Vibekollen Nytt

AI-nyheter för nyfikna och byggare.

Modeller, verktyg och händelser som formar AI-världen. Hitta nyheter, video och poddar – och följ vad som händer på Vibekollen.

Följ via RSS

Sök och filtrera

Urval Senaste

1 406 nyheter

Alla nyheter i tidsordning. Använd filtren för att hitta ditt ämne, din podd eller ditt verktyg.

3 september 2026

PoddEye on AI

From 10 Drones a Month to Nearly 100,000 — Inside Ukraine's Largest Drone Manufacturer | Marko Kushnir, General Cherry

General Cherry, en av Ukrainas största dronfilmstillverkare, växte från 10 drönare per månad 2023 till nästan 100 000 nu. Företaget arbetar tät med frontlinjeenheter som ger daglig feedback för produktutveckling, och har utvecklat interceptordronlönare på 2 000 dollar som kan förstöra mycket dyrare ryska drönare för 100 000 dollar. En viktig insikt från företagsledningen är att Ukrainas decentraliserade, startupdrivet ekosystem utvecklar ny teknik snabbare än Rysslands kommandoekonomi, men Ryssland kan kopiera och skalbar tekniken snabbare än Ukraine kan hålla sig före.

3 sep. aneyeonai.libsyn.com

BloggGoogle DeepMind

Introducing WeatherNext 3, our most advanced and accurate global weather AI model

Google DeepMind presenterar WeatherNext 3, en AI-modell för väderprognos som är betydligt mer avancerad än tidigare versioner. Modellen uppdateras timvis med satellitdata, ger prognoser i mycket högre upplösning (5 kilometer istället för tidigare 25 kilometer), och kan förutse lokala väderförhållanden mycket mer exakt. Den är särskilt viktig för områden i Latinamerika, Afrika och Asien-Stilla havet som tidigare inte kunnat få högupplösta prognoser. Modellen kan också förutse vindkraft och solenergiproduktion, vilket hjälper kraftnätet planera förnybar energi.

3 sep. deepmind.google

VideoAI Engineer

Agents' next frontier: agent-to-agent and network effects — Jean-Denis Greze, Town

Jean-Denis Greze, tidigare CTO på Plaid och nu på Town, argumenterar att agent-to-agent-kommunikation inte är det viktiga — i stället handlar det om att få rätt information i kontexten när agenten behöver den. Han presenterar fem strategier för hur agenter kan dela information över gränser samtidigt som man skyddar privatliv: delade tillitsgränser (där agenten får samma åtkomst som den minst behöriga personen), verktyg som väger makt mot sekretess, delade silos med en "sweeper agent" som dagligen bestämmer vad som får lämna privata områden, människor som mellanhand, och en svart låda som söker igenom allt och frågar om godkännande senare. Var och en av strategierna läcker information på sitt sätt.

3 sep. youtube.com

VideoAI Engineer

Tethered: Our Agents Are Us — Shu Fang, Two Sigma

Two Sigma, en kvantfond, gav alla anställda sin egen AI-agent som körs under deras egen identitet istället för ett generellt tjänstkonto. Det löste stora problem med behörigheter och licensiering som uppstår när agenter är separata från människor. Huvudrisken är att ingen kan skilja på vad agenten gjorde från vad personen själv gjorde, så de använder spårningsheaders för att dokumentera varje åtgärd. En större säkerhetsfara är webbtillgång — istället för att ge agenten öppen internet använder de Googles företagssökning inom sitt eget nätverk, vilket minskar risken för att känslig data läcker.

3 sep. youtube.com

VideoMatt Wolfe

This Robot Can Learn Almost ANY Task

Skild AI har presenterat en robot som kan lära sig nästan vilken uppgift som helst från en enda videodemonstration. Roboten kan utföra komplicerade saker som att byta jord på växter, brygga kaffe, montera paket och laga pannkakor — allt upp till 10 minuter långt med många olika steg — utan att behöva tränas upp ytterligare eller anpassas för varje uppgift. Det fungerar ungefär som att ge instruktioner till en AI-modell (prompting), men för robotar istället.

3 sep. youtube.com

BloggOpenAI

Daybreak for Frontline Defenders: $1B to protect essential services

OpenAI presenterar Daybreak for Frontline Defenders, ett initiativ med en miljard dollar i engagemang. Programmet ska ge bättre tillgång till avancerad AI för cybersäkerhet, utbildning och stöd till organisationer som tillhandahåller väsentliga samhällstjänster. Målet är att stärka försvaret mot cyberattacker för kritisk infrastruktur.

3 sep. openai.com

BloggHugging Face

NeoMME: an efficient Multimodal-native and Multilingual Encoder

Hugging Face presenterar NeoMME, en ny AI-modell som är byggd för att förstå både text och bilder tillsammans. Till skillnad från många andra modeller använder NeoMME inte separata komponenter för vision och språk, utan behandlar allt i en enda transformer. Modellen finns i två storlekar (260 miljoner och 800 miljoner parametrar) och är särskilt bra på att söka i dokument genom att analysera sidbilder istället för utvinnad text. Den kan processa omkring 51 sidor per sekund och använder mindre lagringsutrymme än tidigare modeller — 255 gånger mindre per sida enligt testningarna.

3 sep. huggingface.co

BloggOpenAI

Legora reviewed 41 documents in minutes with GPT-6 Astra

Legora, ett företag som arbetar med finansiella granskningar, testade OpenAIs modell GPT-6 Astra för att granska 41 dokument. Modellen kunde hitta alla fyra fel som var gömda i dokumenten och slutförde uppgiften på bara några minuter. Samtidigt förbättrades prestationen med nästan 40 procent jämfört med tidigare metoder.

3 sep. openai.com

BloggOpenAI

Playco cut manual fixes 50% prototyping games with GPT-6 Astra

Playco, ett spelutvecklingsföretag, använde OpenAIs GPT-6 Astra för att bygga tre olika spelprototyper utifrån samma grundkoncept. Med GPT-6 Astra behövde de 50 procent färre manuella korrigeringar jämfört med tidigare AI-modeller.

3 sep. openai.com

BloggNVIDIA

NVIDIA to Acquire Hugging Face

NVIDIA köper Hugging Face för cirka 12,9 miljarder dollar. Hugging Face är en plattform där över 18 miljoner utvecklare, forskare och skapare delar mer än 3 miljoner AI-modeller, 500 000 datasets och 1 miljon applikationer — och över 200 000 företag använder den. NVIDIA lovar att Hugging Face förblir en öppen plattform där utvecklare kan välja vilka modeller, ramverk, molnleverantörer och hårdvara de vill använda, och att Nvidias egen hårdvara inte kommer att krävas. NVIDIA säger att öppna AI-modeller ger starkt-ups, universitet och små företag möjligheten att bygga på avancerade AI-förmågor utan att träna modeller från början.

3 sep. blogs.nvidia.com

BloggOpenAI

GPT-6 Astra: A new generation of intelligence

Introducing GPT-6 Astra, our most intelligent and aligned model yet, with state-of-the-art capabilities across computer use, coding, cybersecurity, and science.

3 sep. openai.com

VideoAI Engineer

Deep dive on LLM Inference at Scale — Harshul Jain, Audible & Tanmay Sah, Independent AI Researcher

Videon går igenom hur man kör stora språkmodeller effektivt på GPU:er — ett praktiskt problem många team stöter på. Exempel: en vanlig modell kan behöva 42 GB minne bara för att lagra mellanresultat när 80 användare frågar samtidigt, vilket är varför servrar kraschar. Workshopen visar var flaskhalsen sitter (minne som växer med längre frågor, långsam första svar, låg genomströmning) och demonstrerar lösningar på två fronter: man kan göra själva modellen smalare genom tekniker som «flash attention», och man kan dela upp jobben smartare på servern genom «paged attention» och batch-bearbetning. Sist jämförs två populära servermotorer (vLLM och SGLang) och visar att de är likvärdiga för normalt bruk men vLLM är tre till fyra gånger snabbare när modellen tar egna beslut och grenar av sig.

3 sep. youtube.com

PoddPractical AI

Less about Models; More about Architecture

I podden diskuterar Chetan Gupta, Chief AI Officer på Rackspace, hur företag bör tänka när de går från att experimentera med AI till att använda det i verklig drift. Huvudbudskapen är att organisationer ofta fokuserar för mycket på vilka AI-modeller de väljer, och för lite på hur de bygger arkitekturen omkring dem — alltså hur systemen faktiskt hänger ihop. Gupta tar upp frågor om AI-styrning, hur man säkerställer att AI följer regler, och var data lagras och behandlas.

3 sep. share.transistor.fm

VideoMatt Wolfe

The Most Overhyped and Underhyped New AI Models

A bunch of new models... Join the free newsletter here: https://futuretools.io/newsletter Discover More: 🛠️ Explore AI Tools & News: https://futuretools.io/ 📰 Weekly Newsletter: https://futuretools.io/newsletter Socials: ❌ Twiter/X: https://x.com/mreflow 🖼️ Instagram: https://instagram.com/mr.eflow 🧵 Threads: https://www.threads.net/@mr.eflow 🟦 LinkedIn: https://www.linkedin.com/in/matt-wolfe-30841712/ 👍 Facebook: https://www.facebook.com/mattrwolfe Resources From Today's Video: Gemini 3.8 Flash: https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/ Claude Fable And Mythos: https://www.anthropic.com/claude-fable-and-mythos-5-1 Path To Astra: https://openai.com/index/path-to-astra/ Astra Security Concerns: https://www.theinformation.com/articles/secret-technique-behind-openais-astra-model-sparks-security-concerns Artificial Analysis: https://artificialanalysis.ai/ DeepSWE: https://deepswe.datacurve.ai/ Let’s work together!

3 sep. youtube.com

BloggOpenAI

Safety overview: GPT-6 Astra

GPT-6 Astra is our most capable broadly deployed model and our first to reach the Critical level of cybersecurity capability under our Preparedness Framework.

3 sep. openai.com

BloggHugging Face

Fine-tuning a 350M Model for Better Structured Outputs in 100 GRPO Steps

Hugging Face visar hur man kan träna upp en liten AI-modell (350 miljoner parametrar) att ge bättre strukturerade utdata, som giltig JSON. Genom att använda en träningsmetod som kallas GRPO och bara omkring 500 träningsexempel och 100 steg kunde modellen förbättras från 22,6 procent till 29,7 procent på IFStruct-testet. Det viktigaste var att få modellen att producera giltig JSON-kod — andelen korrekta JSON-svar steg från 18 procent till nästan 32 procent. Metoden är billig och passar på gratis GPU-resurser, och visar att även små modeller kan bli tillräckligt pålitliga för verklig användning om man tränar dem rätt.

3 sep. huggingface.co

BloggHugging Face

Give Your Coding Agents a Memory You Own

Hugging Face presenterar funes, ett verktyg som ger kodningsagenter (AI-program som skriver kod) ett eget minne byggt på tidigare arbetssessioner. När agenter söker genom kod, provar olika lösningar och stöter på fel lämnar de spår av vad de gjort och varför — men det är svårt att söka igenom utan ordentlig indexering. funes löser det genom att indexera, rangordna och hämta denna information lokalt på din maskin, så agenten kan återanvända tidigare beslut och upptäckter. Minnet kan också delas privat via Hugging Face, så agenter på olika maskiner kan dela samma minnesbank utan att data skickas till externa tjänster.

3 sep. huggingface.co

BloggHugging Face

Training a coding model to paint watercolours with TRL and OpenEnv

Hugging Face har publicerat en guide om hur man tränar en AI-modell att måla akvareller genom att få den att skriva JavaScript-kod. En video från augusti där en språkmodell skapade vattenfärgsmålningar med p5.brush-biblioteket fick över 1,5 miljoner visningar. I denna artikel reproduceras experimentet med öppna verktyg (TRL och OpenEnv), där modellen belönas baserat på estetisk smak snarare än rätt/fel-svar. Belöningen kommer från två källor: HPSv3, en modell tränad på människors bildpreferenser, och en jämförande domare som bedömer målningar mot en handplockat dataset. Genom att justera viktningen mellan dessa två belöningsmodeller kunde forskarna styra modellens målstil.

3 sep. huggingface.co

Ollama släppte en ny version (v0.33.3)3 sep.

Claude Code släppte en ny version (v2.1.259)3 sep.

Vibekollen Nytt

Hämtar senaste nytt…