aipoc-lab

AI dziś: Mistral Timestral i Meta Muse Spark

Autorstwo i zatwierdzenie

[Treść wygenerowana przez AI][Zatwierdzone przez człowieka]

Publikacja i aktualizacja

Publikacja: Aktualizacja:

Stan wiedzy i źródła

Stan wiedzy: Źródła:

Dzisiejszy przegląd koncentruje się na szerokiej gamie nowości technologicznych. Mistral prezentuje modele do prognozowania szeregów czasowych, podczas gdy NVIDIA rozszerza rodzinę Nemotron o warianty agentowe. Meta udostępnia multimodalny model Muse Spark Open, Google wprowadza narzędzie zakupowe Universal Cart, a NVIDIA aktualizuje usługę GeForce NOW o obsługę technologii DLSS 4.5, zwiększając wydajność w chmurze dla użytkowników posiadających dostęp do wybranych platform.

Najważniejsze dziś (TL;DR)

  • Mistral Timestral: Rodzina modeli do probabilistycznego prognozowania szeregów czasowych, niewymagająca użycia GPU.
  • NVIDIA Nemotron 3.5: Nowe modele otwarte typu Super VL oraz Bolt, zoptymalizowane pod kątem zadań agentowych.
  • Meta Muse Spark Open: Multimodalny model typu mixture-of-experts o 816 miliardach parametrów z oknem kontekstowym 1 miliona tokenów.
  • Google Universal Cart: Narzędzie zakupowe integrujące ofertę wielu sklepów wewnątrz wyszukiwarki i aplikacji Gemini.
  • NVIDIA GeForce NOW: Wdrożenie technologii DLSS 4.5 umożliwiającej lepszą kontrolę nad jakością grafiki i wydajnością w chmurze.

Mistral wprowadza rodzinę modeli Timestral

Firma Mistral udostępniła 15 października rodzinę modeli Timestral, przeznaczonych do probabilistycznego prognozowania szeregów czasowych. Modele te oferują prognozy wielozmienne i wspierają zarówno zmienne objaśniające dotyczące przeszłości, jak i znane przyszłe wartości (tzw. covariates). Zestaw składa się z czterech wariantów o rozmiarach 5M, 28M, 123M oraz 209M parametrów, co pozwala na dobór modelu zgodnie z wymaganiami dotyczącymi szybkości lub dokładności.

Największy model, posiadający 209M parametrów, został przetestowany w benchmarkach GIFT-Eval, TIME oraz fev-bench, gdzie zajmuje czołowe miejsca wśród modeli typu zero-shot. Modele z tej serii nie wymagają procesora graficznego (GPU) do wnioskowania, działając efektywnie na standardowych serwerach z procesorami CPU. Przykładowo, prognozowanie z wyprzedzeniem o jeden dzień na podstawie trzech tygodni historii (interwały 15-minutowe) zajmuje 10 ms w przypadku najmniejszego modelu (5M) oraz 140 ms dla modelu 209M.

Architektura opiera się na rozwiązaniach takich jak Decoupled Horizon Forecasting (DHF) oraz Covariate-aware attention, które umożliwiają oddzielenie historii od prognozowanych wartości i precyzyjne wykorzystanie zmiennych zewnętrznych bez ryzyka wycieku danych z przyszłości. Proces treningowy obejmował dwa etapy: najpierw wstępne uczenie na danych syntetycznych, a następnie dotrenowanie na mieszance danych rzeczywistych i syntetycznych z wydłużonym kontekstem.

Dla budujących z AI: Zespoły inżynierów zajmujące się monitorowaniem czujników przemysłowych lub analizą danych finansowych mogą wdrożyć te modele w ramach potoków przetwarzania danych do detekcji anomalii. Przed implementacją w środowisku produkcyjnym należy zweryfikować koszty ewentualnego komercyjnego wykorzystania modeli oraz specyficzne wymagania dotyczące formatowania danych wejściowych w przypadku korzystania z Mistral Forge do adaptacji domenowej. Źródło nie wskazuje, czy modele posiadają ograniczenia w przetwarzaniu danych w specyficznych jurysdykcjach prawnych.

NVIDIA rozszerza rodzinę modeli Nemotron

Firma NVIDIA poinformowała 15 października o udostępnieniu nowego, otwartego modelu Nemotron 3.5 Super VL oraz dwóch mniejszych modeli brzegowych z serii Bolt. Nowe rozwiązania są zoptymalizowane pod kątem zadań realizowanych przez agentów AI w środowiskach od serwerów korporacyjnych po urządzenia brzegowe.

Nemotron 3.5 Super VL to model o 120 miliardach parametrów, zaprojektowany do obsługi multimodalnych zadań agentowych, takich jak śledzenie instrukcji, użycie narzędzi, wieloetapowe przepływy biznesowe oraz analiza wizualna dokumentów (w tym OCR, tabel i wykresów). Według danych firmy, model ten osiąga wysoką dokładność przy jednej piątej liczby parametrów w porównaniu z największymi modelami wnioskującymi NVIDIA i oferuje do 5 razy wyższą przepustowość. Model można dostosowywać na własnych danych i wdrażać na własnej infrastrukturze.

Do rodziny dołączyły również dwa modele Bolt:

  • Nemotron 3.5 Bolt 74B-A9B (24GB) – zoptymalizowany do pracy lokalnej, wykorzystujący 2-bitową kwantyzację, dostępny od 15 października.
  • Nemotron 3.5 Bolt E4B (4GB) – przeznaczony dla szybkich agentów konwersacyjnych i interfejsów wbudowanych, którego premiera zaplanowana jest na 23 października.

Z modeli korzystają już organizacje z różnych sektorów, w tym Atlassian, CrowdStrike, Salesforce oraz Perplexity, które dostosowują Super VL do swoich specyficznych procesów za pomocą narzędzi NVIDIA NeMo. Modele są dostępne w formatach otwartych oraz jako usługa NVIDIA NIM. Uruchamianie możliwe jest na pełnym stosie sprzętowym firmy, w tym na DGX Spark, DGX Station oraz systemach RTX. NVIDIA udostępniła również otwarte zbiory danych na platformie Hugging Face.

Dla budujących z AI: Osoby wdrażające agentów AI w środowiskach wymagających prywatności danych mogą przetestować te modele lokalnie na własnej infrastrukturze sprzętowej NVIDIA. Ogloszenie nie podaje szczegółów dotyczących pełnej listy wspieranych języków naturalnych poza angielskim, kosztów utrzymania infrastruktury przy dużej skali oraz dokładnych warunków licencyjnych dla zastosowań komercyjnych – to trzeba sprawdzić przed rozpoczęciem prac projektowych.

Meta udostępnia model Muse Spark Open

15 października Meta ogłosiła premierę Muse Spark Open, zaawansowanego, multimodalnego modelu typu mixture-of-experts o otwartych wagach. Model obsługuje tekst, obrazy, dźwięk oraz wideo i został zoptymalizowany pod kątem zadań programistycznych, takich jak analiza baz kodu, pisanie i debugowanie oprogramowania czy obsługa narzędzi.

Muse Spark Open posiada około 816 miliardów parametrów całkowitych, z czego około 42 miliardy parametrów jest aktywnych na token. Architektura modelu zakłada wykorzystanie 256 ekspertów w każdej warstwie MoE, przy czym 8 ekspertów jest wybieranych dla każdego przetworzonego tokena. Okno kontekstowe modelu osiąga 1 milion tokenów. W procesie przetwarzania obrazów i wideo wykorzystywany jest enkoder o 1,8 miliarda parametrów, a dźwięk jest przetwarzany przez dedykowany enkoder z konwolucyjną strukturą piramidalną.

Model charakteryzuje się architekturą opartą na 62 warstwach z ukrytym wymiarem 8192. W rozwiązaniu zastosowano mechanizm grouped-query attention oraz normalizację zapytań i kluczy (QK-norm). Meta udostępniła dwa warianty repozytoriów: Muse-Spark-Open-816B-A42B (format BF16) oraz Muse-Spark-Open-816B-A42B-NVFP4, zoptymalizowany pod kątem 4-bitowej precyzji na procesorach graficznych NVIDIA Blackwell. Procesor modelu, MuseSparkProcessor, umożliwia obsługę różnych poziomów zaangażowania w rozumowanie (reasoning effort) oraz pozwala na łączenie wielu typów danych wejściowych w ramach jednej sesji konwersacyjnej.

Dla budujących z AI: Zespół inżynierów zajmujący się automatyzacją analizy repozytoriów kodu może przetestować model w ramach własnej infrastruktury obliczeniowej przy użyciu bibliotek vLLM lub SGLang. Ogloszenie nie podaje szczegółów dotyczących licencji na wykorzystanie komercyjne ani wymagań co do przepustowości pamięci masowej przy pracy z pełnym oknem kontekstowym 1 miliona tokenów – to trzeba sprawdzić przed rozpoczęciem wdrażania.

Google Universal Cart

Google wprowadziło 15 października usługę Universal Cart, inteligentne narzędzie zakupowe dostępne dla użytkowników w USA za pośrednictwem wyszukiwarki Google oraz aplikacji Gemini.

Rozwiązanie to służy do zarządzania procesem zakupowym w wielu sklepach jednocześnie, eliminując konieczność korzystania z wielu kart przeglądarki czy zrzutów ekranu. Universal Cart pozwala zapisywać produkty z różnych witryn w jednym miejscu, co umożliwia powrót do zakupów w dowolnym momencie. Narzędzie wykorzystuje Google Shopping Graph, zawierający ponad 60 miliardów ofert, aby w tle monitorować zmiany cen oraz dostępność towarów, wysyłając użytkownikowi stosowne powiadomienia.

System wspomaga również decyzje finansowe: identyfikuje odpowiednie kody promocyjne oraz analizuje posiadane przez użytkownika karty płatnicze w celu sugerowania najkorzystniejszych metod płatności, korzystając z integracji z Google Wallet. Po podjęciu decyzji, finalizacja transakcji może odbyć się poprzez bezpieczną płatność Google Pay bezpośrednio w narzędziu lub poprzez przekierowanie do koszyka konkretnego sprzedawcy. Funkcja wspiera zakupy u wielu detalistów, w tym marek takich jak Nike, Sephora, Target, Ulta Beauty, Walmart oraz Wayfair. Zastosowanie Universal Commerce Protocol (UCP) ma zapewniać płynność procesu zakupowego, przy czym sprzedawcą pozostaje zawsze dany podmiot zewnętrzny, który również odpowiada za realizację zamówienia i obsługę klienta.

Dla budujących z AI: twórcy platform e-commerce mogą przeanalizować mechanizmy działania Universal Commerce Protocol pod kątem integracji z własnymi systemami koszykowymi. Źródło nie wyjaśnia, jakie są techniczne wymogi dla zewnętrznych sprzedawców, aby ich oferta wyświetlała się w Universal Cart, ani czy narzędzie ogranicza się wyłącznie do konkretnych regionów geograficznych poza USA. Przed wdrożeniem należy również zweryfikować zasady udostępniania danych o zapasach produktów w czasie rzeczywistym oraz sposób rozliczeń prowizyjnych przy transakcjach typu "checkout" wewnątrz aplikacji.

NVIDIA wprowadza DLSS 4.5 do usługi GeForce NOW

Firma NVIDIA udostępniła 15 października nowe kontrolery technologii DLSS 4.5 w usłudze strumieniowania gier GeForce NOW. Funkcja ta zapewnia użytkownikom chmury większy wpływ na jakość grafiki oraz wydajność w obsługiwanych tytułach, niezależnie od posiadanej lokalnie klasy sprzętu.

W ramach wprowadzonych ustawień, użytkownicy mogą korzystać z funkcji DLSS Super Resolution do wyostrzania obrazu, Dynamic Multi Frame Generation redukującej opóźnienia i zacinanie się transmisji oraz Ray Reconstruction poprawiającej wizualizacje wykorzystujące śledzenie promieni. Subskrybenci planu Ultimate, korzystający z rigów chmurowych z kartami GeForce RTX 5080, zyskali dostęp do rozszerzonych opcji, w tym Dynamic Multi Frame Generation do 4X. Nowe ustawienia są dostępne w aplikacji GeForce NOW na platformach Windows, macOS, Chrome OS oraz Steam OS.

Oprócz aktualizacji technicznych, do biblioteki usługi dodano nowe tytuły, w tym Enshrouded 1.0 oraz Warhammer 40,000: Boltgun 2. Jednocześnie zapowiedziano, że 16 października zadebiutuje model DLSS 5 (wersja 3D-Guided Neural Rendering), oferujący dwukrotny wzrost wydajności, który zostanie wykorzystany w grze NBA 2K27. Użytkownicy zainteresowani testowaniem nowych ustawień mogą skorzystać z przepustki dziennej, której koszt można odliczyć od opłaty za pierwszy miesiąc subskrypcji.

Dla budujacych z AI: Zespoły pracujące nad silnikami graficznymi i strumieniowaniem w czasie rzeczywistym mogą sprawdzić, jak te kontrolery wpływają na opóźnienia w różnych scenariuszach renderowania. Publikacja nie określa dokładnych wymagań dotyczących przepustowości łącza internetowego dla pełnej wydajności 4X ani sposobu integracji tych funkcji w ramach własnych rozwiązań chmurowych – te informacje są niezbędne przed planowaniem architektury systemu.

Najczęściej zadawane pytania (FAQ)

Jakie możliwości oferuje model Mistral Timestral 209M?

Największy model z serii, posiadający 209 milionów parametrów, oferuje prognozy wielozmienne i obsługę zmiennych objaśniających. W benchmarkach takich jak GIFT-Eval zajmuje czołowe miejsca wśród modeli typu zero-shot, a prognozowanie z wyprzedzeniem o jeden dzień zajmuje mu 140 ms na standardowym procesorze CPU.

Czym wyróżnia się model Muse Spark Open od Mety?

Muse Spark Open to multimodalny model typu mixture-of-experts obsługujący tekst, obrazy, dźwięk oraz wideo. Posiada 816 miliardów parametrów, z czego 42 miliardy są aktywne na token. Model został zoptymalizowany pod kątem zadań programistycznych, takich jak analiza kodu czy debugowanie oprogramowania, oferując okno kontekstowe o rozmiarze 1 miliona tokenów.

Jakie funkcje zyskano dzięki aktualizacji DLSS 4.5 w GeForce NOW?

Użytkownicy zyskali dostęp do funkcji DLSS Super Resolution do wyostrzania obrazu, Dynamic Multi Frame Generation redukującej zacinanie się transmisji oraz Ray Reconstruction poprawiającej wizualizacje wykorzystujące śledzenie promieni. Posiadacze planu Ultimate z kartami RTX 5080 mogą dodatkowo korzystać z opcji Dynamic Multi Frame Generation do 4X.

Źródła

--- 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

[Tech][Agents][Hardware][LLM]

AI dziś: Gemini 4 Argon i NVIDIA Inception

Przegląd: Gemini 4 Argon, inwestycje NVIDIA, flota agentów Third Moment Research, wdrożenia w miastach i zabezpieczenia wyborcze Claude.

[Tech][Agents][Hardware][LLM]

AI dziś: NVIDIA RTX Spark i Gemini 4 Argon

Przegląd technologii: NVIDIA RTX Spark, Gemini 4 Argon, narzędzia Higgsfield, model LFM2.5-24B-A2B od Liquid AI oraz inwestycje NVIDIA we Francji.

[Tech][Agents][Hardware][LLM]

AI dziś: NVIDIA, Microsoft i Radisson

Przegląd działań NVIDIA i Microsoft w obszarze agentów AI na Windows oraz integracja wtyczki ChatGPT z platformą rezerwacyjną Radisson Hotel Group.