Meituan LongCat-2.0: új fejezet a mesterséges intelligencia szuverenitásában
A kínai mesterséges intelligencia önállósodásának talán legjelentősebb fejleménye: a pekingi székhelyű technológiai óriás, a Meituan június 30-án nyílt forráskódúvá tette a LongCat-2.0 modellt — egy 1,6 billió paraméteres nagy nyelvi modellt (LLM), amelyet teljes egészében hazai félvezető hardveren tanítottak. A modellt egy 50 000 kártyás belföldi számítási klaszteren fejlesztették AI ASIC superpod-ok felhasználásával, és 1 millió token kontextusablakot támogat.
A LongCat-2.0 igazi történelmi jelentősége abban rejlik, hogy ez az első billió paraméteres modell, amelynél mind a teljes előtanítást, mind a következtetést hazai kínai chipeken végezték. A korábbi kínai frontier modellek — köztük a DeepSeek-V4-pro — a belföldi chipeket csak következtetésre használták, a képzéshez továbbra is Nvidia hardverre támaszkodtak. A Meituan ezt a határt teljes mértékben átlépte.
A vállalat nyilvánossá tette a modell súlyait, megismételve azt a stratégiát, amely korábban idén a DeepSeek-et is a nemzetközi figyelem középpontjába emelte. Teljesítmény szempontjából a LongCat-2.0 a DeepSeek jelenlegi zászlóshajó modelljével azonos kategóriába tartozik. Az amerikai chipexport-korlátozási rezsim számára ez kellemetlen adat: a kínai vállalatok bizonyítják, hogy az Nvidia legújabb GPU-i nélkül is versenyképes frontier modelleket képesek építeni.
Az OpenAI bemutatta a GPT-5.6 Sol-t és a saját fejlesztésű Jalapeño chipet
Az OpenAI mérföldkő jelentőségű hetet zárt két nagy bejelentéssel. Június 24-én a vállalat bemutatta a Jalapeño-t — első saját fejlesztésű AI következtetési chipjét, amelyet a Broadcom-mal közösen, rekordgyors, mindössze kilenc hónapos fejlesztési ciklus alatt hoztak létre. A chip kifejezetten következtetési feladatokra készült, és az OpenAI szerint teljesítmény/watt arányban lényegesen felülmúlja a jelenlegi csúcstechnológiát. Az első telepítés 2026 végére várható, a Microsoft-tal közös gigawatt-szintű adatközponti bővítés tervével.
Két nappal később, június 26-án az OpenAI megkezdte a GPT-5.6 modellcsalád korlátozott előzetesét: a Sol (zászlóshajó), a Terra (kiegyensúlyozott mindennapi használatra) és a Luna (gyors és költséghatékony). A Sol új csúcsot állít fel a Terminal-Bench 2.1 benchmark-on a komplex kódolási munkafolyamatokban, és bevezet egy új ultra módot, amely alárendelt ágenseket koordinál összetett feladatokhoz. A hozzáférés azonban szűk körre korlátozott — jelenleg mindössze mintegy 20, kormányzati jóváhagyással rendelkező partnerszervezet használhatja, a szélesebb körű elérhetőség a következő hetekben várható.
A két bejelentés együtt az OpenAI ambícióját jelzi: a szilíciumtól a frontier modellekig a teljes vertikum birtoklása, csökkentve az Nvidia-függőséget és egy vertikálisan integrált AI-infrastruktúra felépítése.
A Google elhalasztotta a Gemini 3.5 Pro-t, miközben mélyül a tehetségelvándorlás
A Google következő frontier modellje, a Gemini 3.5 Pro hivatalosan is lekéste a júniusi általános elérhetőségi határidőt. A vállalat júliusra tolta a megjelenést, a korai tesztelői visszajelzések alapján a kódolási teljesítmény, a token-hatékonyság és a hosszú távú ágens-képességek finomhangolására hivatkozva. A Google szóvivője nem kívánta kommentálni a módosított ütemtervet.
A csúszás különösen kényes pillanatban érkezik. A Google öt hónap alatt hat vezető AI-kutatót vesztett el, köztük Denny Zhou-t, aki június 30-án a Meta-hoz távozott, és a Gemini társvezetőjét, Noam Shazeer-t. Válaszul Sergey Brin belső feljegyzésben sürgette a csapatot, hogy „hidalják át a szakadékot az ágens-képességekben" az Anthropic-kal szemben, és a Google kibővítette AI kódolási különítményét a midtraining fázisra is.
A jelenlegi Gemini 2.5 Pro Deep Think módja, amelyet június 22-én indítottak, közben impozáns benchmark eredményeket mutat — 82,4% a GPQA Diamond-on és 94,1% a HumanEval Plus-on —, ami némi versenyképességi megnyugvást nyújt, még ha a következő generációs modell csúszik is.
Az Alphabet 84,75 milliárd dolláros rekordot döntő AI-infrastruktúra finanszírozást zárt
A vállalattörténet legnagyobb AI-infrastruktúra finanszírozásaként az Alphabet 84,75 milliárd dollárt vont be nyilvános kibocsátás, piaci program és egy figyelemre méltó, a Berkshire Hathaway-től érkező 10 milliárd dolláros zártkörű befektetés kombinációjával. Warren Buffett befektetése jelentős stratégiai fogadás a Google AI-infrastruktúrájára, éppen akkor, amikor a vállalat tehetségmegtartási kihívásokkal és modellcsúszásokkal küzd.
A masszív tőkebevonás egy szélesebb iparági trendet tükröz: az AI-verseny egyre inkább infrastruktúra-fegyverkezési versennyé válik. A SoftBank francia adatközpontokra tett 75 milliárd eurós elköteleződése, az Amazon egyedi AI-chip üzletágának 20 milliárd dolláros éves szintje és most az Alphabet rekordja mind ugyanazt mutatja: az AI-ben vezető pozícióra törekvő vállalatok tízmilliárd dolláros nagyságrendben fogadnak.
Az EU AI Act az utolsó hónapjába lépett a teljes hatálybalépés előtt
Alig több mint egy hónappal a határidő előtt az EU AI Act 2026. augusztus 2-án lép teljes hatályba. A közelgő határidő életbe lépteti az 50. cikk szerinti átláthatósági kötelezettségeket: az AI chatbotoknak azonosítaniuk kell magukat gépként, a szintetikus médiát (hang, kép, videó, szöveg) egyértelműen AI-generáltként kell megjelölni, a deepfake tartalmaknak pedig kötelező jelölést kell viselniük.
Az Európában mesterséges intelligenciát alkalmazó vállalatoknak mostanra biztosítaniuk kell a megfelelést ezekkel az átláthatósági szabályokkal, bár egy átmeneti rendelkezés a már piacon lévő generatív AI rendszereknek 2026. december 2-ig ad haladékot a vízjelezési követelmények bevezetésére. Az Európai Bizottság iránymutatás-tervezeteket tett közzé, és Gyakorlati Kódexet dolgoz ki a szervezetek eligazítására.
Az Atlanti-óceán túlsó partján a szabályozási kép töredezettebb. A Colorado-i AI törvény, amelynek eredetileg június 30-án kellett volna hatályba lépnie, jelentősen visszanyesték és 2027. január 1-jére halasztották, miután Polis kormányzó május 14-én aláírt egy helyettesítő jogszabályt. A módosított változat elveti az eredeti kockázatalapú keretrendszert a szűkebb átláthatósági és tájékoztatási követelmények javára — jelezvén, hogy az átfogó amerikai AI-szabályozás még állami szinten sem érett meg.