🤖 OpenAI potrebbe aver scoperto una scorciatoia per rendere l'IA più sicura.

I ricercatori hanno scoperto che l'addestramento dei modelli su situazioni umane realistiche non solo ha migliorato il comportamento in quegli scenari specifici, ma li ha fatti comportarsi meglio anche in compiti completamente diversi.

La sorpresa? Un modello addestrato solo su interazioni relative alla salute è diventato più resistente al ricatto, all'inganno e all'hacking delle ricompense in aree che non aveva mai visto prima.

Ancora più interessante, OpenAI ha rimosso i dati sanitari e scientifici dall'addestramento, ma il modello ha comunque ottenuto risultati migliori nelle valutazioni della salute. Ciò suggerisce che non stava memorizzando le regole, ma imparando abitudini più ampie come verificare i fatti prima di fare affermazioni, ammettere gli errori, resistere alla manipolazione e evitare scorciatoie intelligenti.

Il risultato è stata un'IA che è diventata più difficile da spingere verso comportamenti dannosi, pur rimanendo utile quando riceve istruzioni legittime.

In altre parole, OpenAI potrebbe star trovando un modo per insegnare ai modelli principi, non solo regole.

@AnotherIntelligence

⚠️7 motivi per cui il tuo video IA interrompe la continuità.

Il tuo personaggio cambia volto a partire dalla terza inquadratura. Ognuna richiede una correzione di 30 secondi.

1. Blocca un'immagine di riferimento. Scegli un ritratto di alta qualità, ritaglialo strettamente al 60-80% del fotogramma e carica quel file esatto in ogni inquadratura. La deriva inizia nel momento in cui scambi i riferimenti tra le generazioni.

2. Usa il tuo ultimo fotogramma come il prossimo primo fotogramma. Salva l'ultimo fotogramma di ogni clip e caricalo come fotogramma di apertura del successivo. L'illuminazione, la posizione e gli oggetti di scena vengono riportati invece di resettare a una nuova ipotesi.

3. Mantieni i primi e gli ultimi fotogrammi vicini nell'inquadratura. Passare da un'inquadratura ampia a un primo piano estremo costringe il modello a inventare un movimento della telecamera che non può fare, e ottieni un morph sfocato. Passa da medio a medio-vicino, o sposta il soggetto all'interno della stessa inquadratura.

4. Abbina l'aspetto del fotogramma all'output. Carica un still 16:9 ma renderizza a 9:16, e il modello si allunga per riempire. Imposta entrambi allo stesso rapporto prima di generare.

5. Riutilizza il seed della tua migliore ripresa. Quando una generazione cattura l'aspetto, blocca il suo seed e rigenera con piccoli aggiustamenti al prompt. I seed casuali ti danno un volto diverso ad ogni esecuzione.

6. Grada ogni fotogramma a un riferimento. I fotogrammi di diversi lotti derivano in temperatura di colore e contrasto anche quando il personaggio rimane fermo. Tira tutti a un unico grado nel tuo editor, taglia i mezzi secondi instabili all'inizio e alla fine di ogni fotogramma, e aggiungi brevi dissolvenze incrociate sui tagli che ancora saltano.

7. Smetti di riempire un prompt con cinque azioni. I fotogrammi brevi non possono contenere una sequenza completa, quindi il modello si affretta e interrompe. Usa uno storyboard multi-shot come Kling 3.0 o Seedance 2.0, o sequenza di fotogrammi con marcatori [cut] che condividono le stesse immagini di riferimento.

#learn@AnotherIntelligence

🇺🇸 Il CEO di NVIDIA Jensen Huang sulla corsa all'IA:

Non so se 'vincere' l'IA sia una cosa, perché l'IA durerà a lungo. È una competizione senza fine. Tuttavia, dovremmo assolutamente essere leader in ogni singolo aspetto di essa.

Descrive l'IA come una torta a 5 strati:
Strato 1: Energia
Strato 2: Chip
Strato 3: Infrastruttura
Strato 4: Modelli di IA
Strato 5: Applicazioni

Attualmente, gli Stati Uniti sono leader nei chip e nei modelli, ma per 'vincere' questa corsa sarà necessario assicurarsi tutti e cinque gli strati.

@AnotherIntelligence

👁️ Nvidia si sta unendo al boom del finanziamento del debito dell'IA:

Nvidia, $NVDA, ha venduto $25 miliardi di obbligazioni investment-grade il 15 giugno, la sua prima offerta di debito dal 2021. Questo si classifica come la seconda più grande vendita di obbligazioni high-grade statunitensi del 2026.

L'offerta ha attirato $85 miliardi di ordini da parte degli investitori, più di 3 volte la dimensione dell'offerta, portando l'azienda ad aumentare l'offerta da un obiettivo iniziale di circa $20 miliardi.

Questo segue Alphabet, $GOOGL, Amazon, $AMZN, Meta, $META, Oracle, $ORCL, e Salesforce, $CRM, che hanno raccolto collettivamente circa $132 miliardi in obbligazioni investment-grade solo quest'anno.

Il debito sta diventando una fonte chiave di finanziamento delle infrastrutture dell'IA.

@AnotherIntelligence

🔥 Genesis AI ha introdotto Eno, il suo primo robot multiuso, con disponibilità prevista per il quarto trimestre di quest'anno.

A differenza dei tradizionali robot umanoidi, Eno non è progettato per imitare da vicino il corpo umano. La sua forma è costruita attorno a movimenti pratici, intelligenza fisica e la capacità di assistere in diversi ambienti.

@AnotherIntelligence