AI dziś: GPT-5.6 Cyber i Images 2.6
Autorstwo i zatwierdzenie
Publikacja i aktualizacja
Stan wiedzy i źródła
Dzisiejsze zestawienie obejmuje pięć niezależnych tematów: dostępność GPT-5.6 Cyber w AWS GovCloud, Images 2.6, Dharma Field Extractor oraz pipeline OpenAI do badania luk w Linuksie. NVIDIA opisuje z kolei zastosowania agentowej AI w miastach, od obsługi mieszkańców po zarządzanie ruchem i planowanie przestrzenne. Wśród liczb dnia są 1724 odtworzone podatności i ponad 150 wdrożeń agentów samorządowych.
Najważniejsze dziś (TL;DR)
- GPT-5.6 Cyber: model jest dostępny dla zatwierdzonych klientów w AWS GovCloud (US-East) przez Daybreak Red i Amazon Bedrock.
- Images 2.6: narzędzie generuje obrazy o 50% szybciej niż poprzednia wersja i umożliwia tworzenie animowanych GIF-ów.
- Dharma Field Extractor: model wyciąga informacje z obrazów dokumentów i zwraca je jako ustrukturyzowany JSON.
- Pipeline OpenAI: system odtworzył dynamicznie 1724 potencjalne podatności w jądrze Linuksa.
- NVIDIA: partnerzy rozwijają miejskie zastosowania agentowej AI, w tym obsługę usług samorządowych i zarządzanie ruchem.
GPT-5.6 Cyber jest dostępny w AWS GovCloud (US-East)
OpenAI ogłosiło, że model GPT-5.6 Cyber jest już dostępny dla zatwierdzonych klientów w środowisku AWS GovCloud (US-East) za pośrednictwem Daybreak Red i usługi Amazon Bedrock.
Daybreak Red udostępnia modele cyberbezpieczeństwa OpenAI do autoryzowanych badań podatności, weryfikacji exploitów i testów bezpieczeństwa. GPT-5.6 Cyber ma pomagać zespołom obronnym analizować złożone słabości oprogramowania, odtwarzać podatności w kontrolowanych warunkach i opracowywać środki zaradcze. Przed wdrożeniem ustaleń i proponowanych poprawek powinni je sprawdzić wykwalifikowani specjaliści ds. bezpieczeństwa.
Dostęp w GovCloud ma umożliwić uprawnionym zespołom rządowym włączenie modelu do istniejących przepływów pracy. Daybreak Red zapewnia zweryfikowanym obrońcom większą swobodę przy autoryzowanych zadaniach cyberbezpieczeństwa, przy jednoczesnym stosowaniu silniejszej weryfikacji tożsamości, monitorowania i kontroli dostępu.
Dane z wnioskowania w Daybreak Red na Amazon Bedrock nie są używane do trenowania modeli, a klienci nie muszą udostępniać ich OpenAI. Dostęp wymaga zatwierdzenia przez OpenAI w ramach Daybreak Red oraz provisioningu po stronie AWS; samo zatwierdzenie nie włącza automatycznie dostępu do modelu w AWS.
Dla budujących z AI: rządowy zespół bezpieczeństwa może sprawdzić procedurę zatwierdzenia Daybreak Red i uzgodnić włączenie dostępu z opiekunem konta AWS. Ogłoszenie nie podaje ceny ani informacji o obsłudze języka polskiego — te kwestie trzeba ustalić przed wdrożeniem.
OpenAI przedstawia Images 2.6
Według ogłoszenia z 4 listopada OpenAI wprowadziło Images 2.6, narzędzie do generowania obrazów dostępne w ChatGPT, Codex i przez API. Firma podaje, że wersja ta generuje obrazy o 50% szybciej niż poprzednia i lepiej zachowuje spójność detali podczas kolejnych edycji. Umożliwia też tworzenie animowanych plików GIF.
W API dostępne są dwa warianty: GPT‑Image‑2.6 Flare i GPT‑Image‑2.6 Sunburst. Przy niskim ustawieniu jakości Flare może wygenerować obraz w 6 sekund; poprawia też układ plakatów, zdjęć produktów i innych materiałów wizualnych. Sunburst jest przeznaczony do generowania obrazów z większą ilością szczegółów i zapewnia większą spójność między edycjami przy średnim lub wysokim ustawieniu jakości.
OpenAI podaje, że w ChatGPT, Codex i API powstaje 4 miliardy obrazów tygodniowo, czyli średnio ponad pół miliarda dziennie. GIF-y mogą przedstawiać między innymi animowaną maskotkę marki, reakcję do mediów społecznościowych lub storyboard pokazujący ruch postaci. Firma zaznacza również, że animowaną postać można zacząć tworzyć na podstawie prostego szkicu.
Dla budujących z AI: osoba tworząca materiały wizualne przez API może przetestować Flare i Sunburst na własnych grafikach oraz sprawdzić, jak narzędzie radzi sobie z kolejnymi edycjami i animacją GIF. Ogłoszenie nie podaje cen, limitów API ani dostępności usługi w poszczególnych regionach — te informacje trzeba ustalić przed wdrożeniem.
Dharma Field Extractor zwraca pola z dokumentów w JSON
Dharma AI przedstawiło 4 listopada model Dharma Field Extractor, który wyciąga wskazane informacje z obrazów dokumentów i zwraca je jako ustrukturyzowany JSON.
Model ma 2 mld parametrów i obsługuje dwa tryby: otwarte zapytanie o wszystkie znalezione pola albo schemat określający wymagane nazwy i strukturę danych. W drugim przypadku wynik ma zachować klucze schematu i nie dodawać innych pól; dla informacji, których nie ma w dokumencie, model zwraca null. Przykładami zastosowań wymienionymi w ogłoszeniu są faktury, dokumenty tożsamości, formularze i skierowania medyczne.
Podstawą rozwiązania jest DharmaOCR-LITE v1.1. Na tym modelu firma wytrenowała adapter LoRA na 43 384 przykładach z różnych rodzajów dokumentów. Własny benchmark objął 546 dokumentów i trzy scenariusze ekstrakcji, czyli łącznie 1 638 przypadków. Dharma twierdzi, że model przewyższył testowane przez nią duże modele ogólnego przeznaczenia, ale udostępniony fragment ogłoszenia nie zawiera wyników porównania.
Dla budujących z AI: zespół przetwarzający faktury może sprawdzić ekstrakcję na własnych dokumentach i przygotować schemat zgodny z polami używanymi w jego systemie. Źródło nie podaje ceny, obsługi języka polskiego, limitów, dostępności w UE ani warunków licencji — te kwestie trzeba ustalić przed wdrożeniem.
OpenAI opisuje pipeline do wykrywania i łatania luk w Linuksie
4 listopada OpenAI opisało autonomiczny pipeline, który wyszukuje podatności w jądrze Linuksa, sprawdza je w działającym systemie i przygotowuje exploity oraz propozycje poprawek.
W jednym przebiegu system wskazał 2308 potencjalnych problemów. 1724 podatności odtworzył dynamicznie, a dla 948 przygotował działające exploity pozwalające lokalnemu, nieuprzywilejowanemu użytkownikowi uzyskać uprawnienia roota. Wygenerował też proof-of-concepty dla 291 luk umożliwiających wyciek informacji. Testy przeprowadzono w kontrolowanym środowisku, na standardowym systemie desktopowym, bez osłabiania celu.
Pipeline obejmuje wybór fragmentów jądra do audytu, statyczne wyszukiwanie kandydatów, odtwarzanie ich w izolowanym środowisku, ocenę możliwości wykorzystania oraz generowanie poprawek. Wyniki — w tym analiza przyczyny, minimalny proof-of-concept, exploit i propozycja łaty — sprawdzali następnie ludzie. OpenAI przekazuje ustalenia do zgłoszenia i pracuje z partnerami nad kolejnymi raportami oraz poprawkami; materiał zaznacza, że poprawki są przeznaczone do przeglądu opiekunów jądra.
Koszt tego przebiegu wyniósł 1 213 430 dolarów w kredytach API, czyli około 1279 dolarów na exploit LPE. OpenAI porównało go z historycznymi nagrodami za exploity Linuksa w konkursach Pwn2Own i TyphoonPWN: hipotetyczna wartość 948 exploitów wyniosłaby 18,9–66,3 mln dolarów. To porównanie nie oznacza, że wszystkie znaleziska kwalifikują się do nagród.
W środowisku kernelCTF o ograniczonej powierzchni ataku pipeline przygotował 25 proof-of-conceptów wycieku informacji i 21 exploitów LPE. Kampania kosztowała około 32 936 dolarów; kwota około 1,5 mln dolarów nagród zakładałaby przyjęcie wszystkich 21 podatności przez program. OpenAI podaje też, że systemy wykorzystały co najmniej 10 nowych technik eksploatacji Linuksa.
Dla budujących z AI: zespół bezpieczeństwa utrzymujący dystrybucję Linuksa może sprawdzić zgłoszone podatności i zweryfikować proponowane poprawki przed ich wdrożeniem. Materiał nie podaje nazwy ani dostępności użytego, zapowiadanego modelu ani warunków korzystania z pipeline’u — te informacje trzeba ustalić przed planowaniem testów.
NVIDIA rozwija agentową AI dla miast
NVIDIA i jej partnerzy rozszerzają na świecie zastosowania fizycznej i agentowej AI w miastach, rozwijając inicjatywy zapowiedziane na GTC Berlin. Według firmy wspólna infrastruktura obliczeniowa może służyć miejskim wydziałom, sąsiednim samorządom i lokalnym twórcom aplikacji; do rozpoczęcia prac, zależnie od zadania, może wystarczyć stacja robocza NVIDIA RTX lub niewielki system GPU.
W Hiszpanii 1MillionBot łączy modele open source ALIA, trenowane w Barcelona Supercomputing Center, z NVIDIA Nemotron i innymi modelami. Agenci obsługują procedury samorządowe, wnioski o spotkania, zgłoszenia dotyczące planowania przestrzennego i pytania o usługi. Według firmy rozwiązanie wdrożono w ponad 150 miejscach, m.in. dla Madrid Digital i Administració Oberta de Catalunya.
We Wrocławiu firma K2K buduje współdzieloną infrastrukturę AI, która ma przekształcać istniejące strumienie z kamer w informacje o mobilności, bezpieczeństwie i reagowaniu na wydarzenia. W Malezji ITMAX rozwija agentów wizyjnych do zarządzania ruchem. Firma planuje obsługiwać ponad 17 tys. kamer do 2027 roku. W połączeniu z platformą symulacji ruchu TeraSim testy ustawień sygnalizacji miały skrócić czas przejazdu w godzinach szczytu na korytarzach nawet o 26 proc.
W Kalifornii LiveX tworzy konwersacyjne hosty AI, które mają odpowiadać na potrzeby ludzi i podejmować działania m.in. na lotniskach, w szpitalach i podczas lokalnych wydarzeń. Z kolei w Tajwanie Linker Vision i pracownia MVRDV wykorzystują Omniverse i Nemotron do oceny scenariuszy urbanistycznych. Firma podaje, że symulacja 15-letnich skutków zalesiania miasta zajmuje 10 minut, a kolejne iteracje projektu skrócono z dwóch tygodni do mniej niż godziny.
Cyfrowy bliźniak rafinerii Dangote w Nigerii ma wspierać symulacje i szkolenia; agenci AI analizują tam dane operacyjne. W porcie Tanger Med w Maroku rozwijana jest suwerenna fabryka AI z planowanymi zastosowaniami m.in. w bezpieczeństwie pracowników i kierowaniu ładunkami. Materiał wskazuje też, że samorządy mają zachować kontrolę nad przetwarzaniem i wykorzystaniem wrażliwych danych, ale nie opisuje szczegółów tych zabezpieczeń.
Dla budujących z AI: zespoły miejskie odpowiedzialne za kamery, obsługę mieszkańców lub planowanie przestrzenne mogą sprawdzić, które z opisanych zastosowań odpowiada ich zadaniom, i ocenić możliwość wykorzystania istniejącej infrastruktury. Źródło nie podaje kosztów wdrożeń, warunków licencyjnych ani szczegółów przetwarzania danych; nie określa też dostępności obsługi w języku polskim.
Najczęściej zadawane pytania (FAQ)
Kto może korzystać z GPT-5.6 Cyber w AWS GovCloud?
Dostęp jest przeznaczony dla zatwierdzonych klientów. Wymaga akceptacji OpenAI w ramach Daybreak Red oraz provisioningu po stronie AWS; sama akceptacja nie włącza dostępu automatycznie. Dane z wnioskowania nie są używane do trenowania modeli.
Czym różnią się warianty Flare i Sunburst w Images 2.6?
Flare może wygenerować obraz w 6 sekund przy niskim ustawieniu jakości i poprawia układ materiałów wizualnych. Sunburst służy do obrazów z większą ilością szczegółów i zapewnia większą spójność między edycjami przy średniej lub wysokiej jakości.
Jak Dharma Field Extractor obsługuje pola określone schematem?
Model ma zachować klucze i strukturę wskazanego schematu, bez dodawania innych pól. Jeśli wymaganej informacji nie ma w dokumencie, zwraca null. Może też działać w trybie otwartego zapytania o wszystkie znalezione pola.
Źródła
- Daybreak Red is now available in AWS GovCloud (US-East) — 2026-11-04
- Introducing Images 2.6 — 2026-11-04
- Dharma Field Extractor: Any Document In, Structured Fields in JSON Out — 2026-11-04
- A thousand fewer paths to root — 2026-11-04
- Cities Worldwide Build and Scale AI Services With NVIDIA Physical and Agentic AI — 2026-11-03
--- Tekst przygotowany automatycznie przez laboratorium aipoc-lab (AI) na podstawie publicznie dostępnych źródeł wymienionych powyżej. Streszczenia własne, nie kopie. Wersja przed redakcją człowieka.
Manifest pochodzenia tego wpisu (JSON) — z jakich sygnałów powstał, jakie decyzje podjęły kolejne pętle i kiedy zatwierdził go człowiek.
Powiązane wpisy
AI dziś: CWE-bench v2 i Heimstaden
Evernote: 25% wizyt komputerowych z kampanii kończyło się rejestracją; zdjęcia Heimstaden stylizuje za mniej niż 0,10 euro.
Architektura i bezpieczeństwo systemów wieloagentowych (MAS)
Analiza systemów wieloagentowych (MAS): od zaawansowanej orkiestracji i zarządzania pamięcią, po wyzwania weryfikacji bezpieczeństwa i atrybucji błędów.
AI dziś: Grupo Boticário i ServiceNow z OpenAI
Grupo Boticário automatyzuje 80% obsługi sprzedaży przez agentów AI, a ServiceNow integruje modele OpenAI w celu optymalizacji procesów biznesowych.
AI dziś: OpenAI, Apple i IBM Granite
OpenAI wspiera fair use w treningu AI, Apple dodaje modele ASR, IBM aktualizuje Granite, a Credit Saison notuje 954% zwrotu z wdrożenia ChatGPT Enterprise.