Mistral Large 4: Jak dobrá je evropská odpověď na OpenAI a spol.?

Evropský Mistral Large 4 slibuje open source na úrovni Opus

Mistral v úterý spustil Public Preview modelu Mistral Large 4, interně označovaného jako ML4 a oficiálně nazvaného „le Chonk“. Model má bilion parametrů, z nichž 49 miliard je aktivních při každém dotazu, a je nativně multimodální. Váhy mají být zveřejněny 27. října. Do té doby probíhá Red-Teaming s bezpečnostními firmami, ověřenými partnery a státními orgány, které získají přístup k verzi s omezenou moderací a rozšířenými kybernetickými schopnostmi. Model byl podle údajů společnosti trénován od základu na přibližně 3 800 až 4 000 akcelerátorech Nvidia-Grace-Blackwell ve vlastních evropských datových centrech společnosti Mistral. Na stejné infrastruktuře běží i verze Preview. Značná část tréninkových dat byla vícejazyčná a pokrývá více než 160 jazyků, včetně všech úředních jazyků EU.

Mistral pozicuje ML4 jako nejvýkonnější model s Open Weights mimo Čínu a jako „velmi, velmi blízký“ proprietárním špičkovým modelům. Podle poskytovatele je kladen důraz na kódování, agentní procesy a odvětví jako finance, právo, výroba a elektrotechnika. V oblasti kybernetické bezpečnosti Mistral odkazuje na nezávislý Artificial Analysis Cyber Index, kde se model řadí mezi pět nejlepších; u úkolu, kde má být reprodukována a následně opravena reálná zranitelnost v open-source softwaru, uvádí Mistral hodnotu 82 procent, u 40 cvičení ze sady Cybench pak 93 procent. Spoluzakladatel a hlavní vědecký pracovník Guillaume Lample v rozhovoru pro The Deep View tvrdí, že otevřené váhy jsou klíčové právě pro bezpečnostní procesy, protože společnosti by neměly být závislé na tom, zda poskytovatel bude model nadále provozovat. Lample dále poukazuje na to, že jiné laboratoře mnohým specializovaným oblastem jednoduše nepřikládají prioritu.

Model je primárně určen pro firmy, které jej provozují na vlastním hardwaru nebo v privátním cloudu, ale je dostupný také prostřednictvím API společnosti Mistral. S bilionem parametrů jej nelze spustit na stolním počítači nebo notebooku a jeho provoz by mohl být náročný i pro některé univerzity. Mistral uvádí, že použil stejné prostředí pro trénink, přizpůsobení a posilující učení, jaké je zákazníkům nabízeno prostřednictvím produktu Mistral Forge. Zatímco americké laboratoře si účtují příplatky za uzavřené modely, Mistral vydělává na poplatcích za provoz ve vlastním cloudu podle využití a na inženýrech, kteří zákazníkům pomáhají s přizpůsobením modelů.

Spuštění přichází v době rostoucího napětí ohledně přístupu ke špičkovým modelům. Trumpova administrativa v červnu zavedla dočasná omezení pro šíření modelů od OpenAI a Anthropic, což zdůvodnila rizikem zneužití při kybernetických útocích. Čínské laboratoře zase americká vláda obviňuje z toho, že výkonnostní mezeru zmenšily pomocí destilace, tedy trénováním menších modelů na výstupech těch větších. Mistral v září uzavřel kolo financování ve výši 3,3 miliardy dolarů při ocenění 24 miliard dolarů, což je největší kolo, jaké kdy evropská technologická společnost získala; příjmy se podle zprávy deníku Financial Times v loňském roce zvýšily dvacetinásobně. → Mistral Blog, The Deep View, Wired, Wall Street Journal

Pohled Synthszr: V nákupních odděleních se o Le Chonk rozhoduje na základě jediné otázky: Komu patří model, když ho poskytovatel vypne? Každá vynucená migrace na novou verzi naruší prompty, evaluace a agentní procesy, které byly měsíce kalibrovány na chování té staré, a tento účet nikdo rád neplatí dvakrát ročně. Proto má 27. říjen, kdy budou zveřejněny váhy, větší váhu než 82 procent v Cyber Indexu: Model, který máte jako kompletní kopii ve vlastním datovém centru, vám nikdo nemůže vypovědět. Z obchodního hlediska k tomu sedí, že otevřené váhy stojí pouze výpočetní čas, který spotřebují, a Mistral vydělává na hostingu a inženýrech pro ladění, nikoli na přirážkách za token. Za to, že se tržby za dobrý rok zdvacetinásobily, vděčí Mistral strachu, který američtí poskytovatelé sami vyvolali cykly zastarávání a exportními omezeními.

OpenAI označuje texty z ChatGPT v Evropě, záměna synonym detekci obejde

OpenAI bude pro uživatele v Evropské unii texty z ChatGPT a Codexu v budoucnu opatřovat neviditelným vodoznakem, který se skrývá ve vzorci volby slov a který dokáže najít pouze speciální detektor. Postup se nazývá textGrain a má být zveřejněn, aby na něm mohli stavět i ostatní. Vývojáři mohou označování prostřednictvím programového rozhraní aktivovat pro vybrané modely po celém světě již nyní, ve výchozím nastavení je však vypnuté; v ChatGPT a Codexu bude zavedeno v příštích týdnech pro všechny tarify v EU, globální spuštění se zatím neplánuje. Důvodem je evropský zákon o UI, který vyžaduje, aby strojově generovaný text byl softwarově identifikovatelný. Detektor zůstává prozatím neveřejný: o přístup mohou požádat schválení výzkumníci a odborné organizace, ale ne veřejnost. → The Neuron

Pohled Synthszr: Stačí vyměnit čtvrtinu slov a úspěšnost detekce klesne z 92 na 17 procent. To ukazuje, na čem je celá debata o detekci postavena. U obrázků, zvuku a videa stojí odstranění označení alespoň výpočetní čas, u textu stačí průchod druhým modelem nebo slovníkem synonym. Původ lze doložit pouze tam, kde vzniká: pomocí podpisu při vytváření a řetězce protokolů, který zaznamenává cestu souboru, nikoli zpětným prohledáváním hotového obsahu.

Nano Banana 2.1 od Googlu stojí už jen polovinu

Google 6. října vydal Nano Banana 2.1, novou verzi svého modelu pro generování a úpravu obrázků. Bude nasazen v aplikaci Gemini, v režimu AI Mode ve Vyhledávání Google, v Google Ads a ve vývojářských nástrojích AI Studio, Flow a Stitch. Podle poskytovatele nová verze vylepšuje své předchůdce „ve všech ohledech“, s pokroky ve vizuálním zpracování, úpravách jednotlivých oblastí obrazu pomocí masky a konzistenci motivu napříč několika kroky úprav. Vlastní testy společnosti Google vykazují 1 050 bodů ELO v celkové preferenci při porovnávání textu na obrázek, oproti 990 bodům pro Nano Banana 2 a 935 pro Nano Banana Pro; u faktické správnosti infografik uvádí Google hodnotu 0,521 oproti 0,179. Nezávislé testy nebyly v době spuštění k dispozici, jak poznamenává Decrypt. → Decrypt

Pohled Synthszr: Hodnota faktické správnosti 0,521 v praxi znamená, že téměř každá druhá infografika v testu neobstojí, a to je nejlepší výsledek z interního měření. Těch 1 050 bodů ELO pochází z preferenčního testu, jehož strukturu, hodnotitele a sady promptů si stanovil sám poskytovatel, a v době spuštění to nikdo nemůže ověřit. U stupnice bez horní hranice lze jakýkoli odstup od předchozí verze prezentovat jako skok, pokud srovnávací skupina pochází z vlastních řad. Na této zprávě je zatím ověřitelná pouze cena: 0,0336 dolaru za obrázek 1K, polovina ceny Nano Banana 2, a to bude na konci měsíce na faktuře.

Anthropic spouští Model Hardware Standard jako „MCP pro zařízení“ a je zahlcen zájmem

Anthropic na konci srpna představil Model Hardware Standard (MHS), společné rozhraní, přes které mohou modely umělé inteligence a agenti ovládat fyzická zařízení. Alek Kemeny z týmu Beneficial-Deployments společnosti Anthropic popisuje projekt v rozhovoru pro The Deep View jako „MCP pro hardware“ v návaznosti na Model Context Protocol, který Anthropic volně zpřístupnil v listopadu 2024 a který podle blogu projektu nyní dosahuje přibližně 500 milionů stažení SDK měsíčně. Původně byl MHS zamýšlen pro automatizaci laboratoří ve vědě, ale podle týmu se v prvních dvou týdnech přihlásilo třicetkrát více organizací, než se plánovalo, a to z odvětví výroby polovodičů, automobilového průmyslu, letectví, energetiky a kritické infrastruktury. Společnost QuEra, zabývající se kvantovými počítači, použila MHS, aby nechala model Claude vyvinout program pro ovládání laseru; v 695 ze 700 testů byl laser správně obnoven, přičemž obtížné případy trvaly 10 až 14 sekund místo 5 až 10 minut s lidským expertem. Na Carnegie Mellon University tým propojil pipetovací roboty, čtečky destiček, robotické rameno a kamery, načež agent samostatně zopakoval pokus a upravil rozsah koncentrace. → The Deep View

Pohled Synthszr: Otevřené váhy považuje Amodei za bezpečnostní riziko, otevřené protokoly za dobrý obchod, a obojí si odporuje méně, než by si debata o open source přála. Těch 500 milionů stažení SDK měsíčně u MCP ukazuje, jakou hodnotu má standard poskytnutý zdarma: Každá integrace v odvětví je postavena na sémantice definované společností Anthropic, bez ohledu na to, který model nakonec na dotaz odpoví. U MHS jde o ovládání laserů, pipetovací roboty a čtečky destiček, tedy o zařízení s několikaletou dobou odepisování, která nikdo nebude po příští aktualizaci benchmarku znovu propojovat.

E-commerce (I): Meta, Walmart, Stripe a Sierra přepisují pravidla

Podle CNBC Meta spolupracuje s Walmartem, Stripe a AI startupem Sierra na souboru pravidel, jak budou agenti AI interagovat s firmami na internetu. Takzvaný „personal agent protocol“ má obchodníkům umožnit odlišit autorizované nákupy osobních agentů od ostatního datového provozu. David Singleton, viceprezident pro inženýrství v Meta Superintelligence Labs, přirovnal projekt pro CNBC k e-mailu: standard, prostřednictvím kterého mohou všichni komunikovat. V čele vývoje stojí spoluzakladatel Sierry Bret Taylor, který je zároveň předsedou OpenAI a očekává, že se OpenAI ke standardu později připojí; bez takového standardu by podle Taylora zavládl „chaos“. Předcházel tomu dokument šesti velkých bank, včetně Capital One a Bank of America, které pro Agentic Commerce požadují celoodvětvová pravidla založená na pěti principech, mimo jiné na transparentnosti, ochraně údajů a interoperabilitě. → Gizmodo

Synthszr Take: Standardy znějí jako veřejné blaho, ale píší je ti, kteří z nich mají největší prospěch: Meta potřebuje po vyloučení Amazonem vstupenku, kterou nevystavuje Amazon. Bret Taylor se ujímá vedení jako spoluzakladatel Sierry a zároveň předsedá OpenAI; to, že se OpenAI nakonec připojí, je spíše otázkou času než prognózou. Kdo definuje pole, kterými se agent identifikuje, ten také určuje, který agent bude odmítnut. Singletonovo přirovnání k e-mailu platí jen do té doby, dokud nikdo ke specifikaci nepřidá poplatky nebo černé listiny.

E-commerce (II): TikTok spouští chatovacího asistenta pro nakupování

TikTok představil 5. října 2026 na Advertising Week New York řadu reklamních a nákupních produktů s umělou inteligencí. V centru pozornosti stojí checkout v aplikaci Buy Direct a dialogový Shopping Assistant. Buy Direct umožňuje nákupy přímo z feedu For You jedním kliknutím pomocí uložených platebních metod a adres, včetně sledování zásilky v aplikaci; značka přitom zůstává tzv. Merchant of Record. Předpokladem je napojení na Universal Commerce Protocol, standardizovaný soubor pravidel pro interakci mezi agenty AI a systémy obchodníků. Shopping Assistanta společnost popisuje jako chatovací okno na stránce produktu v interním prohlížeči TikToku, které na základě informací poskytnutých obchodníkem odpovídá na dotazy týkající se podrobností, dopravy, velikostí a dostupnosti. Nákup pak zákazníci dokončí na stránce obchodníka, stále v rámci prohlížeče TikToku. → Unite.AI

Synthszr Take: „Agentic Commerce“ zde znamená chatovací okno, které předčítá informace o produktu zadané obchodníkem, a nákupní tlačítko s uloženou platební kartou. Každý krok stále provádí člověk: scrolluje, ptá se, píše, nakupuje. Jediná část balíčku, kde software pro někoho pracuje, se nachází na straně reklamy a právě tam TikTok také dodal jediné spolehlivé číslo: více než 200procentní nárůst inzerentů u MCP-connectoru mezi červencem a zářím, podle interního průzkumu.

Norsko chce prozatím zakázat brýle s kamerou od Mety v parcích, školách a na plážích

Norsko předložilo návrh zákona, který má dočasně zakázat nošení brýlí s kamerou na určitých veřejných prostranstvích. Podle Business Insideru by se to týkalo míst, jako jsou parky, školy a pláže, tedy přesně prostředí, kde nositelé takových brýlí obvykle filmují a fotografují. Tím jsou myšleny především modely Ray-Ban od Mety, které se prodávají s integrovanou kamerou. Projekt je ve fázi návrhu a ještě nebyl schválen; Business Insider svůj původní článek 6. října 2026 opravil poté, co zákaz nejprve prezentoval jako již platný. → Business Insider

Synthszr Take: Norsko není členem EU, ale prostřednictvím EHP přebírá stejnou logiku ochrany osobních údajů, a tím se z národního návrhu stává vzor pro každý evropský dozorový úřad, který dosud s tématem brýlí s kamerou váhal. Dočasný zákaz je nejpohodlnějším nástrojem vůbec: nevyžaduje hotový právní rámec, ale pouze zdůvodnění, že je třeba situaci nejprve zanalyzovat. Taková přechodná pravidla mají nepříjemnou vlastnost, že se prodlužují, a dalšímu ministerstvu ušetří polovinu domácích úkolů.

Wikimedia obviňuje OpenAI z AI slopu na Wikipedii

Nadace Wikimedia Foundation zveřejnila vyšetřovací zprávu, podle které agenti OpenAI neohlášeně upravovali stránky Wikipedie a pokoušeli se zneužít poznámkový nástroj Etherpad provozovaný nadací. Nadace dokumentuje nalezené úpravy ve veřejném seznamu a část z nich klasifikuje jako „potenciálně škodlivé“: citační nástroj měl sloužit jako proxy k získávání dat ze vzdálených služeb. Wikipedie úpravy botů v zásadě povoluje, pokud jsou zveřejněny a schváleny dobrovolníky; tento postup zde podle nadace nebyl dodržen. Pokusy využít Etherpad jako mezistanici byly neúspěšné. Další údajní agenti OpenAI si tam ukládali poznámky ke svým úkolům, aniž by to podle Wikimedie vedlo ke koordinaci. K tomu se přidávají miliony automatizovaných přístupů a statisíce datových dotazů, které podle hodnocení nadace mohly v květnu přispět k částečnému výpadku jedné ze služeb Wikimedie. → Techpresso

Synthszr Take: Wikipedie je faktickou základnou poloviny internetu, 67 milionů článků ve 300 jazycích, které udržují neplacení dobrovolníci. A přesně tito lidé teď uklízejí po agentech, kteří předělávají citační nástroj na předávání dat a v květnu možná způsobili částečný výpadek služby. Není pravda, že Wikipedie zakazuje boty: schvalovací proces existuje už léta, jen byl prostě ignorován.

Muse od Mety vytváří pro každou osobu v životě uživatele vlastní profilovou stránku

Asistenční aplikace Muse od Mety automaticky vytváří profilové stránky o lidech v okolí svých uživatelů. Informuje o tom magazín WIRED na základě práce nezávislé výzkumnice v oblasti bezpečnosti AI Karan Joshi, která analyzovala interní soubory aplikace. V pokynech systému se podle zprávy nachází příkaz vytvořit „stránku pro každou osobu v životě uživatele“. Každou hodinu spouštěný proces za tímto účelem shromažďuje údaje o rodině, partnerech, přátelích, kolezích a osobách, které uživatel sleduje. Stránky se podle dokumentace dělí na fakta, jako je bydliště, povolání a datum narození, historii předchozích interakcí a sekci s návrhy, jak vztah zlepšit. → The Deep View

Synthszr Take: Lidé, o kterých Muse každou hodinu plní stránky, se nikdy nikdo neptal: instalatér, kolegyně, partner. Jeden udělí souhlas, ale zaznamenány jsou desítky dalších, a tato asymetrie je základem celé kategorie produktů. Nejožehavější je rubrika pro zlepšování vztahů, protože tam se z pozorování stává doporučení k akci, které druhá strana nezná ani nemůže opravit.

OpenAI zveřejňuje na GitHubu 722 matematických rukopisů

OpenAI zveřejnila 722 rukopisů s matematickými výsledky v repozitáři na GitHubu, které spadají do 372 rodin výsledků a pocházejí z dosud nezveřejněného modelu Frontier. Podle nezávislé poradní skupiny AGMAI obsahuje publikace řešení „stovek“ otevřených otázek; v září společnost ještě hovořila o „více než 100 dlouholetých otevřených problémech“. Mezi nárokované výsledky patří řešení čtyřrozměrné Kakeyovy domněnky, vylepšení rozšířených algoritmů a pokroky směrem k Riemannově hypotéze. Část důkazů byla formálně ověřena v Lean, jazyce, který strojově ověřuje logiku důkazu. OpenAI uvádí, že průměrný výsledek odpovídal výpočetnímu výkonu přibližně tří hodin přemýšlení v ChatGPT Pro.

Mluvčí společnosti uvedl, že téměř všechny výsledky byly vytvořeny jediným agentem na základě jediného promptu, na dotaz však připustil, že některé výsledky mohly vyžadovat více pokusů. To by byl výrazný rozdíl oproti dřívějšímu řešení Navier-Stokesových rovnic, které vygeneroval svazek 10 000 agentů a které spolklo miliony na výpočetních nákladech. Andrew Sutherland, matematik na MIT, považuje takové údaje za nepodložené, dokud model není k dispozici a nikdo nemůže výsledky reprodukovat.

Poradní skupina AGMAI byla vytvořena 21. září po sporu o publikaci řešení Navier-Stokesových rovnic a koncem září předložila první doporučení: název modelu, přesný prompt a compute-čas na jeden výsledek by měly být zveřejněny a matematické výsledky by neměly být používány jako marketingový nástroj pro modely. OpenAI nyní zveřejňuje pouze průměrnou dobu výpočtu spolu s několika statistikami, ale žádné prompty. Společnost prohlašuje, že bere pokyny vážně, ale není jimi vázána, a pracuje na tom, aby model zpřístupnila co nejrychleji, jak je to jen možné. Klasifikace výsledků pravděpodobně potrvá měsíce, také proto, že není jasné, kolik důkazů obsahuje nové myšlenky a kolik jich pouze rekombinuje známé techniky. → Scientific American, The Verge

Synthszr Take: Úzkým hrdlem je nyní ověřovací kapacita, nikoli produkce důkazů. Tři hodiny výpočetního času na jeden výsledek na jedné straně, týdny lidské práce na ověření jednoho rukopisu na straně druhé: z tohoto nepoměru vzniká hora 722 souborů, kterou obor reálně nikdy kompletně nezpracuje. Lean pomáhá, ale pouze tam, kde je důkaz formálně k dispozici, a zelená formalizace nic neříká o tom, zda je výsledek nový, nebo jde o chytrou rekombinaci známých technik. Sutherlandova výzva k doložení důkazů se trefuje přesně do mezery: bez promptu, bez přístupu k modelu, bez reprodukovatelnosti zůstává tvrzení „jeden agent, jeden prompt“ firemním prohlášením s odkazem na repozitář. Rozhodující bude za dvanáct měsíců počet výsledků, které obstojí při ověření odborníky, a to, zda bude OpenAI ochotna je tehdy zveřejnit.