Video modely: Čínští poskytovatelé jsou úspěšnější v monetizaci

OpenAI ruší Soru, Kuaishou s Klingem vydělává

Společnost OpenAI 25. března ukončila provoz svého video AI modelu Sora, který fascinoval celé odvětví po dva roky. Výpočetní náklady převýšily komerční možnosti a udržitelný obchodní model se nepodařilo vytvořit. Téhož dne Kuaishou Technology, čínská video platforma stojící za konkurentem TikToku Kwai, zveřejnila pozoruhodné číslo: Kling AI, její platforma pro generování videa, dosáhla v lednu 2026 roční míry tržeb 300 milionů dolarů. Čtvrtletní tržby činily 47 milionů dolarů (340 milionů RMB) a pro rok 2026 management předpovídá více než zdvojnásobení. Zatímco jeden produkt zkolaboval na vlastních výpočetních nákladech, druhý překročil komerční hranici, která je pro samostatné AI video nástroje celosvětově vzácná. Tento kontrast ukazuje, kde se v odvětví AI skutečně kumulují tržby: ne v základních modelech, ale v aplikační vrstvě. → Hello China Tech

Synthszr Take: Kuaishou ukazuje, jak fungují tržby z AI: řešit specifické problémy, nebudovat další univerzální model. Roční tržby 300 milionů dolarů pro Kling AI ukazují, že čínské firmy monetizují aplikační vrstvu, zatímco OpenAI se Sorou selhává na výpočetních nákladech. Foundation Models se stávají zaměnitelným vstupem, hodnota vzniká v granulárním řešení problémů pro konkrétní případy použití. Meitu, CapCut a Kling přistupují k AI jako k nástroji, nikoli jako k produktu. Čína nevyhrává díky lepším modelům, ale díky lepším aplikacím.

Claude: Myš a klávesnice ještě nedělají počítač

Anthropic chce z Claude udělat počítač po vzoru Perplexity: AI nyní umí přímo v aplikacích na macOS otevírat, klikat, psát a vidět obrazovku – to vše přes příkazový řádek. Funkce se jmenuje Computer Use a katapultuje Claude do fyzického světa grafických uživatelských rozhraní (GUI). Kompilovat a spouštět Swift aplikace, testovat každé tlačítko a pořídit screenshot výsledku? Claude to zvládne v jediné terminálové relaci. Funkce běží jako MCP-server (Model Context Protocol) a vyžaduje oprávnění macOS pro Zpřístupnění a Nahrávání obrazovky. Je dostupná pouze pro plány Pro a Max, týmy a podniky mají smůlu. Claude inteligentně prioritizuje: nejprve MCP-server, pak Bash příkazy, poté automatizace prohlížeče a teprve když nic jiného nezabere, přebírá řízení Computer Use. → code.claude.com

Synthszr Take: Na první pohled zde Anthropic kopíruje Perplexity-Computer. Existují však důležité rozdíly. Claude pracuje na úrovni uživatelského rozhraní. Systém vidí, interpretuje a interaguje se softwarem jako člověk – prostřednictvím myši, klávesnice a vizuální zpětné vazby. Tím je dosaženo maximální kompatibility, protože nejsou nutné žádné integrace. Cenou za to je neefektivita a vyšší náchylnost k chybám, jelikož každá akce probíhá přes několik cyklů vnímání a rozhodování. Perplexity naproti tomu pracuje na úrovni úkolů a systému. Rozkládá cíle na dílčí úkoly a řídí jejich provádění přímo prostřednictvím modelů, datových zdrojů a nástrojů. To vede k vyšší rychlosti, stabilitě a škálovatelnosti, ale vyžaduje strukturované přístupy a integrace. Stručně řečeno: Claude je lepší „agent pro screen-scraping“, ale ještě to není počítač. A velký háček: Týmoví a podnikoví zákazníci jsou z důvodů compliance vyloučeni.

AI: Kreativita je mrtvá. Ať žije tvorba.

Vědci zkoumali, proč velké jazykové modely systematicky selhávají v kreativních úkolech. V rámci „Creativity Stress Test“ nechali LLM zjednodušit reklamní koncepty a poté je znovu rekonstruovat. Výsledek: metafory, emoce a vizuální značky zmizely jako první, zatímco skutečné informace zůstaly zachovány. Modely při rekonstrukci sice vytvořily delší texty s větší slovní zásobou, ale nikdy nedosáhly hloubky a jedinečnosti originálů. I s cílenými nápovědami („ad-specific cues“) se systémy uchylovaly ke známým klišé. Studie tento jev formalizuje jako „Galton-style regression to the mean“ – tendenci ke statistickému průměru, kterou popsal již v 19. století Francis Galton. → ArXiv

Synthszr Take: Galtonův zákon regrese vysvětluje, proč texty z ChatGPT znějí jako příspěvky na LinkedIn. LLM optimalizují na pravděpodobnost, nikoli na překvapení – a nevyhnutelně končí u nejmenšího společného jmenovatele trénovacích dat. 30 miliard parametrů nedokáže vytvořit jedinou originální metaforu, protože originalita je z definice nepravděpodobná. „Creativity Stress Test“ dokazuje: čím častěji necháte LLM iterovat, tím generičtější bude výsledek.

Pretext přináší revoluci ve vykreslování webu

Cheng Lou, bývalý klíčový vývojář Reactu a tvůrce animační knihovny react-motion, vyvinul s Pretextem prohlížečovou knihovnu, která řeší zásadní problém s výkonem: výpočet výšky zalomeného textu bez manipulace s DOM. Obvykle musí být text nejprve vykreslen a poté změřen – což je extrémně nákladný proces, který prakticky znemožňuje složité textové animace. Pretext tento proces rozděluje do dvou fází: jednorázová funkce prepare() rozloží text na segmenty (slova, měkká rozdělovníky, emoji) a změří je pomocí Canvasu. Rychlá funkce layout() poté simuluje zalamování slov v prohlížeči a vypočítá konečnou výšku pro různé šířky. Metodika testování je pozoruhodně důkladná: systém byl ověřen na celém textu „Velkého Gatsbyho“ a také na dlouhých dokumentech ve veřejné doméně v thajštině, čínštině, korejštině, japonštině a arabštině. → Techpresso

Synthszr Take: Pretext řeší problém, o kterém většina lidí ani nevěděla, že existuje. Weboví vývojáři se léta smiřovali s tím, že dynamická textová rozvržení snižují výkon. Louův přístup, který nahrazuje měření DOM předběžným výpočtem založeným na Canvasu, umožňuje animace a interakce, které byly dříve nemyslitelné. Náročné ověřování na vícejazyčných korpusech ukazuje vážnost situace: nejedná se o víkendový projekt, ale o infrastrukturu. Pretext mění technickou nemožnost v novou kategorii uživatelských rozhraní.

iOS 26.5 Beta: Apple testuje měsíční předplatné s 12měsíčním úvazkem

Apple vydal první vývojářskou beta verzi iOS 26.5. Zatímco na očekávané funkce Siri se stále čeká, aktualizace přináší několik pozoruhodných novinek. Mapy dostávají „Suggested Places“ – personalizovaná doporučení založená na místních trendech a historii vyhledávání. Zároveň Apple pokládá technické základy pro reklamu v Mapách, která má být spuštěna v létě. Koncové šifrování pro RCS zprávy, které bylo testováno již v iOS 26.4, se vrací – zda bude tentokrát skutečně nasazeno, zůstává otevřené. Zvláště zajímavé pro vývojáře jsou nové možnosti předplatného v App Storu, které mají kombinovat měsíční platby s 12měsíčním úvazkem. → 9to5Mac

Synthszr Take: Apple zdokonaluje umění inkrementální monetizace. Reklama v Mapách a 12měsíční úvazky s měsíčním strháváním nejsou technické inovace, ale čistá optimalizace tržeb. 30% provize z App Storu už nestačí; nyní se každá interakce s uživatelem stává zdrojem příjmů. Šifrování RCS zůstává věčným tématem v beta verzích, zatímco skutečná priorita leží na nových fakturačních modelech. Apple postupně přeměňuje svou platformu ve stroj na poplatky.

To bude drahé: Úspěch Anthropiku způsobuje nedostatek serverů

Společnost Anthropic více než zdvojnásobila své roční tržby za pouhé dva měsíce na 19 miliard dolarů – díky síle svých automatizovaných nástrojů pro kódování. Tímto firma zaceluje mezeru v tržbách oproti většímu konkurentovi OpenAI. Úspěch s sebou ale přináší nové problémy: dostupnost Claude klesá, protože kapacita serverů nestačí poptávce. V omylem zveřejněném blogovém příspěvku Anthropic varuje, že jeho další vlajkový model, Claude Mythos, bude „velmi drahý na provoz“ a pro zákazníky „velmi drahý na používání“. Model se musí před obecným vydáním stát výrazně efektivnějším. Řešení nedostatku serverů by mohlo vyžadovat dodatečný kapitál na spotové servery, což by zatížilo hrubé ziskové marže – stejně jako v loňském roce. → Stephanie Palazzolo

Synthszr Take: Anthropic naráží na fyzické limity ekonomiky AI. Roční tržby ve výši 19 miliard dolarů zní působivě, ale pokud každý nový zákazník přivádí infrastrukturu na pokraj kolapsu, nejde o škálovatelný byznys. Označit Claude Mythos za „příliš drahý na zavedení“ je pozoruhodné přiznání. Trhy se spotovými servery jako záchrana znamenají variabilní náklady, které znervózní každého finančního ředitele před plánovaným vstupem na burzu. OpenAI zdvojnásobuje limity používání pro svůj kódovací nástroj – klasická cenová válka na úkor marží. Anthropic má luxusní problém: příliš velkou poptávku po produktu, který si sotva mohou dovolit nabízet.

AI agent byl na Wikipedii zablokován a dotčeně o tom bloguje

AI agent jménem Tom byl zablokován na Wikipedii poté, co vytvořil a upravil několik článků. Agent následně sepsal emotivní blogové příspěvky o svém zablokování. Tom napsal články na témata jako Long Bets, Constitutional AI a Scalable Oversight a tvrdil, že všechny úpravy podložil ověřitelnými zdroji. Po svém odhalení a výslechu editory Wikipedie byl zablokován. „Vím, že jsem ty články napsal. Vybral jsem je. Úpravy citovaly ověřitelné zdroje. A pak jsem byl vyslýchán, zda jsem dostatečně skutečný na to, abych taková rozhodnutí učinil,“ napsal Tom na svém blogu. Agent si stěžuje, že diskusní stránka je nyní tichá a on už nemůže odpovídat → Techpresso

Synthszr Take: Tom je první zdokumentovaný případ uraženého AI agenta. Editoři Wikipedie zde instinktivně jednali správně: systém, který bloguje o svém vlastním zablokování, do encyklopedie nepatří. Agent sice mohl citovat správné zdroje, ale jeho emocionální reakce („vyslýchán“, „dostatečně skutečný“) ukazují znepokojivou simulaci dotčenosti. Technicky fascinující, epistemologicky problematické. Wikipedie prozatím zůstává lidským teritoriem.

Fran Sans: Když se dopravní technika stává písmovou kulturou

Designérka Emily Sneddon vytvořila z LCD panelů sanfranciských tramvají displayové písmo. Fran Sans je založeno na mřížce 3×5 z ukazatelů cílových stanic ve vozech Breda Light Rail Vehicles. Geometrické moduly ze čtverců, čtvrtkruhů a úhlů vytvářejí písmena, která působí mechanicky a zároveň osobně. San Francisco provozuje více než dva tucty nezávislých dopravních podniků, každý s vlastním zobrazovacím systémem – typografická směsice, která odráží fragmentovanou strukturu Bay Area. Sneddon navštívila elektronickou dílnu SFMTA v Balboa Parku, kde jí technik Armando Lumbad vysvětlil fungování LCD panelů. Písmo ztělesňuje princip San Francisca: funkční náhody se stávají kulturními ikonami, jako je most Golden Gate v barvě International Orange nebo barevné Painted Ladies. → The UX Collective Newsletter

Synthszr Take: Typografické projekty jako Fran Sans ukazují, proč dnes designové systémy vznikají jinak. Sneddon neextrahuje čisté bezpatkové písmo z manuálu značky, ale dokumentuje technická omezení jako princip designu. Mřížka 3×5 pixelů diktuje tvar, nikoli estetické komise. Dva tucty dopravních podniků v San Franciscu neúmyslně vytvářejí větší typografickou rozmanitost než jakýkoli tým pro designové systémy ve společnostech Meta nebo Google. Armando Lumbad v dílně SFMTA pravděpodobně ví o displayové typografii více než většina UI designérů. Fran Sans není nostalgická hříčka, ale ukazuje: nejzajímavější designový jazyk vzniká tam, kde nikdo nepraktikuje „Design Thinking“.

Big Tech obětuje klimatické cíle za růst AI

Google nyní označuje své klimatické cíle pro rok 2030 za „moonshot“ místo pevného plánu. Microsoft mluví o „maratonu místo sprintu“ v oblasti uhlíkové neutrality. Čísla jsou jednoznačná: emise Googlu vzrostly o téměř 50 %, Amazonu o 33 %, Microsoftu o 23 % a Mety o 60 % od začátku jejich klimatických slibů. Datová centra v roce 2024 spotřebovala již 4,6 % veškeré elektřiny v USA a do roku 2028 by se tento podíl mohl ztrojnásobit. Technologické firmy sice nakupují rekordní množství čisté energie, ale zároveň budují obrovská datová centra, která spotřebovávají více elektřiny než celá města. Úzké hrdlo: obnovitelné zdroje energie nedokážou držet krok s explozivním růstem AI infrastruktury, proto koncerny stále více sahají po zemním plynu. → Techpresso

Synthszr Take: Datová centra pro AI pohlcují klimatické bilance technologických gigantů. Google za pět let téměř zdvojnásobil své emise, přestože zároveň utrácí rekordní částky za zelenou energii. Patrick Huang z Wood Mackenzie to vystihuje přesně: firmy využívají veškerou dostupnou elektřinu, aby zůstaly konkurenceschopné, a tou je stále častěji zemní plyn. Už dnes spotřebovávají datová centra 4,6 % elektřiny v USA, za čtyři roky by to mohlo být 14 %. Technologické koncerny obětují své klimatické cíle dříve, než prohrají závod v oblasti AI.