Čína, Čína, Čína a: může nováček Jev ohrozit IPO společnosti Anthropic?

Čínský program umělé inteligence do roku 2035 se ve vlastní zemi setkává s rostoucími obavami o pracovní místa

Čínské vedení prohlásilo šíření umělé inteligence za národní úkol: do roku 2035 má být tato technologie zakotvena v každé oblasti hospodářství a společnosti. Tento kurz je podporován stálým přísunem open-source modelů, které jsou výkonné a relativně levné na vytvoření i provoz. Si Ťin-pching se přitom vyjádřil výrazně znepokojeněji ohledně rizik než Donald Trump a požadoval regulaci, která zajistí, že umělá inteligence „zůstane vždy pod lidskou kontrolou“. V USA se debata vede opačným směrem: poté, co se přední manažeři v oboru vyslovili pro zpomalení tempa vývoje, označil Trump tyto bezpečnostní obavy za podvod, který dává Číně výhodu v závodě o technologické prvenství.

Průzkumy ukazují, že čínští respondenti jsou vůči této technologii nadšenější než američtí a její šíření je rychlejší. Pod povrchem však probíhá stejná debata jako ve zbytku světa. Čínské platformy jsou plné příspěvků, ve kterých se zaměstnanci obávají o svá pracovní místa a živobytí. Příkladem je 30letý herec Sü Pcheng, který po období bez práce v loňském roce natáčel jeden až dva seriály měsíčně v Hengdianu, produkčním centru filmů a krátkých dramat ve východní Číně. Po Novém roce v únoru byly naplánovány další dvě produkce; telefonát však nepřišel a na dotaz producent sdělil, že společnost natáčení zrušila a místo toho sází na videa generovaná umělou inteligencí. „Včera bylo ještě všechno v pořádku a dnes je to najednou pryč,“ popisuje situaci.

Vedení v Pekingu je podle tohoto výkladu stále více znepokojeno politickými a hospodářskými důsledky tohoto převratu. Zatímco v USA se takové konflikty řeší otevřeně a projednávají se u soudů a v legislativě, v Číně chybí odpovídající cesty, kterými by mohli postižení o své situaci spolurozhodovat. Z toho vyplývá pro Komunistickou stranu dilema: rychlý rozvoj posiluje pozici země navenek, zatímco brzdění technologie uvnitř země by se mohlo stát nezbytným pro udržení moci.

{Synthszr Take: Zvenčí působí Čína jako jediný aktér s jasným plánem: rok 2035, všechny sektory, řízeno shora. Uvnitř se však tento plán rozpadá na tisíce jednotlivých případů, jako je herec v Hengdianu, který po Novém roce přišel o dvě produkce, protože studio přešlo na generovaná videa. Tyto zlomové linie jsou zvenčí těžko měřitelné, protože se odehrávají ve studiích krátkých videí a na regionálních trzích práce, nikoli při slyšeních nebo v žalobách. Pro Peking to znamená, že každé zrychlení vytváří tlak, který nemá kam uniknout, a strana ho musí sama dávkovat, bez pojistného ventilu a bez systému včasného varování. Jak rychle bude Čína v příštích letech postupovat, se rozhodne na základě údajů o zaměstnanosti v odvětvích, jako je film a reklama, a právě tato čísla zvenčí téměř nikdo nevidí.}

Noah Smith představuje strategii pro Čínu

Ekonom Noah Smith zveřejnil ve svém newsletteru Noahpinion příspěvek s názvem „How we can beat China“, ve kterém se zamýšlí nad strategickou soutěží mezi USA a Čínou. Jako historická předloha mu slouží takzvaný Dlouhý telegram, který George Kennan poslal v roce 1946 jako chargé d’affaires amerického velvyslanectví v Moskvě ministru zahraničí. Kennan v něm argumentoval, že sovětské vedení je trvale nepřátelské, ale zároveň opatrné a že se systém zhroutí kvůli vlastním vnitřním rozporům. Z toho se vyvinula doktrína Containment, která formovala americkou strategii až do rozpadu Sovětského svazu o 45 let později. → Noahpinion

Synthszr Take: Kennan mohl v roce 1946 sázet na čas, protože sovětský systém ničil vlastní produkci, a tento kalkul po 45 letech vyšel. Stejná trpělivost vůči Číně by byla vůbec nejdražší radou, protože tam každý rok přibývají tovární kapacity, rozšiřování sítí a inženýrské hodiny, zatímco na Západě vznikají strategické dokumenty. Účinné páky jsou nudné: schvalovací řízení v řádu měsíců místo let a závazné záruky odběru pro výrobu baterií a čipů, aby se investice do zařízení vůbec vyplatily.

Washington a Peking se po osmihodinovém jednání v New Yorku dohodly na dialogu o umělé inteligenci

USA a Čína se dohodly na zřízení bilaterálního formátu pro dialog o umělé inteligenci a na zprovoznění společného obchodního orgánu, Board of Trade. Podle deníku South China Morning Post tomu předcházelo zhruba osmihodinové jednání v New Yorku, jen několik dní před státní návštěvou prezidenta Si Ťin-pchinga ve Washingtonu. Americký ministr financí Scott Bessent a obchodní zmocněnec Jamieson Greer oznámili výsledky po svém setkání s vicepremiérem He Lifengem v sídle společnosti JPMorgan. Bessent hovořil o velmi úspěšné výměně názorů na obchod a umělou inteligenci, Greer prohlásil, že z dřívějších nápadů na obchodní grémium a rozhovory o umělé inteligenci se nyní staly konkrétní iniciativy. Cílem je připravit půdu pro úspěšné setkání Trumpa a Si Ťin-pchinga ve čtvrtek ve Washingtonu. → South China Morning Post

Synthszr Take: Osm hodin jednání a nejhmatatelnějším výsledkem je příslib, že se bude v budoucnu dále jednat. V červenci se ještě zvažoval zákaz čínských modelů, nyní se formát nazývá dialog o umělé inteligenci: pokrok v tónu, aniž by byla rozhodnuta jediná otázka kontroly vývozu nebo schvalování. To, že čínská strana neřekla tisku ani slovo, zatímco Bessent hovoří o velmi úspěšné výměně názorů, ukazuje, kdo má v tuto chvíli interpretační převahu nad tímto setkáním.

Zavádění umělé inteligence v Číně vázne: 70 procent malých podniků se nedostane dál než k testování

Časopis The Atlantic popisuje zavádění umělé inteligence v Číně jako výrazně kostrbatější, než by naznačoval obraz odhodlaně postupujícího státu. Státem podporované China Center for Information Industry Development v červnu odhadlo, že téměř 70 procent malých podniků v zemi se nedostalo dál než k prvním pokusům s umělou inteligencí, a to především kvůli nákladům a nedostatku odborných znalostí. Peking se drží cíle zakotvit tuto technologii do roku 2035 v každé oblasti hospodářství a společnosti; Si Ťin-pching zároveň požadoval regulaci, která zajistí, že umělá inteligence „zůstane vždy pod lidskou kontrolou“. Časopis popisuje několik případů: herec Sü Pcheng přišel o dvě přislíbené role v produkcích krátkých dramat, protože studio místo toho nechalo vytvořit videa pomocí umělé inteligence. Na platformách Douyin a RedNote kolují zprávy o takzvané Distillation, při které zaměstnavatelé vkládají do modelu chaty, dokumenty a e-maily bývalých zaměstnanců, aby převzali jejich úkoly. → The Atlantic

Synthszr Take: Tvrzení, že bezpečnostní obavy jsou dárkem pro Peking, neobstojí tváří v tvář faktům: státem podporovaný čínský institut uvádí téměř 70 procent malých podniků, které se nedostanou dál než k pilotním projektům, protože jim chybí peníze a know-how. Obraz plně digitalizovaného protivníka je rétorický nástroj pro domácí politiku a funguje, protože si málokdo ověří, jak to skutečně vypadá v Hengdianu nebo v šanghajských produkčních firmách. Když sám Si Ťin-pching mluví o kontrole nad technologií, hroutí se premisa závodu, protože obě strany bojují se stejným strachem ze ztráty pracovních míst a kontroly.

Mladí Číňané zakládají startupy s umělou inteligencí, protože je trh práce již nepřijímá

The Wall Street Journal popisuje vlnu zakládání firem v Číně, kterou vedou mladí lidé, kteří vyhořeli v technologických zaměstnáních nebo se stali nezaměstnanými. Místo toho, aby se znovu ucházeli o pozice ve velkých platformových korporacích, zakládají vlastní firmy v oblasti umělé inteligence. Zpráva to výslovně označuje za reakci na situaci na trhu práce: přetížení v oboru a chybějící pracovní příležitosti pro absolventy se sbíhají. Podle WSJ jsou vstupní náklady na takové založení firmy nyní tak nízké, že produkt může vzniknout bez významného počátečního kapitálu. → Wall Street Journal

Synthszr Take: Podnikání je zde nouzovým východem z trhu práce, který mladé lidi nejprve vyčerpá a poté je už nezaměstná. Vstupní bariéra celosvětově klesla (v Německu bylo v roce 2025 z 3 568 nově založených firem 935 startupů v oblasti AI), v Číně k tomu přistupuje tlak, že k samostatné výdělečné činnosti téměř neexistuje reálná alternativa. Ekonomicky je to produktivní, z hlediska životní dráhy je to hořké a obojí platí současně.

Čínská akademie věd vyrábí sub-3nm tranzistory pomocí staré DUV techniky

Vědci z Čínské akademie věd (CAS) podle vlastních slov dokončili ranou procesní cestu pro tranzistory pod tři nanometry, aniž by použili nejmodernější osvitové stroje. Konkrétně se jedná o skládané kanály Nanosheet v konstrukci Gate-all-around, integrované s klasickou DUV litografií. Informoval o tom server Digitimes s odvoláním na výroky výzkumníka CAS Ye Tianchuna, které převzal deník South China Morning Post. Sám Ye zdůrazňuje, že práce je v rané fázi a je nutná další validace na úrovni waferů, než bude možné proces přenést na výrobní linku. Důvodem jsou americká a nizozemská exportní omezení, která zakazují společnosti ASML prodávat EUV systémy čínským zákazníkům: EUV pracuje s vlnovou délkou 13,5 nanometru, DUV se 193 nanometry. → Techpresso

Synthszr Take: Vytvářet struktury pod tři nanometry pomocí 193nanometrového světla je asi jako psát drobným písmem fixem: je to proveditelné, pokud znovu vynaleznete každý další krok procesního řetězce. Zákaz vývozu systémů EUV od společnosti ASML donutil lidi z CAS zabývat se architekturou tranzistorů, skládanými Nanosheets, vícenásobným osvitem a vlastními laserovými zdroji. Takové okliky stojí výtěžnost a roky, ale vytvářejí kompetence přesně tam, kde si západní výrobci jednoduše objednají stroj ve Veldhovenu a zbytek přenechají dodavateli.

Alibaba uvolňuje Qwen-Image-2.1: 7 miliard parametrů, běží na RTX 3090

Tým Qwen společnosti Alibaba vydal Qwen-Image-2.1, model s otevřenými vahami pro generování a úpravu obrázků. Komponenta zodpovědná za syntézu obrazu si podle týmu vystačí se 7 miliardami parametrů a ve vlastním benchmarku poráží většinu uzavřených modelů; nezávislá srovnávací měření podle The Decoder zatím chybí. Model běží na výkonných spotřebitelských grafických kartách, jako je RTX 3090. Nativně vytváří a upravuje transparentní obrázky ve formátu RGBA, což umožňuje ořezávat objekty nebo vyměňovat textové prvky na transparentních vrstvách. Současně lze zpracovat až deset referenčních obrázků, například pro skupinové portréty, virtuální zkoušení nebo interiérový design, přičemž kruhy, masky nebo nakreslené značky řídí lokální změny. → The Decoder

Synthszr Take: Karta 3090 je už dávno zboží z druhé ruky s 24 GB videopaměti a právě na ní nyní běží obrazový model, který Alibaba ve vlastním benchmarku staví před uzavřené poskytovatele. To mění kalkulaci pro každé studio, které dosud platilo za každý obrázek programovému rozhraní: mezní náklady se smrsknou na spotřebu elektřiny a žádný zákaznický obrázek už neopustí vlastní počítač. Nativní RGBA vrstvy a deset referenčních obrázků v jednom průchodu jsou produkčními vlastnostmi, na transparentních ořezech a konzistentních osobách cloudové služby v běžném provozu selhávají.

Umělá inteligence od Alibaby rozpozná 146 nemocí na jednom CT snímku

Výzkumná jednotka společnosti Alibaba, DAMO Academy, představila v odborném časopise Science systém umělé inteligence, který z jediného CT snímku břicha provádí screening 146 různých onemocnění v 18 orgánech. Ve srovnávací studii s 26 radiology, od asistentů po primáře, byla průměrná diagnostická přesnost modelu s názvem DAMO RADAR vyšší než u 23 z těchto lékařů. Systém byl externě validován na osmi nezávislých klinikách s přibližně 40 000 reálnými vyšetřeními a dosáhl průměrné hodnoty AUC 0,913, čímž překračuje konvenční hranici 0,9 pro vynikající klinický výkon. Byl trénován na 420 000 CT snímcích břicha s kontrastní látkou, z nichž vzniklo 15 milionů párů obrázků a textů souvisejících s anatomií, a to bez další manuální anotace nad rámec již existujících lékařských zpráv. Kód je od 18. září 2026 k dispozici na GitHubu a HuggingFace pod licencí Apache-2.0, váhy modelu samostatně pod licencí CC BY-NC-SA 4.0, která povoluje výzkum a zakazuje komerční využití bez zvláštní dohody. → Tech Times

Synthszr Take: 23 z 26 v praxi znamená: tři lidé byli ještě lepší, to je celý náskok, který specialistovi v rámci studie zbývá. Průměrná hodnota AUC 0,913 je těsně nad hranicí 0,9, od které je diagnostika považována za vynikající, a to napříč všemi 146 třídami nálezů, nejen pro jeden orgán. Kombinace je důležitější než soutěž: plus deset procentních bodů citlivosti a o více než 30 procent méně času na případ, když lékař a model čtou snímky společně.

Apple podepisuje pravost fotografií

Společnost Apple představila postup nazvaný „Apple Reference Image“, který zajišťuje pravost fotografií již na úrovni snímače a má být spuštěn s hlavním snímačem telefonů iPhone 18 Pro a iPhone 18 Pro Max. Volitelný režim fotoaparátu spouští snímač ve zvláštním režimu snímání, ve kterém jsou data pixelů kryptograficky podepsána ihned po jejich zachycení. Následně z nich ve dvou fázích vzniká digitální negativ a referenční obrázek s časovým razítkem. Zpracování probíhá podle údajů společnosti prostřednictvím Private Cloud Compute, který má obrazová data chránit i před samotnou společností Apple. Apple svůj postup výslovně odlišuje od průmyslového standardu C2PA, který připojuje údaje o původu až po pořízení snímku a je tak napadnutelný v kterémkoli bodě řetězce zpracování. Jako vlastní požadavky koncern uvádí sémantickou autentičnost, odolnost proti manipulaci až po jailbreak zařízení a ochranu soukromí: třetí strana by neměla být schopna rozpoznat, zda dva referenční obrázky pocházejí ze stejného zařízení. → Benedict Evans

Synthszr Take: Pečeť má jen takovou hodnotu, jaký je zvyk ji kontrolovat, a při scrollování ji nekontroluje prakticky nikdo. Technicky je věc vyřešena čistě: snímač podepisuje pixely dříve, než se jich dotkne jakýkoli software, a zpracování zůstává sledovatelné. Břemeno se tak přesouvá na publikum, které má rozlišovat dvě kategorie, ověřené a všechno ostatní, přičemž druhá kategorie zahrnuje téměř celý internet.

Vercel: Jev je přijímán rychleji než Faible a Atlas

Jev je první produkt společnosti TypeSafe AI, který byl 15. září po zhruba dvou letech vývoje ve skrytu spuštěn do předběžného přístupu. Společnost založili Diogo Almeida, Erik Gafni a Sasha Sheng. Almeida dříve pracoval v Google Brain a OpenAI a podílel se na posilovaném učení z lidské zpětné vazby a na modelu InstructGPT. Při spuštění ohlásila společnost TypeSafe seedové kolo financování ve výši 40 milionů dolarů pod vedením DCVC. Almeidova výchozí teze: Modely se staly silnými v interakci s lidmi, ale pro automatizaci odvětví optimalizuje špatné rozhraní, protože software mluví jiným jazykem než próza.

Japonská náborová platforma Offers zařadila 20. září zkušenost s modelem Jev do své taxonomie dovedností. Kandidáti tak mohou tuto znalost uvést ve svém profilu, zaměstnavatelé podle ní mohou vyhledávat a cíleně zasílat nabídky. Platformu Offers provozuje společnost overflow, uvádí přibližně 40 000 registrovaných odborníků a od svého spuštění v roce 2019 podle vlastních údajů zprostředkovala zaměstnání u více než 1 000 zaměstnavatelů. Platforma neprohlásila, že by Jev sám procházel žádosti, třídil kandidáty nebo činil rozhodnutí. V době zařazení byl model starý pět dní.

Technicky Jev přijímá nestrukturovaná data, text nebo JSON, k tomu předem typizované otázky, a poskytuje typizované odpovědi s pravděpodobnostmi a hodnotami spolehlivosti. Model negeneruje volný text ani neposkytuje zdůvodnění. Trénovací metodu nazývá TypeSafe RLCD, Reinforcement Learning for Calibrated Decisions (posilované učení pro kalibrovaná rozhodnutí), u níž má vyšší uvedená pravděpodobnost znamenat i vyšší míru úspěšnosti. Poskytovatel si účtuje 0,042 dolaru za milion vstupních tokenů a výstupní tokeny neúčtuje vůbec, protože jsou prý „příliš levné na to, aby se účtovaly“. Jako dobu odezvy uvádí TypeSafe 70 až 500 milisekund a své výhody v závislosti na úkolu vyčísluje na 20 až 200násobnou rychlost a 40 až 400násobnou úsporu nákladů oproti jazykovým modelům.

Adopce proběhla neobvykle rychle. Přes AI Gateway od Vercelu dosáhl Jev během 24 hodin téměř 13 procent platících týmů, což je podle provozovatele dvakrát více než rodina modelů GPT-5.6 a více než šestkrát více než Fable 5.1. Společnost TypeSafe dočasně ztratila schopnost obsluhovat své vlastní API, protože poptávka byla příliš vysoká. Inženýr ve společnosti Vercel uvádí, že bezpečnostní klasifikátor po přechodu z ChatGPT Luna 5.6 na Jev běžel pětkrát až osmnáctkrát rychleji a přesněji. Vývojář ve společnosti Bryo AI porovnával klasifikaci obchodních e-mailů: Gemini byl o něco přesnější, ale desetkrát až dvacetkrát dražší.

Zveřejněné metriky pocházejí prozatím převážně od samotného poskytovatele a porovnávají výstupy modelu s referenčními pravděpodobnostmi jiných modelů, nikoli s daty označenými lidmi. V průměru za čtyři rozhodovací procesy dosahuje Jev přesnosti 68 procent při nákladech 0,0004 dolaru a 0,4 sekundy na případ, GPT-5.6 Terra rovněž 68 procent při 0,03 dolaru a 10 sekundách a Opus 5 73 procent při 0,18 dolaru a 38 sekundách. Tvrzení, že Jev nemůže halucinovat, je v odborné debatě označováno za příliš široce interpretované: Model se pouze nemůže odchýlit od daného schématu, ale v rámci schématu se může mýlit. První nezávislé testy dopadají příznivě, ale jsou malého rozsahu: Britský web pro pořádání akcí naměřil při moderování příspěvků 96 procent oproti 86 procentům u Gemini Flash-Lite, jeden vývojář nechal model bez příkladů projít 18 514 spamových e-mailů a statisticky se vyrovnal trénovanému klasifikátoru.

V sadě nástrojů pro vývojáře se Jev uplatní především tam, kde se rozhoduje opakovaně a ve velkém počtu: směrování (routing) mezi agenty a nástroji, klasifikace tiketů a dokumentů, rozhodování o eskalaci a hodnocení výstupů modelů. K dispozici jsou tři typy otázek: výběr z až 255 možností, hodnocení na škále až deseti stupňů a otázka typu ano/ne, která vrací pouze pravděpodobnost a nemá vlastní pole spolehlivosti. → Langfuse, RuntimeWire, The Deep View, TechCrunch, Vercel, The Stack, Arize AI

Synthszr Take: Model je starý pět dní a platforma se 40 000 registrovanými odborníky ho již uvádí jako vyhledávatelnou dovednost při náboru. To vypovídá málo o Jev a hodně o poločasu rozpadu kvalifikačních profilů: Taxonomie pracovních platforem se nyní mění rychleji než jakýkoli plán dalšího vzdělávání, jakýkoli proces vypisování pracovních míst a jakákoli certifikace, kterou může personální oddělení vytvořit. Reflexivní zařazování takových zkratek do vyhledávacích filtrů vytváří zdánlivou přesnost, protože po pěti dnech nikdo nemůže smysluplně rozlišit mezi skutečnou zkušeností a přečteným blogovým příspěvkem. Klíčové je v této věci rozhodnutí, od jaké hodnoty spolehlivosti proces proběhne automaticky a kdy se na něj musí podívat člověk; to v žádném seznamu dovedností není. Pokud rozhodnutí o přijetí závisí na názvech nástrojů, které vydrží tři měsíce, je profil zastaralý už při nástupu do zaměstnání.