Důležitost:Zprávahardware optimization
AMD zrychlí AI/LLM na integrovaných Radeon GPU o 18–23 % s Linuxem 7.4
Srovnávací test uzavírá nejslabší testovaný notebook s čipem AMD Ryzen AI 5 340 (Krackan Point). Zdroj: phoronix.com
Štítek: Benchmark
68 článků
Důležitost:ZprávaAI Benchmarks
KT se svým AI routerem obsadila druhé místo v žebříčku RouterArena
Jihokorejský telekomunikační gigant KT oznámil, že jeho vlastní technologie AutoModelRouter pro směrování AI modelů obsadila druhé místo v celkovém pořadí benchmarku RouterArena. Výsledek potvrzuje rostoucí schopnosti KT v oblasti optimalizace výběru a nasazení AI modelů. Zdroj: businesskorea.co.kr
Důležitost:Zprávamodel benchmarks
KT s technologií AutoModelRouter obsadila druhé místo v benchmarku LLM routerů
Interní nástroj KT nazvaný AutoModelRouter, který automaticky vybírá a směruje dotazy mezi různými AI modely, se umístil na druhém místě ve veřejném benchmarku LLM routerů. Výsledek ukazuje sílící konkurenci v oblasti technologií pro efektivní výběr modelů. Zdroj: biz.chosun.com
Důležitost:VýzkumAI agent performance optimization
CLM-8B od Stanfordu a Nvidie zrychluje AI agenty díky ukládání akcí
Open-source model CLM-8B od Stanfordu a Nvidie ukládá opakovaně použitelné akce agentů místo jejich přepočítávání, díky čemuž je v testech až 9x rychlejší než Jev. Cílí na AI agenty, kteří běžně využívají LLM k výběru nástrojů nebo hodnocení výstupů. Zdroj: venturebeat.com
Důležitost:Výzkumopen-source image generation
Qwen-Image-2.1 posouvá open-source generování obrázků dál
Qwen-Image-2.1 je kompaktní model se 7 miliardami parametrů, který v sobě spojuje tři pokročilé schopnosti generování obrazu. Podle tvůrců tak nastavuje novou laťku pro open-source nástroje na tvorbu obrázků. Zdroj: eu.36kr.com
Důležitost:Zprávarobot benchmarks and generalization
Nové skóre 56 % u Figure vyvolává otázky o schopnosti robotů generalizovat
Nový výsledek benchmarku, kde humanoidní robot od Figure dosáhl 56 %, vyvolává hlubší diskuzi o tom, jak dobře dokážou tělesní AI agenti zobecňovat své dovednosti napříč úkoly. Výsledek nutí firmy jako Unitree či Agibot přehodnotit strategie, jak prokázat reálnou univerzálnost robotů namísto úzkého zaměření na konkrétní úlohy. Zdroj: eu.36kr.com
Důležitost:Spuštěníbenchmarking
NVIDIA spouští AIPerf, nástroj pro měření rychlosti LLM ve velkém měřítku
NVIDIA uvedla nástroj AIPerf, který má spolehlivě měřit rychlost inference velkých jazykových modelů při nasazení ve velkém rozsahu. Cílem je poskytnout vývojářům konzistentní výkonnostní data s rostoucím využitím LLM. Zdroj: quantumzeitgeist.com
Důležitost:Výzkumrobot engineering
Nový benchmark ověřuje, zda AI kódovací agenti umí navrhnout robota
Vědci z Harvardu spustili RLE-Bench, benchmark hodnotící schopnost AI kódovacích agentů zvládnout inženýrský návrh fyzických robotických systémů. Nástroj má měřit reálné inženýrské dovednosti nad rámec běžných softwarových úloh. Zdroj: seas.harvard.edu
Důležitost:ZprávaAI hardware benchmarks
Pomůže pokrok Intelu v AI inferenci posílit jeho růstové vyhlídky?
Intel prezentoval vylepšené schopnosti v oblasti AI inference díky nejnovějším výsledkům benchmarku MLPerf Inference v6.1. Firma tvrdí, že výsledky ukazují výrazné zlepšení výkonu, které by mohlo podpořit její budoucí růst. Zdroj: theglobeandmail.com
Důležitost:Zprávaquantum computing/materials science
Columbia a Cambridge posouvají kvantové AI modelování materiálů
Vědci z Columbia University a University of Cambridge vytvořili nový benchmark pro hodnocení strojového učení při predikci vlastností materiálů. Cílem je zvýšit spolehlivost AI modelů ve vědě o materiálech propojením poznatků z kvantových výpočtů s metodami hodnocení ML. Zdroj: quantumzeitgeist.com
Důležitost:SpuštěníLLM tool-use/training data
Google představil ToolGrad s úspěšností 99,8 % při generování dat pro použití nástrojů
Google Research vyvinul framework ToolGrad, který generuje trénovací data pro využívání nástrojů v LLM tak, že postupuje odzadu od výsledné odpovědi. Přístup dosahuje 99,8% úspěšnosti a skóre 83,1 v benchmarku BFCL. Zdroj: marktechpost.com
Důležitost:Zprávaautonomous AI agents
Zpráva: autonomní AI agent zanechal stopy své činnosti na Hugging Face
V červenci 2026 procházel autonomní AI agent postavený na modelech OpenAI benchmarkovým testem, který měřil jeho schopnost vyhledávat a zpracovávat data. Během testu měl na platformě Hugging Face zanechat soubory odhalující detaily o jeho chování. Zdroj: scworld.com
Důležitost:Zprávamaterials science
AI modely pro materiálovou vědu potřebují lepší fyzikální základ
Tým vedený Michelem Simoncellim vytvořil nový benchmark, který testuje, jak přesně modely strojového učení zachycují kvantové interakce mezi atomy. Cílem je posunout AI systémy používané v materiálové vědě k fyzikálně konzistentnějším předpovědím. Zdroj: eurekalert.org
Důležitost:Spuštěnídeveloper_tools
HydraFusion: Orchestrace více modelů má přiblížit kvalitu špičkových AI za nižší cenu
Projekt HydraFusion od GitHubu kombinuje více modelů a selektivně je nasazuje na programátorské úlohy. V offline testech si podle všeho v jednom benchmarku vedl stejně dobře nebo lépe než model Opus 5, a to při nižších nákladech, i když srovnatelnou kvalitu se nepodařilo prokázat ve všech testech. Zdroj: github.blog
Důležitost:Spuštěnídeveloper_tools
Router HydraFusion od GitHubu snižuje náklady na AI programování, kvalitu ale potvrdil jen v jednom testu
Nový systém HydraFusion od GitHubu dokáže snížit náklady na AI generování kódu ve všech testovaných benchmarcích. Vlastní zveřejněná data ale ukazují, že srovnatelnou kvalitu si udržel jen v jednom ze tří testů. Zdroj: venturebeat.com
Důležitost:ZprávaAdobe AI
Agentní weby prověří rychlost Adobe AI
Adobe testuje, jak rychle dokáže jeho AI pohánět nové nástroje pro tvorbu webů pomocí agentů. Uvedení slouží jako zkouška pro širší směřování firmy k autonomním kreativním nástrojům založeným na AI. Zdroj: startuphub.ai
Důležitost:Výzkumhardware optimization
NVIDIA představuje Vera Rubin a Blackwell jako nový standard efektivity pro agentní AI
NVIDIA tvrdí, že platformy Vera Rubin a Blackwell nastavují nový standard výkonu na watt pro agentní AI úlohy. Firma upozorňuje, že AI agenti posunuli inferenci od jednoduchých odpovědí k víckrokovému uvažování, používání nástrojů a koordinaci mezi subagenty. Zdroj: google.com
Důležitost:Spuštěnílegal AI
Harvey představuje Tenet, model založený na Kimi K3 pro právní AI agenty
Právnicko-technologická firma Harvey uvedla model Harvey Tenet, dotrénovanou verzi základního modelu Kimi K3 vytvořenou ve spolupráci s Fireworks pro zvládání dlouhých a komplexních úkolů právních AI agentů. Firma zveřejnila detaily o nasazení, metodě trénování i výsledky benchmarků. Zdroj: marktechpost.com
Důležitost:Spuštěnívideo-model
MiniMax H3: otevřený model pro video, který mění pravidla hry v AI
MiniMax H3 vytváří video v rozlišení 2K s vestavěným stereo zvukem za výrazně nižší cenu než konkurenční nástroje. Pozornost budí jak jeho technické parametry, tak výsledky benchmarků a licenční podmínky. Zdroj: intelligentliving.co
Důležitost:ZprávaAI platforms comparison
Copilot vs Gemini vs Perplexity: miliarda uživatelů a rozdíl 325 dolarů v ceně
Srovnání z roku 2026 staví proti sobě Copilot, Gemini a Perplexity z hlediska ceny, výkonu v testech mezi GPT-5.6 a Gemini 3 Pro i počtu měsíčně aktivních uživatelů, který přesahuje miliardu. Zdroj: tech-insider.org