Telefon může díky lokální obrazové AI přečíst účtenku, najít tlačítko na obrazovce nebo popsat fotografii, aniž by snímek automaticky putoval do cloudu. Liquid AI 12. srpna 2026 uvolnila model LFM2.5-VL-3B, který dokáže pracovat s obrázky, dokumenty, obrazovkami i více snímky najednou. Díky velikosti kolem tří miliard parametrů je určený také pro běh přímo v počítači, telefonu nebo jiném okrajovém zařízení.

Twitch nově umožňuje tvůrcům vypnout využívání jejich obsahu pro trénování generativní umělé inteligence Amazonu. Háček je v tom, že volba je ve výchozím nastavení zapnutá. Kdo nechce, aby jeho streamy, videa a příspěvky sloužily jako další palivo pro AI modely, musí se odhlásit ručně.

Umělá inteligence dnes dokáže popsat fotografii, přečíst dokument nebo navrhnout úpravy grafiky. Nový benchmark ale ukazuje, že mezi „vidět obrázek“ a skutečně mu porozumět zůstává překvapivě velká mezera. Ani nejlepší testované multimodální modely nepřekročily hranici 60 procent úspěšnosti.

Indonésie nechce zůstat pouze uživatelem umělé inteligence. V Yogyakartě proto vzniklo první univerzitní centrum AI v zemi, které propojuje Universitas Gadjah Mada, telekomunikační společnost Indosat, NVIDIA a indonéské ministerstvo komunikace a digitálních záležitostí.

Stavební firmy ročně ztrácejí peníze na zpožděných projektech, špatně vyfakturovaných pracích a vadách, kterých si všimnou až moc pozdě. Americký gigant JLG — výrobce zdvihacích plošin, které znáte z každé větší stavby — teď sází na startup, jehož roboti si staveniště sami objedou, nafotí a pomocí vizuální AI z toho vyrobí živou mapu postupu prací. Nejde o sci-fi, ale o konkrétní investici, která ukazuje, kam se posouvá automatizace ve stavebnictví.

Nálepka „AI agent" dnes zdobí web skoro každého dodavatele podnikového softwaru. Před podpisem smlouvy je proto důležitější než marketingový název zjistit, co systém skutečně dělá, jak pracuje s daty a za co přesně platíte. Analytici z Gartneru pro situaci, kdy se obyčejná pravidlová automatizace přebalí do podoby autonomního agenta, používají termín „agent washing". Následující kontrolní seznam pomůže odhalit rozdíl ještě před nákupem a nasazením do firemních procesů.

Google podle oznámení Google DeepMind z 20. května 2026 v rámci konference Google I/O 2026 představil propojení dvou oblastí, které dosud běžely odděleně: modelu, který pracuje s instrukcemi, a modelu, který tvoří video. Nový Gemini Omni má podle popisu Googlu z textu, fotky, audia i videa — přičemž audio může sloužit jako vstupní reference — generovat video a také ho upravovat obyčejnou konverzací.

Čínská společnost Z.ai (dříve Zhipu AI) oznámila model GLM-5.3 určený přímo pro programování. Nejzajímavější na něm ale není jen deklarovaný výkon — je to cenovka. Podle oznámení společnosti mají být váhy modelu se zhruba 700 miliardami parametrů brzy zdarma ke stažení, a to ve chvíli, kdy podle zveřejněných informací hlavní čínský konkurent DeepSeek zdražil své API až na čtyřnásobek. Z dostupných informací tak vyplývá spíše obchodní strategie než běžné oznámení dalšího jazykového modelu.