Pocket FM lader AI overtage 93 procent af indholdet + 7 historier
-
Pocket FM lader AI overtage 93 procent af indholdet
Pocket FM har fordoblet sin årlige omsætningsrate til 500 millioner dollars. AI producerer nu 93 procent af kataloget og 99 procent af nyt indhold, hvilket gør produktionen 80 gange billigere.
-
Agentic flooding udfordrer velfærdsstatens bæreevne
AI gør det lettere at udfylde formularer og indgive klager, hvilket har ført til markante stigninger i henvendelser til offentlige services i flere lande. Forsker Chris Schmitz kalder fænomenet 'agentic flooding' og ser det som en mulighed for at gentænke velfærdsservices.
-
Mistral og Cloudera lader virksomheder beholde kontrollen
Mistral og Cloudera indgår partnerskab, så virksomheder kan køre og træne Mistrals sprogmodeller på egne data i private, offentlige eller helt afskærmede miljøer. Målet er specialiserede modeller, som virksomheden selv ejer.
-
AI overtager styringen af forsyningskæder
Nvidia og Palantir vil køre forsyningskæder med AI. Første mål er Nvidias egen kæde med millioner af dele og tusindvis af leverandører. Palantir integrerer Nvidias Nemotron-modeller i Foundry, hvor virksomheder kan finjustere dem med egne data. Nvidia cuOpt håndterer planlægning og optimering.
-
Første AI-musikmodel med pladeindustriens velsignelse
Suno v6 er første AI-musikmodel udviklet med pladebranchens støtte. Den er trænet på licenseret musik fra Warner, BMG og Believe samt brugerdata. Tre varianter: v6, v6-wild og v6-mini, hvor mini er gratis.
-
NVIDIA lader AI forkorte vejen fra chip til kunde
NVIDIA har en af verdens største forsyningskæder, målt fra wafer-out til første token. Nu bruger de Nemotron-sprogmodeller og Palantir Foundry til at indfange ekspertviden og optimere processen.
-
iPhone 18 Pro kan bevise, at billedet ikke er manipuleret
Apples kommende iPhone 18 Pro får en Reference-tilstand, der signerer hver pixel i kameraets sensor. Billedet udvikles via Private Cloud Compute til en uforanderlig reference, som kan sammenlignes med andre versioner for at afsløre redigeringer.
-
AI-agenter retter egne fejl uden menneskelig hjælp
Et hold forskere fra Google, Georgia Tech og Peking University har udviklet Procedural Graphs, et system, der giver AI-agenter en eksplicit og selvopdaterende viden om, hvad de skal gøre, og i hvilken rækkefølge. Systemet slår hukommelsesbaserede metoder på tværs af flere datasæt.