Περίληψη:
Η Google παρουσίασε το Genie 3, ένα μοντέλο δημιουργίας διαδραστικών κόσμων με φυσική και συνέπεια σε πραγματικό χρόνο, ανοίγοντας νέους ορίζοντες για την εκπαίδευση embodied AI.
Παράλληλα, η OpenAI κυκλοφόρησε τα πρώτα open-source μοντέλα της μετά το GPT-2, ενισχύοντας το οικοσύστημα τοπικών LLMs.
Στην εκπαίδευση, το NotebookLM μετατρέπει κείμενα σε AI-narrated βίντεο, ενώ η Anthropic αναβάθμισε το Claude Opus 4.1 με βελτιώσεις στον προγραμματισμό. 
Νέα εργαλεία, θέσεις εργασίας και εξελίξεις συμπληρώνουν το τοπίο.

 

Κύρια σημεία:

  1. Google Genie 3 – AI κόσμοι από μία περιγραφή:
    • Δημιουργία 720p διαδραστικών περιβαλλόντων με ρεαλιστική φυσική.
    • Ανάλυση και συνέπεια σε 24fps, με 1 λεπτό “οπτικής μνήμης”.
    • Δυνατότητα ενσωμάτωσης χαρακτήρων/αντικειμένων εν κινήσει.
  2. OpenAI – gpt-oss ανοιχτά μοντέλα:
    • Τα μοντέλα gpt-oss-120B & 20B είναι διαθέσιμα με άδεια Apache 2.0.
    • Τρέχουν τοπικά, ξεπερνούν το o3/o4-mini σε benchmarks.
    • Υποστηρίζουν function calling, web search, Python execution.
  3. NotebookLM – Μετατροπή εγγράφων σε βίντεο μαθήματα:
    • Νέα δυνατότητα "Video Overview" δημιουργεί εκπαιδευτικά slideshows με φωνητική αφήγηση.
    • Ιδανικό για παρουσιάσεις, μάθηση ή ανασκόπηση περιεχομένου.
  4. Anthropic Claude Opus 4.1 – Νέα αναβάθμιση:
    • Αυξημένη ακρίβεια σε προγραμματιστικά benchmarks και ανάλυση δεδομένων.
    • Πραγματική βελτίωση σε multi-file refactoring και reasoning tasks.
  5. Νέα εργαλεία ΤΝ:
    •  Depot Claude Sessions (συνεργατικά coding sessions)
    • ️ Kaggle Game Arena (στρατηγικά benchmarks για LLMs)
    • ️ ChatGPT mental health tools
    •  Gemini Storybooks (παραμύθια με φωνητική αφήγηση)
  6. Θέσεις εργασίας σε AI:
    • Growth Strategist (The Rundown)
    • Marketing Manager (Groq)
    • Prototype Tech (Figure AI)
    • Creative Director (Meta)
  7. Άλλα νέα στον χώρο της ΤΝ:
    • ElevenLabs: νέο εργαλείο δημιουργίας μουσικής με επεξεργασία ήχου & στίχων.
    • Google Gemini: νέο Storybook feature με αφήγηση.
    • Perplexity: εξαγορά της Invisible για multi-agent orchestration.
    • Alibaba: νέα μοντέλα Qwen3 με 1M-token context.
    • Shopify: προσθήκη agents σε εμπειρία αγορών (universal cart, widgets).

 

 Αναλυτικά:

Η Google DeepMind παρουσίασε το Genie 3, ένα μοντέλο δημιουργίας διαδραστικών κόσμων που μπορεί να ανταποκρίνεται σε κάθε ενέργεια του χρήστη ή agent σε πραγματικό χρόνο. Το Genie δημιουργεί γραφικά σε 24 καρέ/δευτ., με φυσική συνέπεια, και έχει μνήμη έως 1 λεπτό για να διατηρεί συνέχεια στη δράση. Χρησιμοποιείται για την εκπαίδευση embodied AI, επιτρέποντας την προσομοίωση απρόβλεπτων καταστάσεων.

Η OpenAI, από την πλευρά της, κυκλοφόρησε δύο open-source LLMs, τα gpt-oss-120b και 20b, με άδεια Apache 2.0. Είναι τα πρώτα “πραγματικά ανοιχτά” μοντέλα της εταιρείας από το GPT-2, και επιτρέπουν τοπική χρήση και ενσωμάτωση σε συστήματα. Υποστηρίζουν λειτουργίες όπως function calling, web search και Python execution.

Στο πεδίο της εκπαίδευσης, το NotebookLM προσφέρει πλέον τη δυνατότητα μετατροπής εγγράφων σε βίντεο παρουσιάσεις, με φωνητική αφήγηση, διαγράμματα και αποσπάσματα. Το εργαλείο ενδείκνυται για δασκάλους, εκπαιδευτές και μαθητές.

Η Anthropic αναβάθμισε το μοντέλο Claude Opus 4.1, με βελτιώσεις στον προγραμματισμό, την ανάλυση κώδικα και τη μαθηματική συλλογιστική. Τα νέα benchmarks δείχνουν αυξημένη ακρίβεια, ενώ επιχειρησιακοί χρήστες αναφέρουν σημαντική βοήθεια σε real-world use cases.

Μεταξύ των νέων εργαλείων AI ξεχωρίζουν το Depot (collaborative coding sessions), το Kaggle Game Arena (gaming-based evaluation για LLMs), τα Gemini Storybooks (δημιουργία παραμυθιών με αφήγηση) και τα νέα εργαλεία του ChatGPT για εντοπισμό ψυχολογικής δυσφορίας.

Στον επιχειρηματικό χώρο, ανακοινώθηκαν νέες θέσεις εργασίας σε Meta, Groq, Figure AI και The Rundown. Παράλληλα, η ElevenLabs εισέρχεται στον χώρο της μουσικής δημιουργίας με το Eleven Music, ενώ η Perplexity εξαγοράζει την Invisible για την ενίσχυση του multi-agent συστήματός της. Η Alibaba συνεχίζει να καινοτομεί με τα νέα μοντέλα Qwen3 Flash, και η Shopify φέρνει το εμπόριο μέσα στους AI agents με checkout widgets και global search.

Τέλος, την Παρασκευή 8 Αυγούστου θα πραγματοποιηθεί workshop για όσους θέλουν να τρέξουν τοπικά LLMs, με πρακτικές οδηγίες από τον Dr. Alvaro Cintas.

 

 Δείκτης συναισθήματος (sentiment):
 Θετικό και τεχνο-ενθουσιώδες, με εστίαση στην προοδευτική αποκέντρωση, ανοικτότητα και εξελιγμένη αλληλεπίδραση με ΤΝ συστήματα.