AI dziś: NVIDIA RTX Spark i Gemini 4 Argon

Dzisiejszy przegląd koncentruje się na nowym sprzęcie mobilnym NVIDIA RTX Spark oraz premierze modelu językowego Gemini 4 Argon. W zestawieniu omawiamy również aktualizację narzędzi wideo firmy Higgsfield, parametry techniczne modelu LFM2.5-24B-A2B od Liquid AI oraz najnowsze inwestycje NVIDIA w europejski ekosystem startupów technologicznych. Każde z tych rozwiązań wnosi istotne parametry do lokalnego przetwarzania AI, optymalizacji kodu oraz zaawansowanej generacji multimediów.

Najważniejsze dziś (TL;DR)

• NVIDIA RTX Spark: Mobilny układ z 128 GB pamięci i 1 petaflopem mocy obliczeniowej AI debiutujący 16 października.
• Gemini 4 Argon: Nowy model Google zorientowany na inżynierię i naukę, dostępny dla deweloperów poprzez AI Studio.
• Higgsfield: Aktualizacja platformy pozwalająca na generowanie materiałów wideo o długości powyżej 10 minut.
• LFM2.5-24B-A2B: Model typu MoE od Liquid AI, zoptymalizowany pod kątem szybkiego działania na urządzeniach lokalnych.
• Inwestycje NVIDIA: Wsparcie finansowe dla francuskich startupów zajmujących się obliczeniami agentowymi w różnych sektorach przemysłu.

NVIDIA RTX Spark

Nvidia zapowiedziała wprowadzenie na rynek układu RTX Spark, który łączy możliwości komputera do gier, studia twórczego oraz osobistego superkomputera AI. Laptopy wyposażone w ten układ, oferujący do 128 GB zunifikowanej pamięci i 1 petaflop obliczeń AI, trafią do sprzedaży 16 października.

Urządzenie ma obsługiwać lokalne agenty AI, dla których udostępniono zaktualizowane narzędzia i modele. Wśród nowości znajduje się model Nemotron 3.5 Bolt 74B, zaprojektowany z myślą o agentach AI, który pojawi się 15 października. Sprzęt wspiera liczne frameworki programistyczne, takie jak PyTorch, Python oraz biblioteki CUDA. Współpraca z partnerami takimi jak Adobe ma przynieść dwukrotny wzrost wydajności w aplikacjach takich jak Photoshop i Premiere.

W zakresie bezpieczeństwa, RTX Spark korzysta z technologii NVIDIA OpenShell oraz Microsoft Execution Containers (MXC), które mają zapewnić izolację środowiska agentów. Użytkownicy otrzymają również dostęp do biblioteki NVIDIA Switchyard, służącej do inteligentnego kierowania zapytań pomiędzy modelami lokalnymi a chmurowymi. Ponadto, narzędzie NVIDIA PAIR opuszcza fazę beta, umożliwiając rozproszenie obciążeń AI pomiędzy wieloma urządzeniami w sieci lokalnej przy wsparciu dla llama.cpp.

Dla budujących z AI: Osoba zajmująca się wdrażaniem lokalnych agentów AI może przetestować konfigurację opartą na nowym modelu Nemotron 3.5 Bolt 74B oraz narzędziach do routingu zapytań Switchyard. Przed podjęciem decyzji o zakupie należy ustalić, czy model ten posiada wsparcie dla języka polskiego w wystarczającym stopniu oraz jakie są rzeczywiste koszty energii elektrycznej przy pełnym wykorzystaniu 1 petaflopa obliczeń na urządzeniu mobilnym. Z opisu nie wynika także, czy mechanizmy bezpieczeństwa MXC są w pełni kompatybilne z firmowymi systemami operacyjnymi zarządzanymi przez polityki IT.

Google wprowadza model Gemini 4 Argon

Google udostępniło 13 października nowy model językowy Gemini 4 Argon, zaprojektowany do realizacji zaawansowanych zadań inżynieryjnych, naukowych oraz biznesowych. Model jest obecnie dostępny globalnie dla deweloperów i przedsiębiorstw za pośrednictwem API w AI Studio oraz platformie Gemini, a także dla subskrybentów Google AI Ultra i Pro w wybranych usługach, takich jak aplikacja Gemini i AI Mode w wyszukiwarce.

Gemini 4 Argon wyróżnia się precyzją w zadaniach wieloetapowych i zajmuje pierwsze miejsce w indeksie Vals Index, oceniającym wydajność w sektorach finansowych, prawnych i programistycznych. Według zapewnień producenta, model osiąga wysoką skuteczność w pracy nad złożonym kodem, cyberbezpieczeństwie oraz optymalizacji procesów biznesowych. W testach wewnętrznych wykorzystano go m.in. do refaktoryzacji 6 milionów linii kodu w Chromium oraz przyspieszenia obliczeń w pakietach chemii kwantowej o współczynnik 2,3x. W obszarze infrastruktury, zastosowanie modelu pozwoliło na osiągnięcie 2,85-krotnego przyspieszenia wnioskowania na jednostkach A100.

Cennik modelu ustalono na poziomie 2 dolarów za milion tokenów wejściowych oraz 10 dolarów za milion tokenów wyjściowych, z opcją 95-procentowej zniżki na tokeny wejściowe w trybie cache.

Dla budujacych z AI: Inżynierowie oprogramowania oraz zespoły zajmujące się analizą danych mogą przetestować model w ramach środowiska AI Studio pod kątem automatyzacji zadań wieloetapowych. Ogloszenie nie podaje, czy model posiada wsparcie dla języka polskiego w stopniu porównywalnym z angielskim, jakie są limity zapytań na minutę (RPM) oraz czy dostępne są szczegółowe warunki licencyjne dla komercyjnych wdrożeń poza środowiskiem Google – to trzeba sprawdzić przed rozpoczęciem prac.

Higgsfield wprowadza aktualizację narzędzi wideo

Firma Higgsfield udostępniła 13 października nowe narzędzia dla twórców, które umożliwiają generowanie dłuższych materiałów wideo oraz precyzyjnych grafik. Platforma pozwala obecnie na tworzenie filmów trwających ponad 10 minut, co stanowi wzrost w stosunku do poprzedniego limitu wynoszącego 1 minutę. Nowe funkcje opierają się na technologiach GPT-6 Astra, GPT-Image-2.5 oraz GPT-Live, przy czym ta ostatnia ma wspierać proces tworzenia filmów z wykorzystaniem głosu.

Dla budujących z AI: twórcy wideo i animatorzy mogą sprawdzić wydajność generowania długich sekwencji w nowym modelu. W komunikacie brakuje informacji o dostępności obsługi języka polskiego, precyzyjnych kosztach za minutę wygenerowanego materiału oraz informacjach dotyczących licencji na wykorzystanie komercyjne wideo stworzonego z użyciem tych technologii.

Model LFM2.5-24B-A2B od Liquid AI

Firma Liquid AI zaprezentowała 13 października model LFM2.5-24B-A2B, zaprojektowany do obsługi szybkich i prywatnych agentów AI bezpośrednio na urządzeniach użytkowników.

Konstrukcja modelu opiera się na 24 miliardach parametrów całkowitych, z czego aktywne podczas przetwarzania każdego tokena są jedynie 2 miliardy parametrów. Taka architektura typu MoE (Mixture of Experts) pozwala na obniżenie kosztów obliczeniowych pojedynczego tokena rozumowania. Model korzysta z 40 warstw, 64 ekspertów na blok oraz mechanizmu GQA. Zwiększono okno kontekstowe do 131 tysięcy tokenów, a słownik rozszerzono do 128 tysięcy tokenów. Proces uczenia obejmował 33 biliony tokenów, a post-trenowanie uwzględniało metody MOPD (Multi-domain on-policy distillation) oraz Agentic RL.

W testach model osiągnął wynik 48,09 w benchmarku LiveClaw. W warunkach lokalnych na procesorze Apple M5 Max uzyskuje prędkość 184 tokenów na sekundę, natomiast na pojedynczym układzie NVIDIA B300 prędkość ta sięga ponad 21 tysięcy tokenów na sekundę. Narzędzie wykazuje przewagę w zadaniach dotyczących użycia narzędzi oraz wykonywania instrukcji, natomiast w zadaniach wymagających dużej bazy wiedzy czy zaawansowanego programowania ustępuje większym modelom. Wsparcie dla modelu zapewniają platformy llama.cpp, MLX, vLLM, SGLang oraz ONNX.

Dla budujących z AI: Programista tworzący lokalne systemy agentowe może zaimplementować ten model za pomocą biblioteki transformers lub połączyć go z popularnymi środowiskami typu Hermes Agent. Dokumentacja nie precyzuje kosztów eksploatacji w chmurze przy dużej skali oraz nie odnosi się do dokładnego poziomu wsparcia dla języka polskiego, co należy zweryfikować przed integracją w środowisku produkcyjnym.

NVIDIA inwestuje w francuskie startupy agentowe

Firma NVIDIA ogłosiła 13 października nowe inwestycje w ekosystem francuskich startupów zajmujących się obliczeniami agentowymi. Wsparcie otrzymały firmy Doctolib, Entalpic, Genesis AI oraz Pigment, które rozwijają technologie dla opieki zdrowotnej, inżynierii materiałowej, robotyki i planowania biznesowego. Działania te wpisują się w szersze zaangażowanie koncernu w Europie, gdzie łącznie przekazano blisko 10 miliardów dolarów na rozwój technologiczny.

Francuski ekosystem wykorzystuje obecnie infrastrukturę NVIDIA do tworzenia rozwiązań agentowych w sektorach takich jak finanse, administracja publiczna, przemysł kosmiczny oraz badania naukowe. Przykładowo, firma Bull planuje rozbudowę produkcji serwerów AI opartej na systemach NVIDIA Vera Rubin Ultra NVL72, a satelita Altair-1 wykorzystuje moduły NVIDIA Jetson AGX Orin wraz z modelami Mistral do autonomicznej obserwacji Ziemi. Z kolei L’Oréal integruje rozwiązanie NVIDIA ALCHEMI w celu przyspieszenia procesów badawczych, a organizacje publiczne, takie jak LINAGORA i Docaposte, wdrażają rozwiązania oparte na modelach NVIDIA Nemotron w ramach porozumienia CANUT. W obszarze technologii kwantowych, firmy Alice & Bob oraz Quandela wykorzystują platformę NVQLink do optymalizacji współpracy między układami QPU a jednostkami GPU.

Dla budujących z AI: Zespoły inżynierskie rozważające wdrożenie modeli Nemotron lub infrastrukturę Cosmos mogą sprawdzić dostępność tych rozwiązań dla własnych środowisk suwerennych danych. Ogloszenie nie podaje licencji na wykorzystanie wag modeli w zastosowaniach komercyjnych ani szczegółowych kosztów utrzymania infrastruktury NVL72 – te kwestie wymagają potwierdzenia w bezpośrednim kontakcie z dostawcą.

Najczęściej zadawane pytania (FAQ)

Jakie są możliwości modelu Gemini 4 Argon?

Model wykazuje wysoką precyzję w zadaniach inżynieryjnych, naukowych i biznesowych. W testach wewnętrznych posłużył do refaktoryzacji 6 milionów linii kodu w Chromium oraz przyspieszył obliczenia w pakietach chemii kwantowej o współczynnik 2,3x. Zajmuje pierwsze miejsce w indeksie Vals Index oceniającym wydajność w sektorach finansowych, prawnych i programistycznych.

Czym wyróżnia się architektura modelu LFM2.5-24B-A2B?

Model opiera się na architekturze MoE, posiadając 24 miliardy parametrów, z czego podczas przetwarzania każdego tokena aktywne są jedynie 2 miliardy. Konstrukcja wykorzystuje 40 warstw, 64 ekspertów na blok oraz mechanizm GQA, co pozwala na obniżenie kosztów obliczeniowych przy jednoczesnym rozszerzeniu okna kontekstowego do 131 tysięcy tokenów.

Źródła

• All Systems Go: Global PC App Ecosystem Ready for NVIDIA RTX Spark — 2026-10-13
• Gemini 4 Argon: Built to solve your hardest problems — 2026-10-13
• Gemini 4 Argon is now available for developers. — 2026-10-13
• Higgsfield takes AI video from 1 minute to over 10 — 2026-10-13
• Run fast, private agents on-device with LFM2.5-24B-A2B — 2026-10-13
• NVIDIA Announces New Investments in France’s Startups — 2026-10-13

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