Alibaba útočí na dominanciu USA modelom, ktorý pracuje dni bez zásahu človeka

Alibaba oznámila Qwen3.8-Max, svoj zatiaľ najschopnejší jazykový model. Má 2,4 bilióna parametrov, z toho 95 miliárd aktívnych na jeden dopyt. Ide o mixture-of-experts architektúru (model zložený z odborných podsietí, z ktorých sa aktivuje len časť). Dôraz nie je na odpovediach na jednu otázku, ale na dokončení zložitých úloh, ktoré bežia dni.

Tím ukázal päť prípadových štúdií, kde model pracoval bez pomoci človeka. V prvej strávil 16 dní stavbou nástroja oh-my-cli. Preberal požiadavky používateľov, menil ich na GitHub issues, sám si ich priradil, napísal kód a iteratívne ho zlepšoval. Do 30. júla 2026 nazbieral 265 commitov, 127 pull requestov a 151 issues, všetko bez jediného ľudského zásahu.

V druhej štúdii dostal vedecký článok bez štartovacieho kódu a mal reprodukovať jeho výsledky. Za približne päť dní a 125 hodín výpočtu napísal 7 600 riadkov kódu, spustil 33 tréningových úloh na GPU a prekonal metódu z článku o 2,7 bodu na benchmarku AIME24. V tretej štúdii, na súťaži s 526 ľudskými tímami, sa umiestnil pred 458 z nich.

Najzaujímavejšia je simulácia celého fiškálneho roka v e-commerce na dátach z Taobao a Tmall. Model začal so 100 000 juanmi, riadil viac obchodov naraz, vyjednával s dodávateľmi v prirodzenom jazyku, upravoval ceny, riešil vratky aj krízy typu tajfún. V dodávateľskom bazéne bolo skrytých 152 podvodníkov, ktorých mal odhaliť. Skončil so 416 252 juanmi, teda štvornásobkom vkladu. To je o 38 % viac než druhý GLM 5.2 a viac než 2,5-násobok toho, čo zvládol predchodca Qwen3.7-Max.

Čísla znejú pôsobivo. Lenže pochádzajú z interných behov Alibaby. Nezávislé overenie zatiaľ chýba. Podľa MarkTechPost navyše multimodálna tabuľka porovnáva model s Qwen3.7-Plus, nie s Max, čo generačný skok opticky nafukuje. A vlastná krivka škálovania Alibaby vrcholí pri asi 4 000 tréningových prostrediach, potom klesá.

Dôležitejšie než benchmarky sú tri veci. Po prvé, ceny za token sú zverejnené: 2 doláre za milión vstupných a 6 dolárov za milión výstupných tokenov, s cache osemkrát lacnejšou než čerstvý vstup. Po druhé, váhy majú padnúť do týždňa, spolu s menším modelom Qwen3.8-27B. Po tretie, The Verge upozorňuje, že Alibaba sa tým vracia k otvoreným váham po krátkom odklone k proprietárnym vydaniam. V Číne sa otvorenosť stala normou aj nástrojom vplyvu.

Dôležitá poznámka do rozpočtu: samotný 2,4-bilionový checkpoint je datacentrový artefakt na viac uzlov. Aktívny počet parametrov Alibaba nezverejnila, takže serverovú cenu zatiaľ nikto seriózne nespočíta. Reálna cesta pre firemné nasadenie na vlastnom hardvéri je menší model 27B, nie vlajková loď.

Čo si z toho zobrať? Pre firmu na Slovensku toto nie je výzva stiahnuť si 2,4-bilionový model. Je to signál, že cez OpenAI-kompatibilné rozhranie máte ďalšieho lacného a schopného dodávateľa, ktorého viete zapojiť zmenou jednej URL. Otázka nie je, či je Qwen lepší než GPT. Otázka je, či vaše zadanie a vaše dáta vôbec dokážu ten rozdiel využiť. Vo väčšine prípadov nie. Testujte, merajte cenu na vlastnej prevádzke a nezabudnite si zarátať, ako z modelu neskôr odídete.

Európske pravidlá transparentnosti AI vstúpili do platnosti

Od 2. augusta platia nové povinnosti podľa Článku 50 AI Actu. Podľa The Verge musia firmy jasne oznámiť, keď človek komunikuje s AI, a označiť strojovo čitateľnou značkou syntetické audio, obraz, video aj text.

Pravidlá rozlišujú poskytovateľov a nasadzovateľov. Poskytovatelia musia navrhnúť systém tak, aby používateľa upozornil, že ide o AI, "pokiaľ to nie je zjavné". Nasadzovatelia musia označovať deepfake obsah, ktorý má vyzerať reálne. Komisia dokonca pripravila vlastné ikony, aby si ich firmy nemuseli navrhovať.

Za nesplnenie hrozia pokuty do 15 miliónov eur alebo 3 % globálneho ročného obratu. Nové systémy podliehajú pravidlám hneď, staršie majú odklad do 2. decembra. Pre firmy to znamená jednu konkrétnu úlohu: prejsť si každý bod, kde zákazník komunikuje s chatbotom alebo vidí generovaný obsah, a doplniť označenie. Nie je to filozofia, je to zoznam úloh s termínom.

Palantir zdvojnásobil tržby, americký komerčný segment vyskočil o 149 %

Palantir vykázal rast tržieb o 93 % na 1,94 miliardy dolárov. Ťahúňom je americký komerčný segment, ktorý stúpol o 149 %. To je číslo, ktoré sa v softvéri tejto veľkosti vidí zriedka.

Čo z toho vyplýva? Dopyt po AI, ktorá skutočne beží v prevádzke veľkých firiem, je reálny a rastie rýchlejšie než vládne zákazky, na ktorých Palantir postavil povesť. Rozdiel medzi pilotom a produkciou je presne to miesto, kde sa peniaze zarábajú alebo strácajú. Palantirove čísla naznačujú, kam sa presúva váha: od prezentácií k systémom, ktoré niečo robia každý deň. Pre menšie firmy je to pripomenutie, že hodnota nie je v tom, že AI máte, ale v tom, že je zapojená do procesu, ktorý bez nej stál viac.

Interpol: AI sa stala jadrom prevádzky kyberzločinu v Afrike

Podľa nového Interpolu je AI zapojená do 55 % nahlásených kyberzločinov v Afrike. Rok 2025 označuje bod, keď sa z užitočného nástroja stal "jadrový prevádzkový motor" zločinu. Finančné straty sa viac než zdvojnásobili, z 192 na 484 miliónov dolárov.

Zločinci používajú AI v každej fáze útoku: prieskum, phishing, vydieranie, aj tvorba syntetických identít, ktoré obídu biometriu. Zaznamenaných bolo asi 600 000 prípadov digitálneho vydierania s deepfakemi, analýza čerpá z dát 36 krajín. Neal Jetton z kyberkriminálnej jednotky hovorí, že AI automatizuje každý krok útoku od prieskumu po únik.

Správa má aj druhú stranu. Štyri koordinované operácie viedli k viac než 1 500 zatknutiam a zabaveniu vyše 100 miliónov dolárov. Rovnaká technológia, ktorá útok zrýchľuje, ho pomáha aj rozbiť. Pre firmy platí jednoduchý záver: phishing, ktorému ste dôverovali podľa gramatiky a tónu, už neexistuje. Overovanie musí stáť na procese, nie na dojme.

Čo ešte stojí za prečítanie?

  • AI dohľad nad diaľkovou skúškou zlyhal tak, že 58 000 študentov musí test opakovať, pričom najlepšie skóre stúplo päťnásobne, píše Ars Technica.
  • Google pomocou AI agentov našiel a opravil 1 072 bezpečnostných chýb v Chrome za 60 dní, informuje ZDNET.
  • IBM zistil, že 92 % firiem zasiahnutých AI incidentom nemalo ani základné prístupové kontroly k svojim AI systémom, uvádza The Decoder.
  • Dva výskumné tímy nezávisle vyriešili rovnaký problém kvantovej kryptografie cez GPT-5.6 s odstupom len troch hodín, podľa The Decoder.
  • Americká firma dodá 50 000 ukrajinským dronom AI schopnosti samostatného sledovania cieľov v kontrakte za 100 miliónov dolárov, píše Ars Technica.
  • Meta zdvojnásobila efektivitu tréningu svojho reklamného modelu GEM na LLM škále na niekoľkých tisíckach najnovších GPU, uvádza Meta Engineering.

Čo si o tom myslím

Firmy sa ma znova opýtajú, či je Qwen lepší než GPT. Je to zlá otázka. Rozdiel medzi týmito modelmi je dnes menší než rozdiel medzi dobrým a zlým zadaním a medzi dátami, ktoré do toho firma pustí. Qwen3.8-Max je zaujímavý najmä tým, že pridáva lacného, otvoreného dodávateľa a znižuje riziko uzavretosti. Pripojiť ho je otázka jednej zmeny URL. To je reálna hodnota. Naháňať sa za tým, ktorý model vyhral ktorý benchmark z vlastnej dielne výrobcu, je strata času. Vyberte si podľa ceny na vlastnej prevádzke a podľa toho, ako z nástroja viete odísť, nie podľa 2,4 bilióna v titulku.

Na záver

Zaujímavejší než benchmarky je pohyb na amerických univerzitách. Fast Company opisuje študentku psychológie, ktorá si robí minor z AI, aby vyčnievala. Zápisy do informatiky pritom klesli o vyše 8 %, lebo nábor juniorných programátorov ochladol. Katedry sa preto otočili a učia AI hudobníkov, právnikov aj biológov. Vedúci katedry v Texase to nazýva demokratizáciou: tak ako každý potrebuje matematiku a čítanie, každý bude potrebovať mieru AI gramotnosti. Je v tom háčik. Keď za vás kód píše model, na povrchu to vyzerá ako pomoc. Pod povrchom ale model preberá aj pochopenie úlohy. Gramotnosť nie je vedieť model spustiť. Je to vedieť skontrolovať, či to, čo vypľul, dáva zmysel.

Otvorte si dnes cenník Qwenu vedľa cenníka svojho súčasného modelu a spočítajte si, koľko by vás stál jeden reálny mesiac vašej prevádzky.