OpenAI ने अभी एक स्वायत्त एजेंट पाइपलाइन को लिनक्स कर्नेल पर लगाया है। इसने 948 कार्यरत स्थानीय प्रिविलेज-एस्केलेशन एक्सप्लॉइट्स ढूंढ निकाले। एक चलाने में, एजेंट्स ने: → 2,308 संभावित सुरक्षा दुर्बलताओं की पहचान की → उनमें से 1,724 को सफलतापूर्वक पुनः उत्पन्न किया → 948 अलग-अलग दुर्बलताओं के लिए कार्यरत एक्सप्लॉइट्स विकसित किए, जिनसे सीमित एक्सेस को पूर्ण रूट एक्सेस में बदला जा सकता है → मानव समीक्षा के लिए पैच के उम्मीदवार बनाए कुल लागत: ~$1.21 मिलियन API क्रेडिट (~1,279 डॉलर प्रति अलग-अलग एक्सप्लॉइटेड दुर्बलता)। संदर्भ के लिए: उनकी पिछली जुलाई प्रणाली (GPT-5.6 Sol द्वारा संचालित) ने 166 दुर्बलताओं को ढूंढा और एक्सप्लॉइट किया। इसने 948 की की है। शोध के समापन तक, लिनक्स मेंटेनर्स ने पहले ही 61 अपस्ट्रीम पैच कर दिए थे; अधिक पैच तैयारी में या चर्चा के अधीन थे। यह “AI कोड लिखने में मदद करता है” से “AI एजेंट संसार के सबसे महत्वपूर्ण सॉफ़्टवेयर में सुरक्षा छेदों को प्रणालीगत ढंग से ढूंढते, पुनः उत्पन्न करते और सुधार प्रस्तावित करते हैं” में परिवर्तन है। दुर्बलताओं की खोज सस्ती और तेज़ होती जा रही है। इस मात्रा में उनका वरीयता-निर्धारण और सुधार करना अब संकुचन है। नियंत्रित शोध परिवेश। पहले से मौजूद हौसला (foothold) की आवश्यकता। कोई पैच प्रसारित होने से पहले महानुभव समीक्षा की आवश्यकता है। लेकिन मात्रा संकेत स्पष्ट है।

Inception ने Mercury 3 जारी कर दिया है, जो अब तक का सबसे क्षमताशाली डिफ्यूजन LLM है। यह विभिन्न बेंचमार्क पर GPT-6 Luna और Claude Haiku 5.5 को गुणवत्ता के मामले में पीछे छोड़ देता है, जबकि NVIDIA GPU पर 1,068 टोकन प्रति सेकंड की गति से चलता है, जो सामान्य स्पीड-ऑप्टिमाइज़्ड ऑटोरिग्रेसिव मॉडल्स की तुलना में 4–8× तेज़ है। 1M कॉन्टेक्स्ट (Mercury 2.5 पर 260K से बढ़कर)। Mercury 1 से 40× बड़ा, मानक बेंचमार्क पर लगभग 3× अधिक बुद्धिमत्ता के साथ, फिर भी उतनी ही तेज़। मूल्य: $0.20 / $0.70 प्रति 1M इनपुट/आउटपुट (लॉन्च प्रोमो: कुछ प्लेटफॉर्म पर 50% छूट: $0.10 / $0.35)। OpenAI API के साथ संगत। Inception API, OpenRouter, Baseten और Vercel पर आज उपलब्ध। डेडिकेटेड कैपेसिटी के लिए एंटरप्राइज़ विकल्प। प्रारंभिक साझेदार इसका उपयोग ब्राउज़र/वेब एजेंट, रियल-टाइम ट्यूटरिंग, सर्च एजेंट और सपोर्ट के लिए पहले से ही कर रहे हैं। एक उत्पादन नोट: यह लाइव Mind2Web नेविगेशन कार्यों का 50% पूरा कर चुका है (GPT-6.1-Sol से बेहतर), समान टोकन मात्रा और कदमों पर, लेकिन कहीं कम प्रति-टोकन लागत के साथ। गति से एजेंट्स को कदमों के बीच लेटेंसी के संचयी प्रभाव से बचा जा सकता है।

xAI ने अभी Grok Voice 3.0 लॉन्च किया है, और यह पहले से ही Starlink समर्थन के 70% कॉल्स को बिना किसी मानव के जवाब दे रहा है। यह Artificial Analysis के Speech-to-Speech सूचकांक पर 86.9 पर सबसे ऊपर है, पिछले संस्करणों की तुलना में बाधाओं और पृष्ठभूमि के शोर को बेहतर तरीके से संभालता है, और एक सेकंड से कम समय में प्रतिक्रिया देता है। Tesla वाहनों में यह हैंड्स-फ्री कैलेंडर जाँच, ईमेल उत्तर, और यहाँ तक कि कॉफी ऑर्डर करने या डिनर बुक करने के लिए सक्षम है। एक एजेंट ग्राहक की पहचान कर सकता है, हार्डवेयर की निदान कर सकता है, क्रेडिट जारी कर सकता है, और विकल्प भेज सकता है। $0.08/मिनट की दर से, यह अभी तक का सबसे सस्ता तरीका है जिससे आप ऐसे अग्रणी स्तर के आवाज़ी एजेंट प्राप्त कर सकते हैं जो काम पूरा करते हैं। "आवाज़ी चैट" और "टिकट बंद करने वाली आवाज़" के बीच का अंतर अब काफी कम हो गया है।

NVIDIA ने हाल ही में Nemotron 3.5 Bolt 74B-A9B (और इसके साथी) को जारी किया है, जो एक ओपन-वेट 74B MoE मॉडल है (केवल ~9B सक्रिय), जिसे एग्रेसिव 2-बिट क्वांटाइजेशन-अवेयर ट्रेनिंग के माध्यम से 24 GB में फिट किया जा सकता है। यह हमेशा चलने वाले स्थानीय AI एजेंट्स के लिए बनाया गया है: ब्राउज़र/ऐप नेविगेशन, कोडिंग, शोध, टूल उपयोग और बैकग्राउंड ऑटोमेशन। पूरे वेट्स, ट्रेनिंग डेटा और रेसिपीज़ खुले हैं। यह Ollama, llama.cpp, vLLM, LM Studio, Hermes, OpenClaw आदि के साथ काम करता है। इसे नए Nemotron 3.5 Super VL (कुल 120B / 12B सक्रिय, लंबे समय तक चलने वाले विजुअल + टेक्स्ट एजेंट्स के लिए मल्टीमॉडल) और छोटे Bolt E4B (4 GB, संवादात्मक/गेम NPC के लिए, 23 अक्टूबर को आने वाला) के साथ जोड़ें। यह RTX Spark लैपटॉप्स के बिक्री पर शुरू होने के एक ही दिन (16 अक्टूबर) पर आया है। स्थानीय सीमा-जैसे एजेंट्स अब काफी अधिक व्यावहारिक हो गए हैं। ओपन वेट्स + कंस्यूमर हार्डवेयर वह शांत परिवर्तन है, जो संचयी होता है।

जर्मन रोबोटिक्स यूनिकॉर्न NEURA ने अभी हाल ही में फिजिकल AI के लिए अपना मल्टीमोडल फाउंडेशन मॉडल, Neuron AI, लॉन्च किया है। यह 3D दृष्टि + स्पर्श + ऑडियो + रोबोट स्टेट + भाषा + स्मृति को एक परसेप्शन-लैंग्वेज-एक्शन (PLA) आर्किटेक्चर में फ्यूज करता है। रोबोट उन चीजों के प्रति प्रतिक्रिया कर सकते हैं जिन्हें वे नहीं देख सकते, और ऑब्जेक्ट्स कैमरा दृष्टि से बाहर हो जाने के बाद भी संदर्भ को याद रख सकते हैं। एक ही मॉडल पांच अलग-अलग NEURA एम्बॉडीमेंट्स (जिसमें उनका 4NE1 ह्यूमनॉइड शामिल है) पर काम करता है। इसका प्रशिक्षण वास्तविक रोबोट डेटा, सिमुलेशन और मानव प्रदर्शनों पर किया गया है। ग्राहक Neuraverse के माध्यम से स्किल्स को फ्लीट-वाइड फाइन-ट्यून करते हैं और डिप्लॉय करते हैं। अगले सप्ताह NVIDIA GTC Berlin में लाइव डेमो: उनका 4NE1 ह्यूमनॉइड पूरी तरह से स्वयंचालित 11 मिनट की लॉन्ड्री सीक्वेंस (सॉर्ट → वॉशर → ड्रायर) पूरी करेगा, बिना किसी मानव हस्तक्षेप के। "भौतिक दुनिया का मस्तिष्क बनाना," CEO के अनुसार। फिजिकल AI तेजी से बढ़ रहा है।

अमेज़न, WSJ के अनुसार, डीकार्ट को लगभग 7 बिलियन डॉलर में अधिग्रहित करने की बातचीत में है। यह 3 साल पुराना, इज़राइल-स्थापित स्टार्टअप, AI मॉडल्स को ऑप्टिमाइज़ करने वाला सॉफ्टवेयर बनाता है, जिससे वे चिप्स (Nvidia, Amazon Trainium, Google TPUs) पर तेज़ और सस्ते तरीके से चल सकें, साथ ही रियल-टाइम जनरेटिव मॉडल्स (लाइव वीडियो के लिए Lucy, सिमुलेटेड वातावरण के लिए Oasis)। AWS ने पहले ही उन्हें Trainium का प्रारंभिक एक्सेस दिया है। मई में इसकी कीमत लगभग 4 बिलियन डॉलर थी; Anthropic पहले लगभग 6 बिलियन डॉलर की बातचीत पर विचार कर रहा था, लेकिन जांच के बाद वापस हो गया। एक समझौता अमेज़न के सबसे बड़े खरीददारियों में से एक होगा और Nvidia पर निर्भरता कम करने की सीधी पहल होगी। चिप ऑप्टिमाइज़ेशन अब एक अरब-डॉलर के आउटलेट में बदल गया है।

मेटा ने अपने पहले वास्तविक अग्रणी मॉडल्स: म्यूज़ वंडर और म्यूज़ वंडर फुल लॉन्च किए हैं। अपने एआई प्रयासों को फिर से बनाने और अलेक्जेंड्र वांग को भर्ती करने के चौदह महीने बाद, मेटा अब दावा कर रहा है कि यह अग्रणी स्तर पर पहुंच गया है। ये मॉडल्स लंबे समय तक चलने वाले व्यक्तिगत और पेशेवर एजेंट्स के लिए विशेष रूप से बनाए गए हैं, जो बीमा दावों, किराए, वित्तीय मामलों, स्वास्थ्य सूचनाओं को संभालते हैं या पूरे ऐप्स बनाते हैं, केवल चैट के लिए नहीं। मुख्य विशेषताएं हैं: सक्रिय स्मृति (आपके बारे में महत्वपूर्ण जानकारी को दिनों, सप्ताहों और महीनों तक संग्रहित करती है) और सक्रिय ध्यान (लक्ष्य की ओर लगातार काम करता है, बाधाओं से बाहर निकलता है और नए दृष्टिकोण आजमाता है)। इन्हें गीगावॉट-स्केल प्रोमीथियस डेटा केंद्र पर प्रशिक्षित किया गया है और 1M-टोकन संदर्भ का समर्थन करते हैं, साथ ही मल्टीमोडल प्रवेश के साथ। आर्टिफिशियल एनालिसिस के इंटेलिजेंस सूचकांक पर, म्यूज़ वंडर फुल का स्कोर 56 है और म्यूज़ वंडर का 52, जो कि केवल छह सप्ताह पहले म्यूज़ स्पार्क के 48 से महत्वपूर्ण कदम है। वंडर फुल कई एजेंटिक और ज्ञान-आधारित मानकों पर शीर्ष पर पहुंचता है, हालिया OpenAI और Anthropic मॉडल्स के साथ प्रतिस्पर्धा करता है (और कुछ मामलों में आगे है)। म्यूज़ वंडर को अभी Meta Model API और Muse Code पर $4/$20 प्रति मिलियन टोकन पर उपलब्ध कराया गया है। मजबूत संस्करण, Full, Muse Code सदस्यों के लिए ही सीमित है। दोनों जल्द ही Meta के म्यूज़ व्यक्तिगत एजेंट को संचालित करेंगे। वर्षों के Llamaओपन-सोर्स केंद्रित पहलुओं के बाद, हाल के सीमित-मॉडल प्रयासों के साथ, मेटा का यह सबसे मजबूत संकेत है कि वह सीधे एजेंटिक भविष्य के लिए प्रतिस्पर्धा करने का इरादा रखता है। स्वतंत्र परीक्षण ही बताएगा कि मेटा के स्वयं के प्रयोगों से परे, इन दावों का समर्थन कितना होता है।

मैंने @Wahoopredict के साथ जो ध्यान दिया है, वह है कि भविष्यवाणी बाजार कैसे केवल “हाँ” या “नहीं” के बीच चयन करने से आगे बढ़ सकते हैं। आगमन कर रही मल्टीपल सिलेक्शन सुविधा इस संदर्भ में दिलचस्प है। इससे उपयोगकर्ताओं को बाइनरी परिणाम में फंसाए बिना, यह व्यक्त करने के अधिक तरीके मिलते हैं कि वे मानते हैं कि संभावना वास्तव में कहाँ है। जब WahooPredict क्रिप्टो, खेल, स्टॉक, कमोडिटीज और वास्तविक दुनिया की घटनाओं के बाजारों को कवर करता है, तो यह और भी दिलचस्प हो जाता है। भविष्यवाणी बाजार मूलतः अनिश्चितता के तहत आत्मविश्वास व्यक्त करने के बारे में हैं। जितना बेहतर बाजार डिज़ाइन होगा, उतना ही सटीकता से लोग अपने आत्मविश्वास को संचारित कर पाएंगे। इसलिए मुझे जिज्ञासा है: क्या मल्टीपल सिलेक्शन WahooPredict को अन्य भविष्यवाणी प्लेटफॉर्म से महत्वपूर्ण रूप से अलग बनाने वाली सुविधाओं में से एक बनेगी?

सात बार गिरो। आठवीं बार उठो। @0xhazels अपने स्टूडियो के माध्यम से इस दर्शन को अक्षरशः अपनाती है। आप केवल प्रवेश नहीं करते। आप जुड़ते हैं। आप भाग लेते हैं। आप बनाते हैं। आपको गिना जाता है। GTD रेस योगदान को पॉइंट्स में बदल देती है। Pulse निर्माता के कार्य को मापने योग्य पुरस्कारों में बदलने के लिए डिज़ाइन किया गया है। Drops स्टेकिंग को पहुँच में बदल देता है। और NFT परितंत्र को जोड़ने वाला स्थायी धागा बन जाता है। इसीलिए मैं Hazels को केवल एक और NFT कलेक्शन नहीं देखता। यह प्रतिभागिता को ही एक संपत्ति में बदलने की कोशिश कर रहा है। और ऐसा कुछ बनाना काफी मुश्किल है। लेकिन इसे देखना काफी दिलचस्प भी है।

इस पर आएं 👇🏿