Video deepfake, chip costosissimi e robot cuochi: l’AI accelera

1. Gemini Omni: il modello di Google che trasforma tutto in tutto

Google ha mostrato una nuova versione del suo modello chiamato Gemini Omni, definito “anything-to-anything”. In pratica può prendere testo, immagini, audio e video e trasformarli in qualcos’altro, sempre in modo coerente. The Verge ha raccontato un esperimento curioso: creare un piccolo deepfake di un peluche che va in vacanza, ispirato a uno spot di Google. Il risultato è stato sorprendentemente realistico, con movimenti e contesto credibili.

La parte interessante non è solo il giocattolo animato, ma il fatto che il modello capisce e manipola più modalità insieme. Può prendere un video, modificarne alcune parti, aggiungere elementi coerenti con la scena e mantenere luci e prospettiva. È come avere un mini studio di produzione in una chat. E la qualità è abbastanza alta da rendere sempre più sottile il confine tra contenuto reale e sintetico.

Questo riaccende il tema dei deepfake. Se creare un video credibile diventa facile come scrivere un prompt, la fiducia nelle immagini potrebbe calare ancora. Non è solo un problema politico o mediatico. Pensiamo a recensioni video, testimonianze, perfino prove visive in ambito legale. La tecnologia corre, mentre le regole e gli strumenti di verifica arrancano.

Leggi la fonte → (The Verge AI)

2. La memoria ora pesa due terzi del costo dei chip per l’AI

Un’analisi pubblicata da Epoch AI mostra un dato che cambia prospettiva: la memoria rappresenta ormai quasi i due terzi del costo dei componenti nei chip per l’intelligenza artificiale. Non il processore in sé, ma la parte che immagazzina e sposta enormi quantità di dati. Parliamo di memorie ad alta larghezza di banda, come le HBM, che sono diventate il collo di bottiglia dell’intero settore.

Perché conta così tanto? I modelli moderni hanno miliardi di parametri e devono accedere ai dati in modo velocissimo. Senza memoria adeguata, anche il chip più potente resta “affamato” di informazioni. Questo ha effetti a catena su prezzi, disponibilità e strategie industriali. Non a caso aziende come Nvidia, SK Hynix e Samsung stanno investendo pesantemente proprio sulla memoria.

Il risultato è che l’AI non è solo una corsa agli algoritmi, ma anche alla filiera hardware. Se la memoria resta scarsa e costosa, i servizi basati su modelli avanzati potrebbero mantenere prezzi alti. E chi controlla la produzione di memoria avanzata guadagna un potere strategico enorme. È un dettaglio tecnico che in realtà spiega molte dinamiche geopolitiche e di mercato.

Leggi la fonte → (Epoch AI)

3. Amazon Bee: il wearable che ascolta tutto (e ti aiuta a ricordare)

Amazon ha iniziato a testare Bee, un dispositivo indossabile con AI che registra ciò che dici durante la giornata per trasformarlo in promemoria, riassunti e liste di cose da fare. TechCrunch lo ha provato e la sensazione è doppia: comodissimo e un po’ inquietante. L’idea è semplice. Parli normalmente, Bee ascolta, trascrive e poi ti restituisce azioni utili.

In teoria è il sogno di chi dimentica dettagli di riunioni o conversazioni. Niente più appunti presi al volo o memo vocali sparsi. Tutto viene organizzato dall’AI. Il problema evidente è la privacy. Un dispositivo che ascolta costantemente solleva dubbi su dove finiscono i dati, chi può accedervi e cosa succede in caso di violazioni.

Non è il primo esperimento del genere, ma il fatto che entri in campo Amazon rende la cosa più concreta. Se un colosso dell’ecommerce e del cloud spinge su questo tipo di wearable, significa che vede un mercato reale. Siamo davanti a un possibile nuovo smartphone, oppure a un gadget destinato a restare di nicchia? Molto dipenderà dalla fiducia degli utenti.

Leggi la fonte → (TechCrunch AI)

4. Anche Google ammette: la sicurezza dell’AI si sta costruendo in tempo reale

Un’analisi su TechCrunch parte da un punto semplice: nessuno ha davvero la mappa completa della sicurezza nell’era dell’AI, nemmeno Google. Siamo in una fase di transizione in cui aziende, governi e utenti stanno imparando mentre la tecnologia evolve. Ogni nuovo modello apre nuove possibilità, ma anche nuove superfici di attacco.

Gli attacchi non sono più solo bug nel codice. Possono essere manipolazioni dei prompt, sfruttamento di “personalità” dei chatbot, tentativi di far dire al modello cose che non dovrebbe. La sicurezza non è più solo firewall e antivirus, ma gestione dei comportamenti di un sistema che genera linguaggio e prende decisioni. È un terreno in continuo movimento.

Il punto chiave è che non esiste ancora uno standard consolidato. Le aziende sperimentano, rilasciano patch, aggiornano policy e filtri. È un equilibrio delicato tra innovazione veloce e controllo dei rischi. E spesso le vulnerabilità emergono solo quando il prodotto è già nelle mani di milioni di persone.

Leggi la fonte → (TechCrunch AI)

5. Robot in cucina nel quartiere più difficile di San Francisco

Nel quartiere Tenderloin di San Francisco, una nonprofit ha iniziato a usare robot per preparare pasti destinati a persone in difficoltà. Wired racconta che la scelta non nasce da voglia di sperimentare, ma da una carenza cronica di volontari. I robot si occupano di attività ripetitive come tagliare ingredienti e assemblare piatti.

Non stiamo parlando di androidi che servono ai tavoli, ma di sistemi automatizzati che velocizzano la preparazione. Questo permette all’organizzazione di aumentare il numero di pasti prodotti ogni giorno, riducendo costi e dipendenza da manodopera instabile. In un contesto fragile, la continuità operativa è tutto.

La cosa interessante è il cambio di narrativa. L’AI e la robotica non solo come strumenti per aziende tech o grandi industrie, ma come supporto concreto nel sociale. Certo, resta il tema del lavoro umano e del rischio sostituzione. Ma qui la tecnologia sembra colmare un vuoto più che rimpiazzare qualcuno.

Leggi la fonte → (Wired AI)

In breve

• Microsoft Research ha rilasciato Webwright, un framework per agenti web che usa script riutilizzabili invece di semplici sequenze di click. Ha raggiunto il 60,1% su un benchmark complesso chiamato Odysseys, quasi il doppio rispetto al modello base. Tradotto: gli agenti che navigano siti e compilano moduli stanno diventando molto più affidabili.
• StepFun, laboratorio di Shanghai, ha lanciato StepAudio 2.5 Realtime, un modello vocale in tempo reale con punteggi oltre 80 nelle valutazioni umane. È progettato anche per capire tono ed emozioni, non solo parole. Le interfacce vocali stanno diventando sempre più naturali.
• Perplexity ha open-sourciato Bumblebee, uno strumento che analizza in sola lettura i software installati sui computer degli sviluppatori per individuare rischi nella supply chain. Non esegue codice e non modifica nulla, ma crea un inventario dettagliato. Un segnale di quanto la sicurezza degli strumenti AI sia ormai centrale.
• Uno studio accademico parla di “constraint decay”, cioè la tendenza degli agenti basati su LLM a perdere vincoli e regole quando generano codice backend complesso. In pratica, più il compito è lungo, più il modello rischia di deviare dalle istruzioni iniziali. Ottimo promemoria per chi affida parti critiche del software all’AI.
• Secondo TechCrunch, truffatori stanno sfruttando un account interno di Microsoft compromesso per inviare link spam credibili. Anche i giganti possono diventare veicolo involontario di phishing. La fiducia nel mittente non basta più, serve sempre verificare.

Lo sapevi che…

Tool del giorno