בקבוק מרכזיים. בניסוי שנמשך שישה חודשים ב-10 ערים בארצות הברית, החוקרים נהה ארורה ואבודי קריידיה הציגו מסלולים חלופיים דומים לנהגים, והסיטו בפועל פחות מ-2% מכלל הנסיעות. למרות השינוי המינורי, נרשמה ירידה חציונית של 0.5% עד 1% בצריכת הדלק במקטעים הממוקדים ועלייה חציונית של 0.35% במהירות הנסיעה ברשת כולה. המחקר מבסס מודל יישומי ראשון מסוגו לניהול עומסים מערכתי.

חברת Solos הכריזה על משקפי ה-AirGo V2, משקפיים חכמים עם מצלמה במחיר של 299 דולר, הכוללים פתרון ייחודי להתמודדות עם משבר הפרטיות: 'ערכת פרטיות' פיזית במחיר 79 דולר המאפשרת לכסות את המצלמה בקליפס. המכשיר מתחרה ישירות במוצר הדומיננטי של Meta, שספג לאחרונה ביקורת ציבורית קשה על רקע שילוב זמני של זיהוי פנים ומעבר למודל מנויים בתשלום. עבור עסקים בישראל, השימוש במכשירים לבישים אלה מחייב עמידה קפדנית בחוק הגנת הפרטיות הישראלי, התשמ"א-1981.

חברת Mass Balance הבריטית שיגרה מעבדה אוטונומית זעירה לחלל על גבי משגר של SpaceX. המטרה היא לערוך ניסויים כימיים בתנאי מיקרו-כבידה, שבהם חלבונים מחוללי מחלות (כמו אלצהיימר וסרטן) יציבים יותר לצילום ומחקר. הנתונים שישודרו מהחלל ישמשו לאימון מודלי בינה מלאכותית, כמו AlphaFold של Google DeepMind, ויסייעו להשלים פערים קריטיים בחיזוי מבנה החלבונים עבור חברות פארמה מובילות.

חברת Mistral AI הצרפתית הופכת לאלטרנטיבה המובילה ל-OpenAI בעולם ה-AI הארגוני. החברה, שהוקמה על ידי יוצאי Google DeepMind ו-Meta, מציגה מודל עסקי ייחודי המבוסס על מודלים פתוחים (Open-weights) ופלטפורמת סוכנים מתקדמת בשם Vibe. עם קצב הכנסות שנתי (ARR) שחצה את רף ה-400 מיליון דולר ב-2026 ונמצא בדרך למיליארד דולר, מיסטרל מאפשרת לארגונים וממשלות להטמיע בינה מלאכותית באופן מקומי ומאובטח. רכישת Koyeb והשקעה של כ-4 מיליארד אירו במרכזי נתונים באירופה מבטיחות ריבונות מידע מלאה לעסקים המבקשים להימנע מריכוזיות ושליטה אמריקאית.

מילון מונחי ה-AI העדכני שפורסם במגזין הטכנולוגיה TechCrunch (מגזין הטכנולוגיה המוביל TechCrunch) מציג את מושגי היסוד המעצבים את המהפכה הטכנולוגית הבאה עבור עסקים. המדריך מדגיש את המעבר מכלים פשוטים למערכות מורכבות המבוססות על סוכני AI עצמאיים ועל פרוטוקולים פתוחים דוגמת Model Context Protocol של חברת Anthropic (חברת בינה מלאכותית אמריקאית). על פי הנתונים שפורסמו, חברות טכנולוגיה מובילות כמו OpenAI (מעבדת המחקר המובילה OpenAI), Google (חברת הטכנולוגיה הרב-לאומית Google) ו-Microsoft (ענקית התוכנה Microsoft) כבר אימצו את הפרוטוקול הפתוח הזה, המאפשר למודלים להתחבר למאגרי מידע ארגוניים ללא צורך בפיתוח מחברים מותאמים אישית. הבנת מונחים אלו, לצד מושגים כמו Mixture of Experts ו-Inference, מאפשרת למנהלים לקבל החלטות מושכלות ולהטמיע פתרונות אוטומציה יעילים.

שיחות ההתאגדות בלונדון בין הנהלת Google DeepMind לנציגי העובדים נקלעו למשבר חריף. לפי הדיווח במגזין WIRED, העובדים מאשימים את ההנהלה בהשתקה ובחוסר רצון להידבר, לאחר שבפברואר 2025 הסירה חברת האם Alphabet את ההתחייבות שלא לפתח כלי נשק באמצעות AI. עובדי המעבדה הביעו חשש כבד ממיליטריזציה של הפיתוחים שלהם, במיוחד לאור חוזים שחתמה גוגל עם משרד ההגנה האמריקאי. המאבק ממחיש את המתח הגובר בין מפתחי בינה מלאכותית להנהלות התאגידים בנושאי אתיקה וגבולות פיתוח הטכנולוגיה.

חברת Meta (מטה) השיקה את תוכנית המנויים Meta One Premium Plan למשקפיים החכמים שלה, הכוללת את הדגמים של Ray-Ban (ריי-באן), Oakley (אוקלי) ומשקפי המותג העצמאיים שלה. המנוי, שמיועד להגדיל את המונטיזציה של החברה מבלי להסתמך רק על מכירת חומרה במחירי עלות (כמו דגם ה-299 דולר החדש), מגביל תכונות פופולריות כמו Conversation Focus ל-3 שעות חופשיות בחודש בלבד. מהלך זה מסמן מגמה רחבה בתעשיית הטכנולוגיה, שבה ענקיות כמו Google (גוגל) ו-Apple (אפל) עוברות לגבות דמי מנוי קבועים עבור תכונות בינה מלאכותית מבוססות חומרה.

תחקיר של מגזין הטכנולוגיה WIRED חושף כי אפליקציית ההיכרויות החדשה Goose, שהוקמה על ידי דריק צ'דוויק ודוד אליאגס, השתמשה ברשת של משפיענים פיקטיביים שנוצרו בבינה מלאכותית (AI) כדי להניע משתמשים להוריד את האפליקציה. בדיקות טכנולוגיות, כולל שימוש בכלי SynthID של חברת Google, העלו בסבירות של למעלה מ-90% כי פרופילי האינסטגרם שקידמו את האפליקציה והזמינו משתמשים בהודעות פרטיות היו מזויפים לחלוטין. מהלך זה, המהווה הפרה של הנחיות ה-FTC בארה"ב וחוקי הגנת הצרכן, מדגיש את הסכנות והרגולציה הגוברת סביב שיווק באמצעות משפיעני AI ופרופילים פיקטיביים במדיה החברתית.

חברת Venice AI (פלטפורמת בינה מלאכותית שומרת פרטיות) השלימה גיוס של 65 מיליון דולר בסבב A לפי שווי של מיליארד דולר בהובלת קרן Dragonfly, ובכך הפכה לחד-קרן. הסטארטאפ, שהוקם על ידי יזם הקריפטו Erik Voorhees, מציע פלטפורמה המאפשרת גישה ליותר מ-200 מודלי שפה ללא שמירת היסטוריית שיחות או מידע על המשתמש בצד השרת. כל הנתונים מוצפנים בצד הלקוח ומנותבים דרך פרוקסי חיצוני. לפי הדיווח ב-TechCrunch, החברה כבר רווחית כיום עם קצב הכנסות שנתי (ARR) של למעלה מ-70 מיליון דולר, ומשרתת מעל 3 מיליון משתמשים פעילים המבצעים כ-1.7 מיליון פניות API ביום.

חברת טכנולוגיית הנהיגה האוטונומית Wayve השיקה הצעת רכש (Tender Offer) לעובדים בהיקף של 85 מיליון דולר, לפי הערכת שווי של 8.5 מיליארד דולר. הצעת הרכש מובלת על ידי משקיעים קיימים וחדשים, בהמשך לסבב גיוס ה-Series D של החברה בגובה 1.2 מיליארד דולר מחודש פברואר 2026. המהלך משקף מגמה גוברת של חברות בינה מלאכותית מובילות, כמו Decagon ו-ElevenLabs, המאפשרות לעובדים לממש אופציות ומניות מוקדם כדי לשמר טאלנטים בתעשייה התחרותית. עבור מנהלים ויזמים בישראל, מגמה זו מדגישה את הצורך באימוץ מודלים גמישים של תגמול ונזילות כדי להתמודד עם התחרות הגוברת על מהנדסים וחוקרי בינה מלאכותית בשוק המקומי.

חברת Google (גוגל) הציגה את TabFM (מודל יסוד לנתונים טבלאיים), פתרון בינה מלאכותית בשיטת Zero-Shot המאפשר ביצוע משימות סיווג ורגרסיה על נתונים מובנים ללא צורך באימון מודל מותאם אישית או אופטימיזציה מורכבת של היפר-פרמטרים. המודל פותח על ידי חוקרי Google Research (זרוע המחקר של גוגל) ואומן על מאות מיליוני נתונים סינתטיים המבוססים על מודלים סיבתיים מבניים. במבחני ביצועים שנערכו במערכת המדדים TabArena (פלטפורמת הערכה למודלים טבלאיים), המודל השיג תוצאות מובילות בהשוואה לאלגוריתמים מסורתיים כמו XGBoost (אלגוריתם למידת מכונה מבוסס עצי החלטה). המודל משוחרר כקוד פתוח ומשולב ישירות בתוך Google Cloud BigQuery לשימוש מהיר באמצעות פקודות SQL פשוטות.

חברת Google DeepMind (חטיבת הבינה המלאכותית של גוגל) השיקה שני מודלים חדשים למפתחים: Nano Banana 2 Lite ליצירת תמונות מהירה במיוחד ו-Gemini Omni Flash ליצירת וידאו ועריכה שיחתית. לפי הנתונים הרשמיים, Nano Banana 2 Lite מייצר תמונות בתוך 4 שניות בלבד בעלות של 0.034 דולר ל-1,000 תמונות, ומחליף את מודל הדור הקודם gemini-2.5-flash-image. במקביל, Gemini Omni Flash מאפשר יצירת סרטוני וידאו של עד 10 שניות בעלות תחרותית של 0.10 דולר לשנייה. שני המודלים זמינים כעת ב-Google AI Studio ובממשק ה-Gemini API, ומאפשרים לעסקים למכור ולייצר תוכן ויזואלי אינטראקטיבי ואוטומטי בקנה מידה רחב.

על פי דוח משותף של Ramp ו-Revelio Labs המנתח 22,000 חברות, השפעת הבינה המלאכותית על שוק העבודה מציגה מציאות מפתיעה: חברות המוגדרות כמשקיעות כבדות ב-AI (הוצאה חודשית ממוצעת של 30 דולר לפחות לעובד) רשמו עלייה של 10.2% במצבת כוח האדם שלהן לרוחב מחלקות שונות כמו הנדסה, שיווק ומכירות. בנוסף, למרות שחוקרי Goldman Sachs מדווחים כי ה-AI ביטלה כ-16,000 משרות בחודש בשנה האחרונה, בחברות הטכנולוגיה המובילות חל גידול של 12% בגיוס עובדים מתחילים (ג'וניורים). הנתונים מוכיחים כי השקעה מתמשכת ב-AI מהווה מנוע להתרחבות הארגון ולא רק לצמצום עלויות.

חברת Google (ענקית הטכנולוגיה גוגל) פתחה את תכונת יצירת התמונות המותאמת אישית של Gemini (ג'מיני) לכלל המשתמשים בארצות הברית בחינם. בעבר הייתה היכולת מוגבלת למנויים משלמים בלבד. התכונה, המבוססת על מנוע ה-Personal Intelligence (אינטליגנציה אישית), מאפשרת למשתמשים להפיק תמונות המותאמות להעדפותיהם מבלי להקליד פרומפטים מורכבים, זאת באמצעות סנכרון ישיר של נתונים מחשבונות ה-Gmail, Google Photos ו-YouTube של המשתמש. לפי דיווח ב-TechCrunch (מגזין הטכנולוגיה האמריקאי), המהלך מגיע לאחר שצ'אטבוט Gemini חצה מוקדם יותר השנה את רף 750 מיליון המשתמשים הפעילים בחודש (MAUs). המהלך מייצג שלב נוסף בקרב החברות הגדולות על שוק ה-AI היוצר, תוך הנגשת כלים מתקדמים לקהל הרחב בחינם.

חברת Google הציגה פריצת דרך בארכיטקטורת מחשוב הקצה של מכשירי Pixel 9 ו-Pixel 10 באמצעות שילוב טכנולוגיית Multi-Token Prediction (MTP) במודל Gemini Nano v3 המקומי. פיתוח זה מאפשר להאיץ את מהירות הרצת המודלים על גבי המכשיר ביותר מ-50% ללא צורך במודל טיוטה חיצוני המכביד על הזיכרון. הארכיטקטורה החדשה, המכונה Zero-copy, עושה שימוש ישיר ב-KV cache של מודל הבסיס הקיים, ובכך חוסכת כ-130MB מזיכרון ה-RAM הדינמי ומפחיתה את צריכת האנרגיה של הסוללה, תוך שמירה על רמת דיוק ובטיחות גבוהה במשימות עיבוד שפה וסיכומי מידע.

ענקית הטכנולוגיה Amazon (אמזון) הכריזה על השקעה מסיבית של 13 מיליארד דולר נוספים להרחבת חוות שרתים ותשתיות בינה מלאכותית בהודו עד שנת 2030, באמצעות AWS (חטיבת ענני המחשוב של אמזון). השקעה זו מצטרפת להתחייבויות קודמות ומביאה את סך ההשקעה המתוכנן של אמזון במדינה ל-48 מיליארד דולר. המהלך מציב את הודו כמרכז מחשוב גלובלי משמעותי, לצד השקעות דומות של Google (גוגל) בסך 15 מיליארד דולר ושל Microsoft (מייקרוסופט) בסך 17.5 מיליארד דולר, וישפיע ישירות על עלויות וזמינות תשתיות ה-AI לעסקים ברחבי העולם.