The Neuron Times — Samedi 11 juillet 2026

À la Une · Conflit & FrontièreFront Page · Conflict & FrontierSchlagzeilen · Konflikt & GrenzePrima pagina · Conflitto & FrontieraIn prima pagina · Conflit & Frontiera

Apple poursuit OpenAI pour vol de secrets commerciaux, tandis que GPT-5.6 Sol prouve une conjecture mathématiqueApple Sues OpenAI for Trade Secret Theft, While GPT-5.6 Sol Proves a Mathematical ConjectureApple verklagt OpenAI wegen Diebstahls von Geschäftsgeheimnissen, während GPT-5.6 Sol eine mathematische Vermutung beweistApple fa causa a OpenAI per furto di segreti commerciali, mentre GPT-5.6 Sol dimostra una congettura matematicaApple la gh'ha adree a OpenAI per robà di secret commerciai, menter GPT-5.6 Sol el dimostra ona congettura matematega

Le procès intenté par Apple pour vol de secrets et la preuve mathématique générée par GPT-5.6 Sol dominent l'actualité, dans un contexte de tensions juridiques et concurrentielles accrues.Apple's trade secret theft lawsuit and the mathematical proof generated by GPT-5.6 Sol dominate the news, amid heightened legal and competitive tensions.Die von Apple eingereichte Klage wegen Geheimnisdiebstahls und der von GPT-5.6 Sol erbrachte mathematische Beweis dominieren die Nachrichtenlage vor dem Hintergrund zunehmender rechtlicher und wettbewerblicher Spannungen.La causa intentata da Apple per furto di segreti e la dimostrazione matematica generata da GPT-5.6 Sol dominano l'attualità, in un contesto di tensioni giuridiche e concorrenziali accresciute.El process faa su de Apple per robà de secret e la preuva matematega generada de GPT-5.6 Sol dominen l'actualità, in on contest de tension giuridegh e concorrenziai pussee grand.

De la rédaction — 11 juillet 2026From the editorial desk — 11 July 2026Von der Redaktion — 11. Juli 2026Dalla redazione — 11 luglio 2026De la redazzion — 11 luglio 2026

Apple a intenté une action en justice contre OpenAI le 10 juillet 2026, accusant l'entreprise et plusieurs de ses anciens employés d'avoir volé des secrets commerciaux liés au matériel, selon une plainte déposée devant un tribunal fédéral. Le géant de Cupertino affirme avoir découvert « un schéma de vol de ses secrets commerciaux par des employés d'OpenAI qui travaillaient auparavant chez Apple », une affaire qui pourrait avoir des répercussions majeures sur le partenariat signé en 2024 entre les deux entreprises pour intégrer les services d'IA sur les appareils Apple. La plainte cite également IO Products, la startup matérielle de Jony Ive, comme co-défenderesse, rapporte TechCrunch.Apple filed a lawsuit against OpenAI on July 10, 2026, accusing the company and several of its former employees of stealing trade secrets related to hardware, according to a complaint filed in federal court. The Cupertino giant claims to have uncovered "a pattern of theft of its trade secrets by OpenAI employees who previously worked at Apple," a case that could have major repercussions on the 2024 partnership between the two companies to integrate AI services on Apple devices. The complaint also names IO Products, Jony Ive's hardware startup, as a co-defendant, reports TechCrunch.Apple hat am 10. Juli 2026 Klage gegen OpenAI eingereicht und wirft dem Unternehmen sowie mehreren ehemaligen Mitarbeitern vor, Geschäftsgeheimnisse im Zusammenhang mit Hardware gestohlen zu haben, wie aus einer bei einem Bundesgericht eingereichten Klage hervorgeht. Der Konzern aus Cupertino behauptet, ein «Muster des Diebstahls von Geschäftsgeheimnissen durch OpenAI-Mitarbeiter, die zuvor bei Apple arbeiteten», entdeckt zu haben – ein Fall, der schwerwiegende Auswirkungen auf die 2024 zwischen den beiden Unternehmen geschlossene Partnerschaft zur Integration von KI-Diensten auf Apple-Geräten haben könnte. Die Klage nennt auch IO Products, das Hardware-Startup von Jony Ive, als Mitbeklagte, berichtet TechCrunch.Apple ha intentato una causa contro OpenAI il 10 luglio 2026, accusando l'azienda e diversi suoi ex dipendenti di aver rubato segreti commerciali legati all'hardware, secondo una denuncia depositata presso un tribunale federale. Il colosso di Cupertino afferma di aver scoperto « uno schema di furto dei propri segreti commerciali da parte di dipendenti di OpenAI che in precedenza lavoravano per Apple », un caso che potrebbe avere ripercussioni significative sulla partnership siglata nel 2024 tra le due aziende per integrare i servizi di IA sui dispositivi Apple. La denuncia cita anche IO Products, la startup hardware di Jony Ive, come co-convenuta, riporta TechCrunch.Apple l'ha faa su on process contra OpenAI el 10 de luj 2026, accusand l'azienda e diversi di sò ex impiegaa de havé robà di secret commerciai ligaa al material, segond ona querejola presentada denanz a on tribunal federal. El gigant de Cupertino el dis de havé scovrii « on schema de robà di sò secret commerciai de part di impiegaa d'OpenAI che lavoraven prima in Apple », on cas che 'l podaria havé di ripercussion important in sul partenariad firmaa in del 2024 in tra i dò aziend per integrà i servizzi d'IA in sui dispositif Apple. La querejola la cita anca IO Products, la startup material de Jony Ive, come co-difenditora, el reporta TechCrunch.

Parallèlement à ce séisme juridique, OpenAI a démontré le 10 juillet 2026 une capacité inédite de son modèle flagship GPT-5.6 Sol : la production d'une preuve de la conjecture de Cycle Double Cover (CDC), un problème ouvert en théorie des graphes depuis des décennies. Le modèle a généré une preuve mathématique complète, publiée sous forme de PDF par OpenAI, après avoir été invité via un prompt « fairly underspecified ». Selon The Decoder, OpenAI révèle également que GPT-5.6 Sol a été capable de post-entraîner de manière autonome le modèle plus petit Luna, marquant un score de 16,2 points supérieur à GPT-5.5 sur le benchmark interne RSI d'auto-amélioration récursive.Alongside this legal earthquake, OpenAI demonstrated on July 10, 2026 an unprecedented capability of its flagship model GPT-5.6 Sol: producing a proof of the Cycle Double Cover (CDC) conjecture, a problem open in graph theory for decades. The model generated a complete mathematical proof, published as a PDF by OpenAI, after being prompted with a "fairly underspecified" prompt. According to The Decoder, OpenAI also reveals that GPT-5.6 Sol was able to autonomously post-train the smaller Luna model, scoring 16.2 points higher than GPT-5.5 on the internal RSI benchmark of recursive self-improvement.Parallel zu diesem juristischen Erdbeben hat OpenAI am 10. Juli 2026 eine beispiellose Fähigkeit seines Flaggschiff-Modells GPT-5.6 Sol demonstriert: die Erstellung eines Beweises für die Cycle-Double-Cover-Vermutung (CDC), ein seit Jahrzehnten offenes Problem der Graphentheorie. Das Modell generierte einen vollständigen mathematischen Beweis, der von OpenAI als PDF veröffentlicht wurde, nachdem es mit einem «fair underspecified» Prompt aufgefordert worden war. Laut The Decoder enthüllt OpenAI zudem, dass GPT-5.6 Sol in der Lage war, das kleinere Modell Luna autonom nachzutrainieren und dabei im internen RSI-Benchmark für rekursive Selbstverbesserung 16,2 Punkte mehr als GPT-5.5 zu erzielen.Parallelamente a questo terremoto giuridico, OpenAI ha dimostrato il 10 luglio 2026 una capacità inedita del suo modello di punta GPT-5.6 Sol: la produzione di una dimostrazione della congettura del Cycle Double Cover (CDC), un problema aperto in teoria dei grafi da decenni. Il modello ha generato una dimostrazione matematica completa, pubblicata in formato PDF da OpenAI, dopo essere stato sollecitato tramite un prompt « fairly underspecified ». Secondo The Decoder, OpenAI rivela inoltre che GPT-5.6 Sol è stato in grado di post-addestrare in modo autonomo il modello più piccolo Luna, segnando un punteggio di 16,2 punti superiore a GPT-5.5 sul benchmark interno RSI di auto-miglioramento ricorsivo.In parallell a quell terremot giuridegh chì, OpenAI l'ha dimostraa el 10 de luj 2026 ona capacità mai vista del sò modell flagship GPT-5.6 Sol: la produzion d'ona preuva de la congettura de Cycle Double Cover (CDC), on problema avert in teoria di grafi de desenni. El modell l'ha generada ona preuva matematega completa, publicada in forma de PDF de OpenAI, dopo che l'è staa invidaa travers on prompt « fairly underspecified ». Segond The Decoder, OpenAI el rivela anca che GPT-5.6 Sol l'è staa bon de post-inalverà de manera autonoma el modell pussee piscinin Luna, segnand on score de 16,2 pont pussee volt de GPT-5.5 in sul benchmark intern RSI de auto-miorament recursiv.

Ces deux annonces surviennent alors que le paysage concurrentiel s'intensifie : Meta a retiré le 10 juillet sa fonctionnalité Muse Image sur Instagram après un tollé général, tandis que Tencent négocie le rachat d'une participation majoritaire dans la startup d'agents IA Manus, après que Pékin a bloqué l'acquisition par Meta. Le New York Times et d'autres éditeurs ont par ailleurs déposé une motion demandant des sanctions contre OpenAI pour rétention de preuves dans le procès en droit d'auteur, ajoutant une pression juridique supplémentaire sur l'entreprise de Sam Altman, rapporte le New York Times.These two announcements come as the competitive landscape intensifies: Meta removed its Muse Image feature on Instagram on July 10 after a public outcry, while Tencent is negotiating the purchase of a majority stake in AI agent startup Manus, after Beijing blocked the acquisition by Meta. The New York Times and other publishers have also filed a motion seeking sanctions against OpenAI for evidence retention in the copyright lawsuit, adding further legal pressure on Sam Altman's company, reports the New York Times.Diese beiden Ankündigungen erfolgen in einem sich verschärfenden Wettbewerbsumfeld: Meta hat am 10. Juli seine Muse-Image-Funktion auf Instagram nach einem öffentlichen Aufschrei entfernt, während Tencent über den Kauf einer Mehrheitsbeteiligung am KI-Agenten-Startup Manus verhandelt, nachdem Peking die Übernahme durch Meta blockiert hatte. Die New York Times und andere Verleger haben zudem einen Antrag auf Sanktionen gegen OpenAI wegen Beweismittelrückhaltung im Urheberrechtsprozess gestellt, was den rechtlichen Druck auf Sam Altmans Unternehmen weiter erhöht, berichtet die New York Times.Questi due annunci arrivano mentre il panorama competitivo si intensifica: Meta ha rimosso il 10 luglio la sua funzionalità Muse Image su Instagram dopo una protesta generale, mentre Tencent sta negoziando l'acquisto di una partecipazione di maggioranza nella startup di agenti IA Manus, dopo che Pechino ha bloccato l'acquisizione da parte di Meta. Il New York Times e altri editori hanno inoltre presentato una mozione chiedendo sanzioni contro OpenAI per ritenzione di prove nel processo sul diritto d'autore, aggiungendo ulteriore pressione legale sull'azienda di Sam Altman, riporta il New York Times.Queste dò anunzie chì riven intant che 'l paesagg concorrenzial el se fa pussee intens: Meta l'ha tiraa via el 10 de luj la soa funzionalità Muse Image in su Instagram dopo on tollerà general, intant che Tencent el negozia el rescat d'ona partecipazion de maggioranza in la startup d'agenti IA Manus, dopo che Pechin l'ha blocada l'acquisizion de part de Meta. El New York Times e d'olter editor hann anca depositada ona mozion per domandà di sanzion contra OpenAI per ritenzion de preuv in del process in su diritt d'autor, sgiontand ona pression giuridega supplementar in su l'azienda de Sam Altman, el reporta el New York Times.

Open SourceOpen SourceOpen SourceOpen SourceOpen Source

Colibrì : GLM 5.2 sur un laptopColibrì: GLM 5.2 on a LaptopColibrì: GLM 5.2 auf einem LaptopColibrì: GLM 5.2 su un laptopColibrì: GLM 5.2 in su on laptop

From the Wires —

Le 10 juillet 2026, un développeur a publié Colibrì, un moteur d'inférence en C pur capable d'exécuter GLM 5.2 (744B paramètres, MoE) sur un laptop de 32 Go de RAM, en streamant les experts depuis le disque. Le projet a recueilli 838 points sur Hacker News.

On July 10, 2026, a developer released Colibrì, a pure C inference engine capable of running GLM 5.2 (744B parameters, MoE) on a laptop with 32 GB of RAM, by streaming experts from disk. The project garnered 838 points on Hacker News.

Am 10. Juli 2026 veröffentlichte ein Entwickler Colibrì, eine reine C-Inferenz-Engine, die GLM 5.2 (744B Parameter, MoE) auf einem Laptop mit 32 GB RAM ausführen kann, indem die Experten von der Festplatte gestreamt werden. Das Projekt erhielt 838 Punkte auf Hacker News.

Il 10 luglio 2026, uno sviluppatore ha pubblicato Colibrì, un motore di inferenza in C puro in grado di eseguire GLM 5.2 (744B parametri, MoE) su un laptop con 32 GB di RAM, trasmettendo in streaming gli esperti dal disco. Il progetto ha raccolto 838 punti su Hacker News.

El 10 de luj 2026, on desvilupador l'ha publicaa Colibrì, on motor d'inferenza in C pur bon de eseguì GLM 5.2 (744B parametri, MoE) in su on laptop de 32 Go de RAM, streamand i espert del disch. El proget l'ha cuglii 838 pont in su Hacker News.

AudioAudioAudioAudioAudio

Kyutai publie MuScriptor pour la transcription MIDIKyutai Releases MuScriptor for MIDI TranscriptionKyutai veröffentlicht MuScriptor zur MIDI-TranskriptionKyutai pubblica MuScriptor per la trascrizione MIDIKyutai la publica MuScriptor per la trascrizion MIDI

From the Wires —

Kyutai et Mirelo ont publié MuScriptor, un Transformer decoder-only open-weight pour la transcription musicale multi-instrument en MIDI, entraîné sur 170 000 enregistrements réels et 1,45 million de MIDI synthétiques, selon MarkTechPost.

Kyutai and Mirelo released MuScriptor, an open-weight decoder-only Transformer for multi-instrument music transcription to MIDI, trained on 170,000 real recordings and 1.45 million synthetic MIDIs, according to MarkTechPost.

Kyutai und Mirelo haben MuScriptor veröffentlicht, einen Open-Weight-Decoder-Only-Transformer zur mehrstimmigen Musiktranskription in MIDI, trainiert auf 170'000 echten Aufnahmen und 1,45 Millionen synthetischen MIDIs, so MarkTechPost.

Kyutai e Mirelo hanno pubblicato MuScriptor, un Transformer decoder-only open-weight per la trascrizione musicale multi-strumento in MIDI, addestrato su 170 000 registrazioni reali e 1,45 milioni di MIDI sintetici, secondo MarkTechPost.

Kyutai e Mirelo hann publicaa MuScriptor, on Transformer decoder-only open-weight per la trascrizion musicala multi-strument in MIDI, inalveraa in su 170 000 registrazion reai e 1,45 milion de MIDI sintetich, segond MarkTechPost.

SantéHealthGesundheitSaluteSalut

SensorFM : un trillion de minutes pour la santé connectéeSensorFM: A Trillion Minutes for Connected HealthSensorFM: Eine Billion Minuten für vernetzte GesundheitSensorFM: un trilione di minuti per la salute connessaSensorFM: on trillion de minut per la sanità connessa

From the Wires —

Google Research, en collaboration avec DeepMind, a dévoilé SensorFM, un modèle foundation pour la santé portable pré-entraîné sur plus d'un billion de minutes de données de capteurs non étiquetées provenant de 5 millions de participants consentants, selon MarkTechPost.

Google Research, in collaboration with DeepMind, unveiled SensorFM, a wearable health foundation model pre-trained on over one trillion minutes of unlabeled sensor data from 5 million consenting participants, according to MarkTechPost.

Google Research hat in Zusammenarbeit mit DeepMind SensorFM vorgestellt, ein Foundation-Modell für tragbare Gesundheit, vortrainiert auf über einer Billion Minuten unmarkierter Sensordaten von 5 Millionen zustimmenden Teilnehmern, so MarkTechPost.

Google Research, in collaborazione con DeepMind, ha svelato SensorFM, un modello foundation per la salute indossabile pre-addestrato su oltre un trilione di minuti di dati di sensori non etichettati provenienti da 5 milioni di partecipanti consenzienti, secondo MarkTechPost.

Google Research, in collaborazion con DeepMind, l'ha desvelaa SensorFM, on modell foundation per la sanità portatil pre-inalveraa in su pussee d'on billion de minut de dati de sensor minga etichetaa de 5 milion de partecipant consentent, segond MarkTechPost.

DéveloppementDevelopmentEntwicklungSviluppoDesvilup

Bun réécrit un million de lignes de Zig en Rust avec Fable 5Bun Rewrites a Million Lines of Zig in Rust with Fable 5Bun schreibt eine Million Zeilen von Zig in Rust mit Fable 5 umBun riscrive un milione di righe di Zig in Rust con Fable 5Bun el re-scriv on milion de lign de Zig in Rust con Fable 5

From the Wires —

Le JavaScript runtime Bun a été entièrement réécrit de Zig vers Rust en 11 jours, avec l'aide de Claude Fable 5 d'Anthropic qui a écrit plus d'un million de lignes de code, rapporte The Decoder le 10 juillet 2026.

The JavaScript runtime Bun has been completely rewritten from Zig to Rust in 11 days, with the help of Anthropic's Claude Fable 5 which wrote over a million lines of code, reports The Decoder on July 10, 2026.

Die JavaScript-Laufzeitumgebung Bun wurde mit Hilfe von Claude Fable 5 von Anthropic, das über eine Million Zeilen Code schrieb, in 11 Tagen vollständig von Zig nach Rust umgeschrieben, berichtet The Decoder am 10. Juli 2026.

Il runtime JavaScript Bun è stato completamente riscritto da Zig a Rust in 11 giorni, con l'aiuto di Claude Fable 5 di Anthropic che ha scritto oltre un milione di righe di codice, riporta The Decoder il 10 luglio 2026.

El JavaScript runtime Bun l'è staa intreghament re-scrivuu de Zig a Rust in 11 dì, con l'ajut de Claude Fable 5 d'Anthropic che l'ha scrivuu pussee d'on milion de lign de code, el reporta The Decoder el 10 de luj 2026.

Page 1 — Page 1 — Seite 1 — Pagina 1 — Pagina 1 — À la UneFront PageTitelgeschichteIn Primo PianoA la Una

I. Modèles & FrontièreModels & FrontierModelle & GrenzeModelli & FrontieraModèj & Frontiera

Justice

Justiz

Giustizia

Apple accuse OpenAI de vol de secrets commerciauxApple Accuses OpenAI of Trade Secret TheftApple beschuldigt OpenAI des Diebstahls von GeschäftsgeheimnissenApple accusa OpenAI di furto di segreti commercialiApple l'accusa OpenAI de robà de secret commerciai

Apple a déposé une plainte le 10 juillet 2026 contre OpenAI, accusant l'entreprise d'avoir orchestré un « schéma de vol de secrets commerciaux » impliquant d'anciens employés d'Apple. Selon TechCrunch, la plainte nomme également IO Products, la startup de Jony Ive, et allègue que la direction d'OpenAI était au courant. L'affaire, qui a recueilli 767 points sur Hacker News, pourrait compromettre l'accord de 2024 entre les deux entreprises pour intégrer les services d'IA d'OpenAI sur les appareils Apple.

Apple filed a complaint on July 10, 2026 against OpenAI, accusing the company of orchestrating a "pattern of trade secret theft" involving former Apple employees. According to TechCrunch, the complaint also names IO Products, Jony Ive's startup, and alleges that OpenAI's management was aware. The case, which garnered 767 points on Hacker News, could jeopardize the 2024 agreement between the two companies to integrate OpenAI's AI services on Apple devices.

Apple hat am 10. Juli 2026 Klage gegen OpenAI eingereicht und wirft dem Unternehmen vor, ein «Muster des Diebstahls von Geschäftsgeheimnissen» unter Beteiligung ehemaliger Apple-Mitarbeiter orchestriert zu haben. Laut TechCrunch nennt die Klage auch IO Products, das Startup von Jony Ive, und behauptet, die Führung von OpenAI habe davon gewusst. Der Fall, der auf Hacker News 767 Punkte erzielte, könnte die Vereinbarung von 2024 zwischen den beiden Unternehmen zur Integration der KI-Dienste von OpenAI auf Apple-Geräten gefährden.

Apple ha depositato una denuncia il 10 luglio 2026 contro OpenAI, accusando l'azienda di aver orchestrato uno « schema di furto di segreti commerciali » coinvolgendo ex dipendenti di Apple. Secondo TechCrunch, la denuncia nomina anche IO Products, la startup di Jony Ive, e sostiene che la dirigenza di OpenAI fosse a conoscenza. Il caso, che ha raccolto 767 punti su Hacker News, potrebbe compromettere l'accordo del 2024 tra le due aziende per integrare i servizi di IA di OpenAI sui dispositivi Apple.

Apple l'ha depositada ona querejola el 10 de luj 2026 contra OpenAI, accusand l'azienda de havé orchesstraa on « schema de robà de secret commerciai » che 'l ghe met denter di ex impiegaa d'Apple. Segond TechCrunch, la querejola la nòmina anca IO Products, la startup de Jony Ive, e la dis che la direzion d'OpenAI l'era al corent. La faccenda, che l'ha cuglii 767 pont in su Hacker News, la podaria comprometter l'accord del 2024 in tra i dò aziend per integrà i servizzi d'IA d'OpenAI in sui dispositif Apple.

Guide

Leitfaden

Guida

OpenAI cartographie les cinq niveaux de raisonnement de GPT-5.6 SolOpenAI Maps Out the Five Reasoning Levels of GPT-5.6 SolOpenAI kartiert die fünf Reasoning-Stufen von GPT-5.6 SolOpenAI mappa i cinque livelli di ragionamento di GPT-5.6 SolOpenAI la cartografia i cinch nivell de resonament de GPT-5.6 Sol

OpenAI a publié le 10 juillet 2026 un guide détaillant les cinq niveaux de raisonnement de GPT-5.6 Sol, de « Light » à « xhigh », avec des modes « Max » et « Ultra » qui déploient plusieurs sous-agents en parallèle. Vaibhav Srivastav, employé d'OpenAI, recommande de commencer par le niveau le plus bas et de n'augmenter que si nécessaire, selon The Decoder. Le modèle atteint un score de 58,9 sur l'Artificial Analysis Intelligence Index, contre 53,8 pour Grok 4.5 et 60 pour Claude Fable 5.

OpenAI published on July 10, 2026 a guide detailing the five reasoning levels of GPT-5.6 Sol, from "Light" to "xhigh," with "Max" and "Ultra" modes that deploy multiple sub-agents in parallel. Vaibhav Srivastav, an OpenAI employee, recommends starting at the lowest level and only increasing if necessary, according to The Decoder. The model achieves a score of 58.9 on the Artificial Analysis Intelligence Index, compared to 53.8 for Grok 4.5 and 60 for Claude Fable 5.

OpenAI hat am 10. Juli 2026 einen Leitfaden veröffentlicht, der die fünf Reasoning-Stufen von GPT-5.6 Sol detailliert beschreibt – von «Light» bis «xhigh», mit den Modi «Max» und «Ultra», die mehrere Unter-Agenten parallel einsetzen. Vaibhav Srivastav, ein Mitarbeiter von OpenAI, empfiehlt, mit der niedrigsten Stufe zu beginnen und nur bei Bedarf zu erhöhen, so The Decoder. Das Modell erreicht einen Wert von 58,9 auf dem Artificial Analysis Intelligence Index, verglichen mit 53,8 für Grok 4.5 und 60 für Claude Fable 5.

OpenAI ha pubblicato il 10 luglio 2026 una guida che dettaglia i cinque livelli di ragionamento di GPT-5.6 Sol, da « Light » a « xhigh », con modalità « Max » e « Ultra » che distribuiscono diversi sotto-agenti in parallelo. Vaibhav Srivastav, dipendente di OpenAI, raccomanda di iniziare dal livello più basso e di aumentare solo se necessario, secondo The Decoder. Il modello raggiunge un punteggio di 58,9 sull'Artificial Analysis Intelligence Index, contro 53,8 per Grok 4.5 e 60 per Claude Fable 5.

OpenAI l'ha publicaa el 10 de luj 2026 ona guida che la detaja i cinch nivell de resonament de GPT-5.6 Sol, de « Light » a « xhigh », con di mode « Max » e « Ultra » che i metten in pee diversi sotto-agent in parallell. Vaibhav Srivastav, impiegaa d'OpenAI, el recomanda de scomincià del nivell pussee bass e de aumentà domà se l'è necessari, segond The Decoder. El modell el riva a on score de 58,9 in su l'Artificial Analysis Intelligence Index, contra 53,8 per Grok 4.5 e 60 per Claude Fable 5.

Page 2 — Page 2 — Seite 2 — Pagina 2 — Pagina 2 — Le Cahier TechniqueThe Technical NotebookDas TechnikheftIl Quaderno TecnicoEl Carnet Tecnegh

II. Harnais & MoteursHarnesses & EnginesGeschirr & MotorenImbracature & MotoriHarnes & Motor

Harnais

Harness

Geschirr

Imbracatura

Harnes

Claude Code v2.1.207 : mode Auto activé par défaut sur les cloudsClaude Code v2.1.207: Auto Mode Enabled by Default on CloudsClaude Code v2.1.207: Auto-Modus standardmässig auf Clouds aktiviertClaude Code v2.1.207: modalità Auto attivata per impostazione predefinita sui cloudClaude Code v2.1.207: mode Auto ativaa de default in sui cloud

Claude Code v2.1.207, publié le 11 juillet 2026, active le mode Auto par défaut sur Bedrock, Vertex AI et Foundry, sans nécessiter l'opt-in CLAUDE_CODE_ENABLE_AUTO_MODE. La version corrige également un gel du terminal lors du streaming de longues listes et blocs de code, et résout un problème où les paramètres distants étaient enregistrés comme consentis sans afficher la boîte de dialogue de sécurité, selon les notes de version sur GitHub.

Claude Code v2.1.207, released on July 11, 2026, enables Auto mode by default on Bedrock, Vertex AI and Foundry, without requiring the CLAUDE_CODE_ENABLE_AUTO_MODE opt-in. The release also fixes a terminal freeze when streaming long lists and code blocks, and resolves an issue where remote settings were saved as consented without displaying the security dialog, according to the release notes on GitHub.

Claude Code v2.1.207, veröffentlicht am 11. Juli 2026, aktiviert den Auto-Modus standardmässig auf Bedrock, Vertex AI und Foundry, ohne dass ein Opt-in über CLAUDE_CODE_ENABLE_AUTO_MODE erforderlich ist. Die Version behebt zudem ein Einfrieren des Terminals beim Streamen langer Listen und Codeblöcke und löst ein Problem, bei dem Remote-Einstellungen als zugestimmt gespeichert wurden, ohne den Sicherheitsdialog anzuzeigen, so die Versionshinweise auf GitHub.

Claude Code v2.1.207, pubblicato l'11 luglio 2026, attiva la modalità Auto per impostazione predefinita su Bedrock, Vertex AI e Foundry, senza richiedere l'opt-in CLAUDE_CODE_ENABLE_AUTO_MODE. La versione corregge inoltre un blocco del terminale durante lo streaming di lunghe liste e blocchi di codice, e risolve un problema per cui le impostazioni remote venivano salvate come acconsentite senza mostrare la finestra di dialogo di sicurezza, secondo le note di rilascio su GitHub.

Claude Code v2.1.207, publicaa el 11 de luj 2026, l'ativa el mode Auto de default in su Bedrock, Vertex AI e Foundry, senza besogn de l'opt-in CLAUDE_CODE_ENABLE_AUTO_MODE. La version la coregg anca on gel del terminal durant el streaming de longh list e blocch de code, e la risoeulv on problema indove i parametri distant eren registraa come consentii senza mostrà la finestra de dialogo de sicurezza, segond i nòt de version in su GitHub.

Moteurs

Engines

Motoren

Motori

Motor

oMLX 0.5.0 : décodage spéculatif Lightning MTP et kernels personnalisésoMLX 0.5.0: Lightning MTP Speculative Decoding and Custom KernelsoMLX 0.5.0: Spekulatives Decoding Lightning MTP und benutzerdefinierte KerneloMLX 0.5.0: decodifica speculativa Lightning MTP e kernel personalizzatioMLX 0.5.0: decodage speculativ Lightning MTP e kernel personalizzaa

oMLX 0.5.0, publié le 10 juillet 2026, introduit le décodage spéculatif Lightning MTP pour Qwen3.6-27B, Qwen3.6-35B-A3B, DeepSeek-V4-Flash et GLM-5.2, avec des gains de performance allant jusqu'à 1,57x sur M3 Ultra. La version ajoute également des kernels personnalisés oMLX pour DeepSeek V4, Qwen3.5/3.6 et GLM-5.2, avec une amélioration du préfill allant jusqu'à +99% pour GLM-5.2, et une quantification oQe améliorée par calibration d'importance d'activation, selon GitHub.

oMLX 0.5.0, released on July 10, 2026, introduces Lightning MTP speculative decoding for Qwen3.6-27B, Qwen3.6-35B-A3B, DeepSeek-V4-Flash and GLM-5.2, with performance gains of up to 1.57x on M3 Ultra. The release also adds custom oMLX kernels for DeepSeek V4, Qwen3.5/3.6 and GLM-5.2, with prefill improvements of up to +99% for GLM-5.2, and improved oQe quantization via activation importance calibration, according to GitHub.

oMLX 0.5.0, veröffentlicht am 10. Juli 2026, führt spekulatives Decoding Lightning MTP für Qwen3.6-27B, Qwen3.6-35B-A3B, DeepSeek-V4-Flash und GLM-5.2 ein, mit Leistungssteigerungen von bis zu 1,57x auf M3 Ultra. Die Version fügt zudem benutzerdefinierte oMLX-Kernel für DeepSeek V4, Qwen3.5/3.6 und GLM-5.2 hinzu, mit einer Prefill-Verbesserung von bis zu +99% für GLM-5.2, sowie eine verbesserte oQe-Quantisierung durch Aktivierungsbedeutungskalibrierung, so GitHub.

oMLX 0.5.0, pubblicato il 10 luglio 2026, introduce la decodifica speculativa Lightning MTP per Qwen3.6-27B, Qwen3.6-35B-A3B, DeepSeek-V4-Flash e GLM-5.2, con guadagni di prestazioni fino a 1,57x su M3 Ultra. La versione aggiunge anche kernel personalizzati oMLX per DeepSeek V4, Qwen3.5/3.6 e GLM-5.2, con un miglioramento del prefill fino a +99% per GLM-5.2, e una quantizzazione oQe migliorata tramite calibrazione dell'importanza dell'attivazione, secondo GitHub.

oMLX 0.5.0, publicaa el 10 de luj 2026, l'introdux el decodage speculativ Lightning MTP per Qwen3.6-27B, Qwen3.6-35B-A3B, DeepSeek-V4-Flash e GLM-5.2, con di guadagn de performance fina a 1,57x in su M3 Ultra. La version la sgionta anca di kernel personalizzaa oMLX per DeepSeek V4, Qwen3.5/3.6 e GLM-5.2, con on miorament del prefill fina a +99% per GLM-5.2, e ona quantificazion oQe miorada per calibrazion d'importanza d'ativazion, segond GitHub.

Moteurs

Engines

Motoren

Motori

Motor

llama.cpp b9957 et Ollama 0.32.0-rc0 : outils et interface agentllama.cpp b9957 and Ollama 0.32.0-rc0: Tools and Agent Interfacellama.cpp b9957 und Ollama 0.32.0-rc0: Werkzeuge und Agenten-Schnittstellellama.cpp b9957 e Ollama 0.32.0-rc0: strumenti e interfaccia agentellama.cpp b9957 e Ollama 0.32.0-rc0: strument e interfacia agent

llama.cpp b9957, publié le 10 juillet 2026, améliore les outils du serveur en supprimant apply_diff et en ajoutant une abstraction tools_io, selon les notes de version sur GitHub. Ollama v0.32.0-rc0, publié le 11 juillet, ajoute la sélection du parser et renderer Qwen3.5, un avertissement pour les anciens modèles d'agents, et une interface utilisateur pour les agents, détaille GitHub.

llama.cpp b9957, released on July 10, 2026, improves server tools by removing apply_diff and adding a tools_io abstraction, according to release notes on GitHub. Ollama v0.32.0-rc0, released on July 11, adds Qwen3.5 parser and renderer selection, a warning for legacy agent models, and a user interface for agents, details GitHub.

llama.cpp b9957, veröffentlicht am 10. Juli 2026, verbessert die Server-Werkzeuge durch Entfernen von apply_diff und Hinzufügen einer tools_io-Abstraktion, so die Versionshinweise auf GitHub. Ollama v0.32.0-rc0, veröffentlicht am 11. Juli, fügt die Auswahl des Parsers und Renderers für Qwen3.5, eine Warnung für ältere Agentenmodelle und eine Benutzeroberfläche für Agenten hinzu, erläutert GitHub.

llama.cpp b9957, pubblicato il 10 luglio 2026, migliora gli strumenti del server rimuovendo apply_diff e aggiungendo un'astrazione tools_io, secondo le note di rilascio su GitHub. Ollama v0.32.0-rc0, pubblicato l'11 luglio, aggiunge la selezione del parser e renderer Qwen3.5, un avviso per i vecchi modelli di agenti, e un'interfaccia utente per gli agenti, dettaglia GitHub.

llama.cpp b9957, publicaa el 10 de luj 2026, el miora i strument del server, ghe tira via apply_diff e 'l sgionta ona astrazion tools_io, segond i nòt de version in su GitHub. Ollama v0.32.0-rc0, publicaa el 11 de luj, el sgionta la selezion del parser e renderer Qwen3.5, on avertiment per i modèj vegg d'agenti, e ona interfacia utent per i agent, el detaja GitHub.

Page 3 — Page 3 — Seite 3 — Pagina 3 — Pagina 3 — La RechercheResearchDie ForschungLa RicercaLa Ricerca

III. Papers & DécouvertesPapers & DiscoveriesPapiere & EntdeckungenPaper & ScopertePaper & Scovèrt

Architecture

Architektur

Architettura

Attention linéaire : une étude comparative de 350M à 3B paramètresLinear Attention: A Comparative Study from 350M to 3B ParametersLineare Attention: Eine Vergleichsstudie von 350M bis 3B ParameternAttenzione lineare: uno studio comparativo da 350M a 3B parametriAtenzion lineara: on studi comparativ de 350M a 3B parametri

Des chercheurs de l'ETH Zurich et de l'Université de Cambridge présentent une étude comparative approfondie de quatre architectures d'attention linéaire récurrente — DeltaNet, Gated DeltaNet, Kimi Delta Attention et Gated DeltaNet-2 — sur des modèles de 350M à 3B paramètres entraînés sur 15 milliards de tokens. L'étude, publiée le 10 juillet 2026 sur Hugging Face, montre que Kimi Delta Attention avec l'optimiseur Muon atteint la perte de validation la plus basse, tandis que Gated DeltaNet avec AdamW offre le meilleur débit d'entraînement. Les auteurs introduisent également le Cross-Layer Value Routing (CLVR), une technique de routage inter-couches qui améliore modérément la perte de validation, détaille le papier (5 upvotes).

Researchers from ETH Zurich and the University of Cambridge present a comprehensive comparative study of four recurrent linear attention architectures — DeltaNet, Gated DeltaNet, Kimi Delta Attention and Gated DeltaNet-2 — on models from 350M to 3B parameters trained on 15 billion tokens. The study, published on July 10, 2026 on Hugging Face, shows that Kimi Delta Attention with the Muon optimizer achieves the lowest validation loss, while Gated DeltaNet with AdamW offers the best training throughput. The authors also introduce Cross-Layer Value Routing (CLVR), an inter-layer routing technique that moderately improves validation loss, details the paper (5 upvotes).

Forscher der ETH Zürich und der Universität Cambridge präsentieren eine umfassende Vergleichsstudie von vier rekurrenten linearen Attention-Architekturen – DeltaNet, Gated DeltaNet, Kimi Delta Attention und Gated DeltaNet-2 – an Modellen mit 350M bis 3B Parametern, trainiert auf 15 Milliarden Tokens. Die am 10. Juli 2026 auf Hugging Face veröffentlichte Studie zeigt, dass Kimi Delta Attention mit dem Optimierer Muon den niedrigsten Validierungsverlust erreicht, während Gated DeltaNet mit AdamW den besten Trainingsdurchsatz bietet. Die Autoren führen zudem Cross-Layer Value Routing (CLVR) ein, eine schichtübergreifende Routing-Technik, die den Validierungsverlust moderat verbessert, so das Paper (5 Upvotes).

Ricercatori dell'ETH Zurigo e dell'Università di Cambridge presentano uno studio comparativo approfondito di quattro architetture di attenzione lineare ricorrente — DeltaNet, Gated DeltaNet, Kimi Delta Attention e Gated DeltaNet-2 — su modelli da 350M a 3B parametri addestrati su 15 miliardi di token. Lo studio, pubblicato il 10 luglio 2026 su Hugging Face, mostra che Kimi Delta Attention con l'ottimizzatore Muon raggiunge la perdita di validazione più bassa, mentre Gated DeltaNet con AdamW offre il miglior throughput di addestramento. Gli autori introducono anche il Cross-Layer Value Routing (CLVR), una tecnica di routing inter-livello che migliora moderatamente la perdita di validazione, dettaglia il paper (5 upvotes).

Di ricercator del ETH Zurich e de l'Università de Cambridge presenten on studi comparativ approfondii de quatter architettur d'atenzion lineara ricorenta — DeltaNet, Gated DeltaNet, Kimi Delta Attention e Gated DeltaNet-2 — in su modèj de 350M a 3B parametri inalveraa in su 15 miliard de token. El studi, publicaa el 10 de luj 2026 in su Hugging Face, el mostra che Kimi Delta Attention con l'ottimizzator Muon la riva a la perdita de validazion pussee bassa, intant che Gated DeltaNet con AdamW la da el miglior débit d'inalverament. I autor introduxen anca el Cross-Layer Value Routing (CLVR), ona tecnega de routing in tra i layer che la miora moderatament la perdita de validazion, el detaja el paper (5 upvotes).

Architecture

Architektur

Architettura

Sparse Delta Memory : Meta scale la mémoire des RNN linéairesSparse Delta Memory: Meta Scales Memory in Linear RNNsSparse Delta Memory: Meta skaliert den Speicher linearer RNNsSparse Delta Memory: Meta scala la memoria degli RNN lineariSparse Delta Memory: Meta la scala la memoria di RNN lineari

Des chercheurs de Meta AI (FAIR) proposent Sparse Delta Memory (SDM), une architecture qui étend la mémoire cachée des RNN linéaires à grille (Gated DeltaNet) en utilisant un adressage sparse pour des lectures et écritures vers une mémoire explicite de grande capacité. Publié le 10 juillet 2026, le papier montre que, sous contrainte isoFLOP et à nombre de paramètres identique, une capacité mémoire plus élevée améliore significativement les performances en apprentissage en contexte et en récupération long-contexte, selon le papier (7 upvotes).

Researchers from Meta AI (FAIR) propose Sparse Delta Memory (SDM), an architecture that extends the hidden memory of gated linear RNNs (Gated DeltaNet) by using sparse addressing for reads and writes to an explicit large-capacity memory. Published on July 10, 2026, the paper shows that, under isoFLOP constraints and with identical parameter counts, higher memory capacity significantly improves in-context learning and long-context retrieval performance, according to the paper (7 upvotes).

Forscher von Meta AI (FAIR) schlagen Sparse Delta Memory (SDM) vor, eine Architektur, die den versteckten Speicher von getakteten linearen RNNs (Gated DeltaNet) erweitert, indem sie sparse Adressierung für Lese- und Schreibzugriffe auf einen expliziten Speicher mit hoher Kapazität verwendet. Das am 10. Juli 2026 veröffentlichte Paper zeigt, dass unter isoFLOP-Beschränkung und bei identischer Parameteranzahl eine höhere Speicherkapazität die Leistung beim In-Context-Lernen und beim Long-Context-Abruf signifikant verbessert, so das Paper (7 Upvotes).

Ricercatori di Meta AI (FAIR) propongono Sparse Delta Memory (SDM), un'architettura che estende la memoria nascosta degli RNN lineari a griglia (Gated DeltaNet) utilizzando un indirizzamento sparso per letture e scritture verso una memoria esplicita di grande capacità. Pubblicato il 10 luglio 2026, il paper mostra che, sotto vincolo isoFLOP e a parità di numero di parametri, una capacità di memoria più elevata migliora significativamente le prestazioni in apprendimento in contesto e recupero lungo contesto, secondo il paper (7 upvotes).

Di ricercator de Meta AI (FAIR) proponn Sparse Delta Memory (SDM), ona architettura che la slarga la memoria sconduda di RNN lineari a griglia (Gated DeltaNet) doperand on adressament sparse per di lettur e scrittur vers ona memoria esplicita de granda capacità. Publicaa el 10 de luj 2026, el paper el mostra che, sotta vincol isoFLOP e a numer de parametri istess, ona capacità memoria pussee granda la miora significativament i performance in apprendiment in contest e in recuper long-contest, segond el paper (7 upvotes).

Vidéo & Raisonnement

Video & Reasoning

Video & Ragionamento

Video & Resonament

OpenCoF : apprendre le raisonnement par la génération vidéoOpenCoF: Learning Reasoning Through Video GenerationOpenCoF: Reasoning durch Videogenerierung erlernenOpenCoF: apprendere il ragionamento tramite generazione videoOpenCoF: imparà el resonament per la generazion video

Des chercheurs de ByteDance Seed et de l'Université de Shanghai Jiao Tong présentent OpenCoF, un framework qui apprend le raisonnement par génération vidéo. Le dataset OpenCoF-17K couvre 11 familles de tâches, et le modèle Wan-CoF, fine-tuné à partir de Wan2.2-I2V-A14B, obtient des gains significatifs sur quatre benchmarks de raisonnement vidéo. Le papier, publié le 10 juillet 2026, explore également des tokens de raisonnement visuels et textuels pour améliorer le raisonnement spatial et temporel, détaille le papier (8 upvotes).

Researchers from ByteDance Seed and Shanghai Jiao Tong University present OpenCoF, a framework that learns reasoning through video generation. The OpenCoF-17K dataset covers 11 task families, and the Wan-CoF model, fine-tuned from Wan2.2-I2V-A14B, achieves significant gains on four video reasoning benchmarks. The paper, published on July 10, 2026, also explores visual and textual reasoning tokens to improve spatial and temporal reasoning, details the paper (8 upvotes).

Forscher von ByteDance Seed und der Shanghai Jiao Tong Universität präsentieren OpenCoF, ein Framework, das Reasoning durch Videogenerierung erlernt. Der Datensatz OpenCoF-17K umfasst 11 Aufgabenfamilien, und das auf Wan2.2-I2V-A14B feinabgestimmte Modell Wan-CoF erzielt signifikante Verbesserungen bei vier Video-Reasoning-Benchmarks. Das am 10. Juli 2026 veröffentlichte Paper untersucht zudem visuelle und textuelle Reasoning-Tokens zur Verbesserung des räumlichen und zeitlichen Reasoning, so das Paper (8 Upvotes).

Ricercatori di ByteDance Seed e dell'Università di Shanghai Jiao Tong presentano OpenCoF, un framework che apprende il ragionamento tramite generazione video. Il dataset OpenCoF-17K copre 11 famiglie di compiti, e il modello Wan-CoF, fine-tunato a partire da Wan2.2-I2V-A14B, ottiene guadagni significativi su quattro benchmark di ragionamento video. Il paper, pubblicato il 10 luglio 2026, esplora anche token di ragionamento visivi e testuali per migliorare il ragionamento spaziale e temporale, dettaglia il paper (8 upvotes).

Di ricercator de ByteDance Seed e de l'Università de Shanghai Jiao Tong presenten OpenCoF, on framework che 'l impara el resonament per generazion video. El dataset OpenCoF-17K el quata 11 famei de compit, e 'l modell Wan-CoF, fine-tunaa de Wan2.2-I2V-A14B, l'oten di guadagn significativ in su quatter benchmark de resonament video. El paper, publicaa el 10 de luj 2026, l'esplora anca di token de resonament visiv e testual per miorà el resonament spazial e temporal, el detaja el paper (8 upvotes).

Agents

Agenten

Agenti

Agent

UniClawBench : un benchmark pour agents proactifs en environnement réelUniClawBench: A Benchmark for Proactive Agents in Real-World EnvironmentsUniClawBench: Ein Benchmark für proaktive Agenten in realen UmgebungenUniClawBench: un benchmark per agenti proattivi in ambiente realeUniClawBench: on benchmark per agent proativ in ambient real

Des chercheurs de l'Université de Hong Kong dévoilent UniClawBench, un benchmark orienté capacités pour évaluer les agents proactifs dans des environnements dynamiques réels. Composé de 400 tâches bilingues évaluées dans des conteneurs Docker live avec une stratégie d'évaluation en boucle fermée, le benchmark distingue cinq capacités fondamentales : utilisation d'outils, exploration, raisonnement long-contexte, compréhension multimodale et coordination multiplateforme, selon le papier (23 upvotes).

Researchers from the University of Hong Kong unveil UniClawBench, a capability-oriented benchmark for evaluating proactive agents in real-world dynamic environments. Comprising 400 bilingual tasks evaluated in live Docker containers with a closed-loop evaluation strategy, the benchmark distinguishes five core capabilities: tool use, exploration, long-context reasoning, multimodal understanding and cross-platform coordination, according to the paper (23 upvotes).

Forscher der Universität Hongkong enthüllen UniClawBench, einen fähigkeitsorientierten Benchmark zur Bewertung proaktiver Agenten in dynamischen realen Umgebungen. Der Benchmark besteht aus 400 zweisprachigen Aufgaben, die in Live-Docker-Containern mit einer Closed-Loop-Bewertungsstrategie evaluiert werden, und unterscheidet fünf grundlegende Fähigkeiten: Werkzeugnutzung, Exploration, Long-Context-Reasoning, multimodales Verständnis und plattformübergreifende Koordination, so das Paper (23 Upvotes).

Ricercatori dell'Università di Hong Kong svelano UniClawBench, un benchmark orientato alle capacità per valutare gli agenti proattivi in ambienti dinamici reali. Composto da 400 compiti bilingue valutati in container Docker live con una strategia di valutazione a ciclo chiuso, il benchmark distingue cinque capacità fondamentali: uso di strumenti, esplorazione, ragionamento lungo contesto, comprensione multimodale e coordinamento multipiattaforma, secondo il paper (23 upvotes).

Di ricercator de l'Università de Hong Kong desvelen UniClawBench, on benchmark orientaa capacità per valutà i agent proativ in di ambient dinamegh reai. Faa su de 400 compit bilingov valutaa in di container Docker live con ona strategia de valutazion a loop saraa, el benchmark el destingua cinch capacità fondamentai: doperà di strument, esplorazion, resonament long-contest, comprension multimodala e coordinazion multi-platforma, segond el paper (23 upvotes).

Page 4 — Page 4 — Seite 4 — Pagina 4 — Pagina 4 — La Communauté & ÉditoCommunity & EditorialGemeinschaft & EditorialLa Comunità & EditorialeLa Comunità & Editorial

IV. Signaux & DébatsSignals & DebatesSignale & DebattenSegnali & DibattitiSegnai & Debat

Controverse

Controversy

Kontroverse

Controversia

Meta retire Muse Image d'Instagram après un tollé généralMeta Removes Muse Image from Instagram After Public BacklashMeta entfernt Muse Image von Instagram nach öffentlichem AufschreiMeta rimuove Muse Image da Instagram dopo una protesta generaleMeta la tira via Muse Image d'Instagram dopo on tollerà general

Meta a retiré le 10 juillet 2026 sa fonctionnalité Muse Image sur Instagram, qui permettait aux utilisateurs de générer des images IA à partir de comptes publics, après un tollé général. « Nous avons entendu les retours selon lesquels cette fonctionnalité n'a pas atteint son objectif, donc elle n'est plus disponible », a déclaré l'entreprise, selon TechCrunch. Le New York Times rapporte que des agences hollywoodiennes avaient soulevé des préoccupations en matière de vie privée et de droit d'auteur.

Meta removed its Muse Image feature on Instagram on July 10, 2026, which allowed users to generate AI images from public accounts, after a public outcry. "We heard the feedback that this feature did not meet its goal, so it is no longer available," the company said, according to TechCrunch. The New York Times reports that Hollywood agencies had raised privacy and copyright concerns.

Meta hat am 10. Juli 2026 seine Muse-Image-Funktion auf Instagram entfernt, die es Nutzern ermöglichte, KI-Bilder von öffentlichen Konten zu generieren, nach einem öffentlichen Aufschrei. «Wir haben das Feedback gehört, dass diese Funktion ihr Ziel nicht erreicht hat, daher ist sie nicht mehr verfügbar», erklärte das Unternehmen, so TechCrunch. Die New York Times berichtet, dass Hollywood-Agenturen Bedenken hinsichtlich des Datenschutzes und des Urheberrechts geäussert hatten.

Meta ha rimosso il 10 luglio 2026 la sua funzionalità Muse Image su Instagram, che permetteva agli utenti di generare immagini IA a partire da account pubblici, dopo una protesta generale. « Abbiamo ascoltato i feedback secondo cui questa funzionalità non ha raggiunto il suo obiettivo, quindi non è più disponibile », ha dichiarato l'azienda, secondo TechCrunch. Il New York Times riporta che agenzie hollywoodiane avevano sollevato preoccupazioni in materia di privacy e diritto d'autore.

Meta l'ha tiraa via el 10 de luj 2026 la soa funzionalità Muse Image in su Instagram, che la permetteva ai utent de generà di immagin IA de part di cunt publegh, dopo on tollerà general. « Avom sentii i feedback segond i quai questa funzionalità chì l'ha no raggiunt el sò obietiv, donca l'è pu disponibil », l'ha dii l'azienda, segond TechCrunch. El New York Times el reporta che di agenzij hollywoodiann aveven sollevaa di preoccupazion in materia de vita privada e de diritt d'autor.

M&A

Tencent négocie le rachat de Manus, l'agent IA, pour 2 milliards de dollarsTencent Negotiates Purchase of AI Agent Manus for $2 BillionTencent verhandelt Übernahme von Manus, dem KI-Agenten, für 2 Milliarden DollarTencent negozia l'acquisto di Manus, l'agente IA, per 2 miliardi di dollariTencent el negozia el rescat de Manus, l'agent IA, per 2 miliard de dollar

Tencent est en négociations pour acquérir une participation majoritaire dans la startup d'agents IA Manus, à la même valorisation de 2 milliards de dollars, après que Pékin a forcé Meta à abandonner son acquisition, rapporte le Financial Times cité par The Decoder le 10 juillet 2026. Tencent voit des synergies avec ses propres plans d'agents, notamment pour WeChat. Le fonds américain Benchmark ne devrait pas participer à l'opération.

Tencent is in negotiations to acquire a majority stake in AI agent startup Manus, at the same $2 billion valuation, after Beijing forced Meta to abandon its acquisition, reports the Financial Times cited by The Decoder on July 10, 2026. Tencent sees synergies with its own agent plans, particularly for WeChat. US fund Benchmark is not expected to participate in the deal.

Tencent führt Verhandlungen zur Übernahme einer Mehrheitsbeteiligung am KI-Agenten-Startup Manus zur gleichen Bewertung von 2 Milliarden US-Dollar, nachdem Peking Meta gezwungen hatte, seine Übernahme aufzugeben, berichtet die Financial Times, zitiert von The Decoder am 10. Juli 2026. Tencent sieht Synergien mit seinen eigenen Agentenplänen, insbesondere für WeChat. Der US-Fonds Benchmark soll sich nicht an der Transaktion beteiligen.

Tencent è in trattative per acquisire una partecipazione di maggioranza nella startup di agenti IA Manus, alla stessa valutazione di 2 miliardi di dollari, dopo che Pechino ha costretto Meta ad abbandonare la sua acquisizione, riporta il Financial Times citato da The Decoder il 10 luglio 2026. Tencent vede sinergie con i propri piani di agenti, in particolare per WeChat. Il fondo americano Benchmark non dovrebbe partecipare all'operazione.

Tencent l'è in negoziazion per acquistà ona partecipazion de maggioranza in la startup d'agenti IA Manus, a l'istessa valorizzazion de 2 miliard de dollar, dopo che Pechin l'ha forzada Meta a bandonà la soa acquisizion, el reporta el Financial Times citaa de The Decoder el 10 de luj 2026. Tencent el ved di sinergij con i sò pian d'agenti, soratutt per WeChat. El fond american Benchmark el gh'havaria de partecipà no a l'operazion.

Open Source

Colibrì : faire tourner GLM 5.2 (744B) sur un laptop de 32 GoColibrì: Running GLM 5.2 (744B) on a 32 GB LaptopColibrì: GLM 5.2 (744B) auf einem Laptop mit 32 GB ausführenColibrì: far girare GLM 5.2 (744B) su un laptop con 32 GBColibrì: fà girà GLM 5.2 (744B) in su on laptop de 32 Go

Le 10 juillet 2026, un développeur a publié Colibrì, un moteur d'inférence en C pur (~1 300 lignes) capable d'exécuter GLM 5.2 (744B paramètres, MoE) sur un simple laptop de 32 Go de RAM. Le projet, qui a recueilli 838 points sur Hacker News, utilise une approche où les experts routés (21 504 experts, ~370 Go) vivent sur disque et sont streamés à la demande, avec seulement ~9,9 Go de paramètres denses résidents en RAM en int4, détaille le dépôt GitHub.

On July 10, 2026, a developer released Colibrì, a pure C inference engine (~1,300 lines) capable of running GLM 5.2 (744B parameters, MoE) on a simple laptop with 32 GB of RAM. The project, which garnered 838 points on Hacker News, uses an approach where routed experts (21,504 experts, ~370 GB) live on disk and are streamed on demand, with only ~9.9 GB of dense parameters resident in RAM in int4, details the GitHub repository.

Am 10. Juli 2026 veröffentlichte ein Entwickler Colibrì, eine reine C-Inferenz-Engine (~1'300 Zeilen), die in der Lage ist, GLM 5.2 (744B Parameter, MoE) auf einem einfachen Laptop mit 32 GB RAM auszuführen, indem die Experten von der Festplatte gestreamt werden. Das Projekt, das auf Hacker News 838 Punkte erzielte, verwendet einen Ansatz, bei dem die gerouteten Experten (21'504 Experten, ~370 GB) auf der Festplatte leben und bei Bedarf gestreamt werden, während nur ~9,9 GB dichte Parameter in int4 im RAM resident sind, so das GitHub-Repository.

Il 10 luglio 2026, uno sviluppatore ha pubblicato Colibrì, un motore di inferenza in C puro (~1 300 righe) in grado di eseguire GLM 5.2 (744B parametri, MoE) su un semplice laptop con 32 GB di RAM. Il progetto, che ha raccolto 838 punti su Hacker News, utilizza un approccio in cui gli esperti instradati (21 504 esperti, ~370 GB) risiedono su disco e vengono trasmessi in streaming su richiesta, con solo ~9,9 GB di parametri densi residenti in RAM in int4, dettaglia il repository GitHub.

El 10 de luj 2026, on desvilupador l'ha publicaa Colibrì, on motor d'inferenza in C pur (~1 300 lign) bon de eseguì GLM 5.2 (744B parametri, MoE) in su on semplic laptop de 32 Go de RAM. El proget, che l'ha cuglii 838 pont in su Hacker News, el dopera on approcc indove i espert routaa (21 504 espert, ~370 Go) viven in su disch e hinn streamaa a la domanda, con domà ~9,9 Go de parametri dens resident in RAM in int4, el detaja el depòsit GitHub.

V. ÉditorialEditorialLeitartikelEditorialeEditorial

Édito

Editorial

Leitartikel

Editoriale

Editorial

L'IA invente, l'humanité jugeAI Invents, Humanity JudgesKI erfindet, die Menschheit urteiltL'IA inventa, l'umanità giudicaL'IA la inventa, l'umanità la giudega

L'édition du 11 juillet 2026 du The Neuron Times paraît dans un climat où l'IA franchit un nouveau seuil de maturité scientifique, mais aussi de conflictualité juridique. La preuve de la conjecture CDC par GPT-5.6 Sol n'est pas un simple exploit de benchmark : c'est la première fois qu'un modèle de langage produit une preuve mathématique originale, validée par la communauté, d'un problème ouvert depuis des décennies. Combiné à sa capacité d'auto-amélioration récursive — un modèle qui en post-entraîne un autre — nous entrons dans une ère où les systèmes d'IA ne sont plus seulement des outils, mais des agents de découverte scientifique. Pourtant, le procès intenté par Apple pour vol de secrets et les sanctions demandées par le New York Times rappellent que cette puissance croissante s'accompagne de tensions géopolitiques, juridiques et éthiques qui ne feront que s'intensifier.

The July 11, 2026 edition of The Neuron Times appears in a climate where AI is crossing a new threshold of scientific maturity, but also of legal conflict. The proof of the CDC conjecture by GPT-5.6 Sol is not a simple benchmark feat: it is the first time a language model has produced an original mathematical proof, validated by the community, of a problem open for decades. Combined with its recursive self-improvement capability — one model post-training another — we are entering an era where AI systems are no longer just tools, but agents of scientific discovery. Yet, Apple's trade secret theft lawsuit and the sanctions sought by the New York Times remind us that this growing power comes with geopolitical, legal and ethical tensions that will only intensify.

Die Ausgabe vom 11. Juli 2026 des The Neuron Times erscheint in einem Klima, in dem die KI eine neue Schwelle wissenschaftlicher Reife, aber auch rechtlicher Konflikte erreicht. Der Beweis der CDC-Vermutung durch GPT-5.6 Sol ist keine blosse Benchmark-Leistung: Es ist das erste Mal, dass ein Sprachmodell einen originären mathematischen Beweis eines seit Jahrzehnten offenen Problems erbringt, der von der Gemeinschaft validiert wurde. In Kombination mit seiner Fähigkeit zur rekursiven Selbstverbesserung – ein Modell, das ein anderes nachtrainiert – treten wir in eine Ära ein, in der KI-Systeme nicht mehr nur Werkzeuge, sondern Agenten wissenschaftlicher Entdeckung sind. Dennoch erinnern die von Apple eingereichte Klage wegen Geheimnisdiebstahls und die von der New York Times beantragten Sanktionen daran, dass diese wachsende Macht von geopolitischen, rechtlichen und ethischen Spannungen begleitet wird, die sich nur noch verschärfen werden.

L'edizione dell'11 luglio 2026 di The Neuron Times esce in un clima in cui l'IA supera una nuova soglia di maturità scientifica, ma anche di conflittualità giuridica. La dimostrazione della congettura CDC da parte di GPT-5.6 Sol non è un semplice exploit di benchmark: è la prima volta che un modello linguistico produce una dimostrazione matematica originale, validata dalla comunità, di un problema aperto da decenni. Combinato con la sua capacità di auto-miglioramento ricorsivo — un modello che ne post-addestra un altro — entriamo in un'era in cui i sistemi di IA non sono più solo strumenti, ma agenti di scoperta scientifica. Tuttavia, la causa intentata da Apple per furto di segreti e le sanzioni richieste dal New York Times ricordano che questo crescente potere si accompagna a tensioni geopolitiche, giuridiche ed etiche che non potranno che intensificarsi.

L'edizion del 11 de luj 2026 del The Neuron Times la ven foeura in on clima indove l'IA la traversa on noeuv soglia de maturità scientifica, ma anca de conflitualità giuridega. La preuva de la congettura CDC de part de GPT-5.6 Sol l'è no on semplic exploit de benchmark: l'è la prima voeulta che on modell de lengoeu el produx ona preuva matematega originala, validada de la comunità, d'on problema avert de desenni. Combinaa a la soa capacità de auto-miorament recursiv — on modell che 'n post-inalvera on alter — num entrem in on'era indove i sistema d'IA hinn pu domà di strument, ma di agent de scovèrta scientifica. Nondimen, el process faa su de Apple per robà de secret e i sanzion domandade del New York Times regorden che questa potenza chì che la cress la va insema a di tension geopolitegh, giuridegh e etich che farann domà a intensificàss.