AI dziś: Apertus 1.5 i NVIDIA w przemyśle

Dzisiejszy przegląd obejmuje kluczowe aktualizacje w ekosystemie sztucznej inteligencji. Analizujemy wydanie modeli Apertus 1.5, strategiczną współpracę NVIDIA z niemieckim sektorem przemysłowym oraz rozwój suwerennych standardów danych w mediach przy wsparciu Europejskiej Unii Nadawców. Oprócz tego przyglądamy się nowym inicjatywom OpenAI w zakresie niszowych języków programowania oraz praktycznemu zastosowaniu modelu Gemini w profesjonalnej stylizacji ubioru, co wskazuje na coraz szersze wykorzystanie modeli multimodalnych w różnych sektorach gospodarki.

Najważniejsze dziś (TL;DR)

Apertus 1.5: Udostępniono modele 8B i 70B z natywną obsługą obrazu i dźwięku oraz oknem 262k tokenów.
Niemiecka strategia przemysłowej sztucznej inteligencji z NVIDIA: Podpisano deklarację o współpracy na rzecz rozwoju AI w sektorze przemysłowym, obejmującą inwestycje w niemieckie startupy.
NVIDIA i Europejska Unia Nadawców rozwijają standardy suwerenności danych w mediach: EBU i NVIDIA wdrażają ramy suwerenności danych, integrując otwarte modele AI z europejską infrastrukturą.
OpenAI wspiera niszowe języki programowania: Opublikowano zestawy ewaluacyjne poprawiające działanie modelu ChatGPT w środowiskach SQLite oraz przy migracji kodu COBOL.
Wykorzystanie Gemini w profesjonalnej stylizacji ubioru: Model Gemini wspiera procesy wizualizacji stylizacji i generowania instrukcji czyszczenia odzieży w profesjonalnej pracy stylistki.

Apertus 1.5

Zgodnie z informacją opublikowaną 15 października, udostępniono nową wersję modeli Apertus 1.5 w wariantach 8B oraz 70B. Modele te stanowią kontynuację prac nad pierwszą generacją, oferując natywne rozumienie obrazu i dźwięku, opcjonalny tryb myślenia (ang. thinking mode), czterokrotnie większe okno kontekstowe oraz ulepszone operowanie na narzędziach.

Aktualizacja obejmuje zwiększenie zbioru treningowego: dla modelu 8B dodano 4 biliony tokenów, a dla modelu 70B kolejne 2 biliony, co daje łącznie odpowiednio 19T i 17T tokenów. Zastosowano podejście wczesnej fuzji danych multimodalnych, w którym obrazy (tokenizowane przy użyciu Emu3.5) oraz dźwięk (przetwarzany przez WavTokenizer) wchodzą do modelu jako dyskretne tokeny wewnątrz sekwencji tekstowej. Okno kontekstowe zostało rozszerzone do 262 144 tokenów.

Proces trenowania obejmował cztery etapy wstępne oraz pięć etapów dostrajania (w tym SFT, RL, DPO oraz wyrównywanie z kartą zasad Apertus Charter). Waga modeli została udostępniona na platformie Hugging Face na licencji Apache 2.0. Twórcy kładą nacisk na przejrzystość ocen, publikując raporty w formacie Every Eval Ever (EEE), co ma ułatwić weryfikację wyników zgodnie z wymogami unijnego aktu o sztucznej inteligencji (EU AI Act). W testach model 8B wykazuje skuteczność w zadaniach wielojęzycznych i tłumaczeniach, przewyższając niektóre modele o podobnej skali.

Dla budujących z AI: Zespoły wdrażające modele multimodalne mogą przetestować wydajność modelu w zadaniach opartych na dokumentach, diagramach i plikach dźwiękowych. Informacja nie precyzuje, jak wyglądają limity użycia w infrastrukturze produkcyjnej ani jaki jest koszt zasobów obliczeniowych wymaganych do obsługi pełnego okna kontekstowego 262k tokenów. Warto sprawdzić realne koszty obsługi tokenów multimodalnych oraz dostępność dokumentacji technicznej w kontekście specyficznych zastosowań komercyjnych.

Niemiecka strategia przemysłowej sztucznej inteligencji z NVIDIA

Kanclerz Niemiec Friedrich Merz oraz dyrektor generalny NVIDIA Jensen Huang spotkali się 19 października w Berlinie, aby podpisać deklarację o współpracy na rzecz rozwoju przemysłowych zastosowań sztucznej inteligencji. Rząd federalny dąży do połączenia niemieckiego doświadczenia w inżynierii i produkcji z zaawansowaną technologią AI, co ma pozwolić na stworzenie nowoczesnego ekosystemu przemysłowego w Europie.

Głównym celem inicjatywy jest wdrożenie AI w sektorze przemysłowym, ze szczególnym uwzględnieniem sektora średnich i małych przedsiębiorstw, czyli Mittelstand. Jensen Huang podkreślił, że technologia ta ma stanowić narzędzie uzupełniające kompetencje niemieckich inżynierów, a nie ich zastępować. Współpraca ma być realizowana w ramach platformy „Industry 4.0”, łączącej przedstawicieli polityki, nauki i przemysłu.

W trakcie spotkania ogłoszono nowe inwestycje NVIDIA w cztery niemieckie startupy: Agile Robots (robotyka przemysłowa), Avelios Medical (systemy informatyczne w ochronie zdrowia), Mirelo (generowanie dźwięku i muzyki) oraz Reflex Aerospace (technologie satelitarne). Inwestycje te są częścią zobowiązania NVIDIA o wartości blisko 10 miliardów dolarów, wspierającego firmy i instytucje badawcze w Europie.

Dodatkowo firma Siemens zaprezentowała w fabryce w Erlangen rozwiązania AI, które według danych firmy pozwalają na redukcję nakładów inżynieryjnych w wirtualnym przygotowaniu produkcji o 85% oraz obniżenie kosztów dzięki planowaniu opartemu na agentach o 20%. Jednocześnie w Jülich Supercomputing Centre przy użyciu superkomputera JUPITER przeprowadzono symulację 104-kubitowego kwantowego komputera.

Dla budujących z AI: Firmy produkcyjne mogą zweryfikować możliwości integracji danych z systemów zarządzania produkcją z modelami AI dla "fizycznej sztucznej inteligencji". Ogloszenie nie podaje warunków licencyjnych na rozwiązania agentowe Siemens, ani szczegółowych kosztów wdrożenia systemów dla mniejszych jednostek Mittelstand – to trzeba sprawdzić przed rozpoczęciem pilotażu.

NVIDIA i Europejska Unia Nadawców rozwijają standardy suwerenności danych w mediach

Podczas wydarzenia branżowego w Berlinie, które odbyło się 19 października, firmy NVIDIA, Adobe, Bertelsmann oraz UFA zaprezentowały postępy w zakresie inteligentnych technologii dla sektora mediów. Europejska Unia Nadawców (EBU) nawiązała współpracę z NVIDIA, aby rozszerzyć ramy suwerenności danych dla publicznych nadawców poprzez wykorzystanie chmury, otwartych modeli AI oraz usług integratorów systemów.

Inicjatywa ta definiuje wymagania oraz architektury referencyjne dotyczące sposobu zarządzania danymi, uruchamiania obciążeń obliczeniowych i zapewnienia bezpieczeństwa systemów w trakcie ich cyklu życia. W projekt zaangażowani są dostawcy chmury, tacy jak Microsoft oraz Nebius, którzy oferują rozwiązania pozwalające na przetwarzanie wrażliwych materiałów redakcyjnych na infrastrukturze europejskiej. NVIDIA udostępnia otwarte modele Nemotron, które nadawcy mogą dostosowywać do własnych potrzeb, języków oraz polityk redakcyjnych.

Równolegle Adobe ogłosiło ulepszenia w narzędziu Frame.io, które wykorzystuje obliczenia akcelerowane przez GPU NVIDIA do przyspieszenia przeszukiwania zasobów wideo. Dzięki zastosowaniu platformy CUDA, TensorRT oraz NVDEC, proces generowania embeddingów jest do 5x szybszy, przepustowość wzrosła do 4x, a opóźnienia przy wyszukiwaniu zmniejszyły się o 5x. Z rozwiązań tych korzysta m.in. niemiecki producent UFA, co pozwala twórcom na semantyczne wyszukiwanie konkretnych ujęć w bibliotekach sięgających 15 lat wstecz. Wprowadzono również nowy format proxy o 80% mniejszy od wersji 360p, co wpływa na redukcję potrzebnej przestrzeni dyskowej.

Dla budujących z AI: Producent filmowy lub telewizyjny może sprawdzić, czy jego obecne archiwa wideo są zgodne z wymaganiami technicznymi dla modelu semantycznego wyszukiwania w Frame.io. Przed wdrożeniem infrastruktury suwerennej opartej na EBU i NVIDIA, warto zweryfikować koszty utrzymania własnych modeli Nemotron na infrastrukturze europejskiej oraz sprawdzić, czy wybrany dostawca chmury zapewnia pełną zgodność z lokalnymi regulacjami prawnymi dotyczącymi danych redakcyjnych. Źródło nie precyzuje kosztów subskrypcji ani wymagań sprzętowych dla serwerów lokalnych.

OpenAI wspiera niszowe języki programowania

Według ogłoszenia z 19 października, firma OpenAI udostępniła nowe zestawy ewaluacyjne służące do badania inżynierii oprogramowania. Działania te koncentrują się na mniej popularnych językach programowania, bazach danych SQLite oraz wyzwaniach związanych z migracją kodu w języku COBOL. Celem prac jest poprawa działania modelu ChatGPT w specyficznych środowiskach programistycznych.

Dla budujących z AI: Architekt systemów legacy może zweryfikować zachowanie modelu w kontekście automatyzacji przenoszenia skryptów COBOL. Ogłoszenie nie precyzuje, czy wsparcie obejmuje wszystkie dialekty języka, jaki jest poziom precyzji w generowaniu zapytań dla SQLite oraz czy narzędzia te są dostępne w ramach standardowego interfejsu API – to trzeba sprawdzić przed wdrożeniem.

Wykorzystanie Gemini w profesjonalnej stylizacji ubioru

Według informacji z 19 października 2026 roku, stylistka Sydney Bordonaro wykorzystuje model Gemini do tworzenia i wizualizacji stylizacji dla swoich klientów, w tym zawodowych sportowców. Technologia pozwala na budowanie kompletnych zestawów ubrań na odległość, eliminując konieczność fizycznej obecności stylistki podczas przymiarek.

Proces pracy z Gemini obejmuje cztery główne obszary:

Wizualizacja stylizacji: Stylistka przesyła zdjęcia ubrań oraz zdjęcia klienta, a model łączy je w jeden obraz. Pozwala to na sprawdzenie, jak konkretne elementy garderoby prezentują się na danej osobie przed dokonaniem zakupu.
Modyfikacje w czasie rzeczywistym: Zamiast tworzyć nowe zapytania, użytkownik może prosić o zamianę poszczególnych elementów ubioru, na przykład zmianę obuwia lub fasonu kurtki, zachowując pozostałe składniki zestawu.
Wsparcie decyzji: Gotowe wizualizacje służą do konsultacji z klientami, co ułatwia podejmowanie decyzji dotyczących wyboru ubrań na konkretne okazje, takie jak wywiady czy podróże.
Usuwanie zabrudzeń: Model pełni rolę doradcy w sytuacjach awaryjnych – po przesłaniu zdjęcia zabrudzonej odzieży, Gemini generuje instrukcje czyszczenia w oparciu o środki dostępne w danym miejscu.

Dla budujących z AI: Specjalista zajmujący się wspieraniem procesów zakupowych może sprawdzić skuteczność łączenia obrazów produktów z wizerunkiem klienta. W publikacji nie określono dokładności odwzorowania faktur materiałów w generowanych obrazach, limitów przetwarzania zdjęć w czasie rzeczywistym ani dostępności funkcji czyszczenia odzieży dla różnych rodzajów tkanin i plam, co wymaga weryfikacji przed wdrożeniem w środowisku produkcyjnym.

Najczęściej zadawane pytania (FAQ)

Jakie nowości wprowadzono w modelach Apertus 1.5?

Modele Apertus 1.5 oferują natywne rozumienie obrazu i dźwięku, opcjonalny tryb myślenia oraz czterokrotnie większe okno kontekstowe. Zwiększono zbiór treningowy do 19T tokenów dla modelu 8B i 17T dla modelu 70B, stosując metodę wczesnej fuzji danych multimodalnych za pomocą tokenizatorów Emu3.5 oraz WavTokenizer.

Na czym polega współpraca NVIDIA z niemieckim sektorem Mittelstand?

Współpraca ma na celu wdrożenie AI w średnich i małych przedsiębiorstwach jako narzędzia wspomagającego kompetencje inżynierów. NVIDIA inwestuje 10 miliardów dolarów w europejskie innowacje, a firmy takie jak Siemens wdrażają rozwiązania oparte na agentach, które redukują nakłady inżynieryjne o 85 procent.

Jakie funkcje Gemini oferuje w pracy stylistki Sydney Bordonaro?

Gemini umożliwia wizualizację stylizacji poprzez łączenie zdjęć ubrań z wizerunkiem klienta, wprowadzanie modyfikacji w czasie rzeczywistym oraz wspieranie decyzji zakupowych. Model pełni również rolę doradcy, generując instrukcje czyszczenia odzieży na podstawie zdjęć zabrudzeń przesyłanych przez użytkownika.

Źródła

Apertus 1.5 Release Notes — 2026-10-15
Germany Wants to Lead the World in Industrial AI: How NVIDIA Will Help — 2026-10-19
NVIDIA Advances Agentic Security for Media, From European Public Service Broadcasting to Global Content Production — 2026-10-19
Advancing coding in low‑resource programming languages — 2026-10-19
4 tips for styling outfits with Gemini — 2026-10-19

--- Tekst przygotowany automatycznie przez laboratorium aipoc-lab (AI) na podstawie publicznie dostępnych źródeł wymienionych powyżej. Streszczenia własne, nie kopie. Wersja przed redakcją człowieka.