The Neuron Times

All the AI that's fit to print

N° 309 Édition du matinMorning EditionMorgenausgabeEdizione del mattinoEdizion del mattin · Genève JEUDI 5 NOVEMBRE 2026THURSDAY, 5 NOVEMBER 2026DONNERSTAG, 5. NOVEMBER 2026GIOVEDÌ 5 NOVEMBRE 2026GIOVEDÌ 5 NOVEMBRE 2026

À la Une · ConsolidationFront Page · ConsolidationSchlagzeilen · KonsolidierungPrima pagina · ConsolidamentoIn prima pagina · Consolidazion

OpenAI va acquérir Pierre Computer Company pour renforcer CodexOpenAI to Acquire Pierre Computer Company to Strengthen CodexOpenAI will Pierre Computer Company übernehmen, um Codex zu stärkenOpenAI acquisirà Pierre Computer Company per rafforzare CodexOpenAI l'è dree a cattà Pierre Computer Company per rinforzà Codex

Le 4 novembre 2026, OpenAI annonce le rachat du développeur d'outils de revue de code, troisième mouvement externe du labo en une semaine.On 4 November 2026, OpenAI announces the acquisition of the code review tool developer, the lab's third external move in a single week.Am 4. November 2026 kündigt OpenAI die Übernahme des Entwicklers von Code-Review-Werkzeugen an — die dritte externe Transaktion des Labors innert einer Woche.Il 4 novembre 2026 OpenAI annuncia l'acquisizione dello sviluppatore di strumenti di revisione del codice, terzo movimento esterno del laboratorio in una settimana.El 4 de november 2026, OpenAI el nunzia el riscatt del desvilupador de strument de revision del codes, terz moviment esterno del labo in d'ona setemana.

OpenAI a annoncé le 4 novembre 2026 son intention d'acquérir Pierre Computer Company, Inc., une société spécialisée dans les outils de construction, de compréhension et de revue de code. L'opération, dont les termes financiers n'ont pas été dévoilés, vise explicitement à étendre les capacités de Codex, l'agent de programmation d'OpenAI, dans la phase critique de relecture et d'audit du travail des agents.On 4 November 2026, OpenAI announced its intention to acquire Pierre Computer Company, Inc., a firm specializing in tools for building, understanding and reviewing code. The deal, whose financial terms were not disclosed, explicitly aims to extend the capabilities of Codex, OpenAI's coding agent, in the critical phase of reviewing and auditing agents' work.OpenAI kündigte am 4. November 2026 an, Pierre Computer Company, Inc. zu übernehmen, ein Unternehmen, das auf Werkzeuge für das Erstellen, Verstehen und Überprüfen von Code spezialisiert ist. Der Deal, dessen finanzielle Bedingungen nicht bekannt gegeben wurden, zielt ausdrücklich darauf ab, die Fähigkeiten von Codex, dem Programmieragenten von OpenAI, in der kritischen Phase der Durchsicht und Prüfung von Agentenarbeit auszubauen.Il 4 novembre 2026 OpenAI ha annunciato l'intenzione di acquisire Pierre Computer Company, Inc., una società specializzata negli strumenti di costruzione, comprensione e revisione del codice. L'operazione, i cui termini finanziari non sono stati divulgati, mira esplicitamente a estendere le capacità di Codex, l'agente di programmazione di OpenAI, nella fase critica di revisione e audit del lavoro degli agenti.El 4 de november 2026, OpenAI l'ha anunziaa l'intenzion de cattà Pierre Computer Company, Inc., ona società specializada in di strument de costruzion, comprension e revision del codes. L'operazion, di cual tèrmin finanziari hinn minga staa desvelaa, la voeur esplicitament slargà i capacità de Codex, l'agent de programmazion de OpenAI, in de la fase crítica de revision e audit del laurà di agent.

Ce rachat s'inscrit dans une séquence dense pour OpenAI : le même jour, le labo publiait Images 2.6, son nouveau modèle de génération d'images, et révélait un pipeline autonome ayant corrigé 948 vulnérabilités d'élévation de privilèges dans le noyau Linux — deux sujets développés en pages intérieures.The acquisition fits into a dense sequence for OpenAI: on the same day, the lab released Images 2.6, its new image generation model, and revealed an autonomous pipeline that fixed 948 privilege-escalation vulnerabilities in the Linux kernel — two stories covered in the inside pages.Die Übernahme fällt in eine dichte Phase für OpenAI: Am selben Tag veröffentlichte das Labor Images 2.6, sein neues Bildgenerierungsmodell, und stellte eine autonome Pipeline vor, die 948 Schwachstellen zur Rechteausweitung im Linux-Kernel behoben hat — zwei Themen, die auf den Innenseiten ausführlich behandelt werden.Questa acquisizione si inserisce in una sequenza fitta per OpenAI: lo stesso giorno, il laboratorio pubblicava Images 2.6, il suo nuovo modello di generazione di immagini, e rivelava una pipeline autonoma che ha corretto 948 vulnerabilità di elevazione dei privilegi nel kernel Linux — due temi sviluppati nelle pagine interne.Sto riscatt el s'cioppa denter d'ona sequenza densa per OpenAI: el midemm dì, el labo l'ha publicaa Images 2.6, el sò noeuv modell de generazion de immagin, e l'ha desvelaa on pipeline autonom che l'ha corregiuu 948 vulnerabilità de elevazion di privilesg in del kernel Linux — duu tema desvilupaa in di pagin interni.

Page 1 — Page 1 — Seite 1 — Pagina 1 — Pagina 1 — À la Une — Modèles & FrontièreFront Page — Models & FrontierFrontseite — Modelle & FrontierIn Prima Pagina — Modelli & FrontieraIn Prima Pagina — Modèj & Fruntiera

I. Frontière & IndustrieFrontier & IndustryFrontier & IndustrieFrontiera & IndustriaFruntiera & Industria

Génération d'images

Image generation

Bildgenerierung

Generazione di immagini

Generazion de immagin

Images 2.6 : OpenAI accélère la génération et apporte les GIF dans ChatGPTImages 2.6: OpenAI Speeds Up Generation and Brings GIFs to ChatGPTImages 2.6: OpenAI beschleunigt die Generierung und bringt GIFs nach ChatGPTImages 2.6: OpenAI accelera la generazione e porta le GIF in ChatGPTImages 2.6: OpenAI el corr con la generazion e 'l porta i GIF in ChatGPT

Le 4 novembre 2026, OpenAI a lancé Images 2.6, qui promet une génération plus rapide, une meilleure préservation des détails entre éditions successives (comme la tenue d'un personnage lors d'un changement d'arrière-plan), et deux nouvelles fonctions dans ChatGPT : la création de GIF animés avec vitesse de lecture réglable, et les images de référence réutilisables entre conversations. L'annonce a récolté 211 points et 137 commentaires sur Hacker News.
On 4 November 2026, OpenAI launched Images 2.6, which promises faster generation, better preservation of detail across successive edits (such as a character's outfit when the background changes), and two new features in ChatGPT: the creation of animated GIFs with adjustable playback speed, and reusable reference images across conversations. The announcement drew 211 points and 137 comments on Hacker News.
Am 4. November 2026 lancierte OpenAI Images 2.6 mit dem Versprechen schnellerer Generierung, besserer Bewahrung von Details über aufeinanderfolgende Bearbeitungen hinweg (etwa der Kleidung einer Figur beim Wechsel des Hintergrunds) und zwei neuen Funktionen in ChatGPT: die Erstellung animierter GIFs mit einstellbarer Abspielgeschwindigkeit sowie wiederverwendbare Referenzbilder über mehrere Konversationen hinweg. Die Ankündigung holte 211 Punkte und 137 Kommentare auf Hacker News.
Il 4 novembre 2026 OpenAI ha lanciato Images 2.6, che promette una generazione più rapida, una migliore conservazione dei dettagli tra le modifiche successive (come il vestiario di un personaggio durante un cambio di sfondo) e due nuove funzioni in ChatGPT: la creazione di GIF animate con velocità di riproduzione regolabile e le immagini di riferimento riutilizzabili tra le conversazioni. L'annuncio ha raccolto 211 punti e 137 commenti su Hacker News.
El 4 de november 2026, OpenAI l'ha lanziaa Images 2.6, che 'l promett ona generazion pussee svelta, ona mej conservazion di detaj tra di edizion sucessiv (compagn del vestii d'on personagg in del cambi de sfond), e duu noeuv funzion in ChatGPT: la creazion de GIF animaa con velocità de letura regolabel, e i immagin de referenza riutilizzabel tra conversazion. L'anunzi l'ha regolt 211 pont e 137 comment su Hacker News.

Sécurité

Security

Sicherheit

Sicurezza

Sigurezza

Mille chemins vers root en moins : un pipeline autonome corrige 948 failles LinuxA Thousand Fewer Paths to Root: An Autonomous Pipeline Fixes 948 Linux FlawsTausend Wege zu root weniger: eine autonome Pipeline behebt 948 Linux-LückenMille strade verso root in meno: una pipeline autonoma corregge 948 falle LinuxOn' millinga de strad vers root in manch: on pipeline autonom el corrègg 948 fall in Linux

Dans un billet publié le 4 novembre 2026, OpenAI détaille un pipeline autonome qui a identifié, validé et corrigé 948 vulnérabilités locales d'élévation de privilèges dans le noyau Linux. La discussion sur Hacker News (246 points, 140 commentaires) a longuement débattu du processus de validation humaine des correctifs.
In a post published on 4 November 2026, OpenAI details an autonomous pipeline that identified, validated and fixed 948 local privilege-escalation vulnerabilities in the Linux kernel. The discussion on Hacker News (246 points, 140 comments) extensively debated the human validation process for the patches.
In einem am 4. November 2026 veröffentlichten Beitrag beschreibt OpenAI eine autonome Pipeline, die 948 lokale Schwachstellen zur Rechteausweitung im Linux-Kernel identifiziert, validiert und behoben hat. Die Diskussion auf Hacker News (246 Punkte, 140 Kommentare) diskutierte ausführlich den Prozess der menschlichen Validierung der Patches.
In un post pubblicato il 4 novembre 2026, OpenAI descrive una pipeline autonoma che ha identificato, validato e corretto 948 vulnerabilità locali di elevazione dei privilegi nel kernel Linux. La discussione su Hacker News (246 punti, 140 commenti) ha a lungo dibattuto il processo di validazione umana delle patch.
In d'on post publicaa el 4 de november 2026, OpenAI el detaja on pipeline autonom che l'ha identificaa, validaa e corregiuu 948 vulnerabilità locai de elevazion di privilesg in del kernel Linux. La discusion su Hacker News (246 pont, 140 comment) l'ha descorregg a longh del process de validazion umana di corezion.

Cloud souverain

Sovereign cloud

Souveräne Cloud

Cloud sovrano

Cloud sovran

Daybreak Red arrive dans AWS GovCloud : GPT-5.6 Cyber pour la cybersécurité gouvernementaleDaybreak Red Arrives in AWS GovCloud: GPT-5.6 Cyber for Government CybersecurityDaybreak Red erreicht AWS GovCloud: GPT-5.6 Cyber für die Cybersicherheit von BehördenDaybreak Red arriva in AWS GovCloud: GPT-5.6 Cyber per la cibersicurezza governativaDaybreak Red el riva in AWS GovCloud: GPT-5.6 Cyber per la cibersigurezza governativa

Le 4 novembre 2026, OpenAI rend Daybreak Red disponible dans AWS GovCloud (US-East), donnant aux clients autorisés l'accès à GPT-5.6 Cyber via Amazon Bedrock pour des travaux de cybersécurité approuvés. Une extension de la présence gouvernementale d'OpenAI après les partenariats secteurs annoncés début novembre.
On 4 November 2026, OpenAI made Daybreak Red available in AWS GovCloud (US-East), giving authorized customers access to GPT-5.6 Cyber via Amazon Bedrock for approved cybersecurity work. An extension of OpenAI's government footprint following the sector partnerships announced in early November.
Am 4. November 2026 macht OpenAI Daybreak Red in AWS GovCloud (US-East) verfügbar, womit autorisierte Kunden via Amazon Bedrock Zugriff auf GPT-5.6 Cyber für genehmigte Cybersicherheitsaufgaben erhalten. Eine Ausweitung der Behördenpräsenz von OpenAI nach den Anfang November angekündigten Branchenpartnerschaften.
Il 4 novembre 2026 OpenAI rende disponibile Daybreak Red in AWS GovCloud (US-East), dando ai clienti autorizzati l'accesso a GPT-5.6 Cyber tramite Amazon Bedrock per lavori di cibersicurezza approvati. Un'estensione della presenza governativa di OpenAI dopo le partnership settoriali annunciate a inizio novembre.
El 4 de november 2026, OpenAI el rend Daybreak Red disponibel in AWS GovCloud (US-East), dand ai client autorizzaa l'access a GPT-5.6 Cyber via Amazon Bedrock per di laurà de cibersigurezza approvaa. Ona estension de la presenza governativa de OpenAI dopo i partenariad de settor anunziaa ai principi de november.

Entreprises

Enterprise

Unternehmen

Imprese

Impres

DevRev branche son service client autonome sur GPT-6.1 SolDevRev Plugs Its Autonomous Customer Service into GPT-6.1 SolDevRev schaltet seinen autonomen Kundendienst auf GPT-6.1 SolDevRev collega il suo servizio clienti autonomo a GPT-6.1 SolDevRev el tacca el sò servizzi client autonom a GPT-6.1 Sol

DevRev utilise GPT-6.1 Sol pour alimenter ses produits Computer et Operator, annoncés le 4 novembre 2026 comme socle d'un service client autonome en entreprise. Le cas d'usage illustre l'arbitrage raisonnement/vitesse/coût désormais central dans le choix des modèles pour agents.
DevRev is using GPT-6.1 Sol to power its Computer and Operator products, announced on 4 November 2026 as the foundation for autonomous enterprise customer service. The use case illustrates the reasoning/speed/cost trade-off now central to model selection for agents.
DevRev setzt GPT-6.1 Sol für seine Produkte Computer und Operator ein, die am 4. November 2026 als Fundament eines autonomen Kundendienstes für Unternehmen angekündigt wurden. Der Anwendungsfall illustriert den Abwägsprozess zwischen Reasoning, Geschwindigkeit und Kosten, der heute zentral bei der Modellauswahl für Agenten ist.
DevRev utilizza GPT-6.1 Sol per alimentare i suoi prodotti Computer e Operator, annunciati il 4 novembre 2026 come base di un servizio clienti autonomo in ambito aziendale. Il caso d'uso illustra il compromesso ragionamento/velocità/costo ormai centrale nella scelta dei modelli per gli agenti.
DevRev el doperà GPT-6.1 Sol per alimentà i sò prodott Computer e Operator, anunziaa el 4 de november 2026 'me bas d'on servizzi client autonom in d'la impresa. El cas d'uso el illustra el compromess resonament/velocità/cost che ades l'è central in de la scerna di modèj per i agent.

Page 2 — Page 2 — Seite 2 — Pagina 2 — Pagina 2 — Le Cahier Technique — Harnais, CLI & EnginesThe Technical Notebook — Harnesses, CLIs & EnginesDer technische Teil — Harnesses, CLI & EnginesIl Quaderno Tecnico — Harness, CLI & EngineEl Quadern Tecnegh — Harness, CLI & Engine

II. Outils & ÉcosystèmeTools & EcosystemWerkzeuge & ÖkosystemStrumenti & EcosistemaStrument & Ecosistema

Inférence

Inference

Inferenz

Inferenza

Inferenza

Together Compiler : des agents réoptimisent l'inférence des modèles ouverts en moins de 24 heuresTogether Compiler: Agents Reoptimize Open-Model Inference in Under 24 HoursTogether Compiler: Agenten reoptimieren die Inferenz offener Modelle in weniger als 24 StundenTogether Compiler: degli agenti riottimizzano l'inferenza dei modelli aperti in meno di 24 oreTogether Compiler: di agent riottimizzen l'inferenza di modèj vert in manch de 24 or

Together AI a dévoilé le 4 novembre 2026 Together Compiler, un système de compilation continue piloté par des agents qui réoptimise les modèles ouverts en moins de 24 heures à mesure que le trafic évolue, avec jusqu'à 3,7x de débit supplémentaire. Le concept est détaillé dans le billet compagnon sur l'inférence polymorphe : modèles, trafic et puces changent en permanence, et l'infrastructure doit s'auto-ajuster pour rester au point.
Together AI unveiled Together Compiler on 4 November 2026, an agent-driven continuous compilation system that reoptimizes open models in under 24 hours as traffic shifts, with up to 3.7x additional throughput. The concept is detailed in the companion post on polymorphic inference: models, traffic and chips are constantly changing, and the infrastructure must self-adjust to stay on point.
Together AI stellte am 4. November 2026 Together Compiler vor, ein agentengesteuertes System für kontinuierliche Kompilierung, das offene Modelle in weniger als 24 Stunden neu optimiert, während sich der Traffic wandelt — mit bis zu 3,7x zusätzlichem Durchsatz. Das Konzept wird im Begleitbeitrag zur polymorphen Inferenz erläutert: Modelle, Traffic und Chips ändern sich ständig, und die Infrastruktur muss sich selbst nachjustieren, um auf dem Punkt zu bleiben.
Together AI ha svelato il 4 novembre 2026 Together Compiler, un sistema di compilazione continua guidato da agenti che riottimizza i modelli aperti in meno di 24 ore man mano che il traffico evolve, con fino a 3,7x di throughput aggiuntivo. Il concetto è dettagliato nel post complementare sull'inferenza polimorfica: modelli, traffico e chip cambiano costantemente, e l'infrastruttura deve autoadattarsi per restare al passo.
Together AI l'ha desvelaa el 4 de november 2026 Together Compiler, on sistema de compilazion continua pilotaa di agent che 'l riottimizza i modèj vert in manch de 24 or quand che 'l traffegh el cambia, con fin a 3,7x de throughput in pussee. El concett l'è desvilupaa in del post compagn sora l'inferenza polymorfa: modèj, traffegh e chip cambien semper, e l'infrastrutura la gh'ha de adattàss da sola per restà al pont.

API

API

API

API

API

Deux nouvelles variantes API pour GPT-Image : Sunburst et FlareTwo New GPT-Image API Variants: Sunburst and FlareZwei neue API-Varianten für GPT-Image: Sunburst und FlareDue nuove varianti API per GPT-Image: Sunburst e FlareDuu noeuv variant API per GPT-Image: Sunburst e Flare

Le changelog du 4 novembre 2026 de la plateforme OpenAI enregistre la sortie de GPT-Image-2.6 Sunburst et GPT-Image-2.6 Flare sur les endpoints v1/images/generations et v1/images/edits : complexité réglable, génération SVG, GIF animés, et édition guidée par balisage pour les modèles GPT Image 2.5 et 2.6.
OpenAI's platform changelog for 4 November 2026 records the release of GPT-Image-2.6 Sunburst and GPT-Image-2.6 Flare on the v1/images/generations and v1/images/edits endpoints: adjustable complexity, SVG generation, animated GIFs, and markup-guided editing for GPT Image 2.5 and 2.6 models.
Das Changelog der OpenAI-Plattform vom 4. November 2026 verzeichnet die Freigabe von GPT-Image-2.6 Sunburst und GPT-Image-2.6 Flare auf den Endpunkten v1/images/generations und v1/images/edits: einstellbare Komplexität, SVG-Generierung, animierte GIFs sowie durch Markierung geführte Bearbeitung für die Modelle GPT Image 2.5 und 2.6.
Il changelog del 4 novembre 2026 della piattaforma OpenAI registra il rilascio di GPT-Image-2.6 Sunburst e GPT-Image-2.6 Flare sugli endpoint v1/images/generations e v1/images/edits: complessità regolabile, generazione SVG, GIF animate ed editing guidato da markup per i modelli GPT Image 2.5 e 2.6.
El changelog del 4 de november 2026 de la piattaforma OpenAI el registra l'uscida de GPT-Image-2.6 Sunburst e GPT-Image-2.6 Flare su i endpoint v1/images/generations e v1/images/edits: complessità regolabel, generazion SVG, GIF animaa, e modifica guidaa cont el marcatgg per i modèj GPT Image 2.5 e 2.6.

Outils

Tooling

Werkzeuge

Strumenti

Strument

Dharma Field Extractor : tout document en entrée, des champs structurés en sortieDharma Field Extractor: Any Document In, Structured Fields OutDharma Field Extractor: beliebiges Dokument rein, strukturierte Felder rausDharma Field Extractor: qualsiasi documento in ingresso, campi strutturati in uscitaDharma Field Extractor: tucc i document in entrada, di camp strutturaa in sortida

Le 4 novembre 2026, Dharma AI publie Field Extractor, un extracteur structuré qui transforme n'importe quel document en champs JSON : une brique pratique pour les pipelines d'agents qui doivent normaliser des entrées documentaires hétérogènes avant tout traitement.
On 4 November 2026, Dharma AI released Field Extractor, a structured extractor that turns any document into JSON fields: a practical building block for agent pipelines that need to normalize heterogeneous document inputs before any processing.
Am 4. November 2026 veröffentlicht Dharma AI Field Extractor, ein strukturierter Extraktor, der beliebige Dokumente in JSON-Felder verwandelt: ein praktischer Baustein für Agenten-Pipelines, die heterogene dokumentarische Eingaben vor jeder Verarbeitung normalisieren müssen.
Il 4 novembre 2026 Dharma AI pubblica Field Extractor, un estrattore strutturato che trasforma qualsiasi documento in campi JSON: un mattone pratico per le pipeline di agenti che devono normalizzare ingressi documentali eterogenei prima di ogni elaborazione.
El 4 de november 2026, Dharma AI el publica Field Extractor, on estrattor estruturaa che 'l trasforma qualsesia document in camp JSON: on blocch prategh per i pipeline di agent che gh'hann de normalizzà di ingress documentari eteroghen prima de tucc i trattament.

Page 3 — Page 3 — Seite 3 — Pagina 3 — Pagina 3 — La Recherche — Papers & LabosResearch — Papers & LabsDie Forschung — Papers & LaboreLa Ricerca — Paper & LaboratoriLa Ricerca — Paper & Labo

III. Papers du jourPapers of the DayPapers des TagesPaper del giornoPaper del dì

Benchmark

Benchmark

Benchmark

Benchmark

Benchmark

FrontierPhysics : sur 168 tentatives, aucun agent ne dépasse 46 réussites en recherche physique de bout en boutFrontierPhysics: Across 168 Attempts, No Agent Exceeds 46 Successes in End-to-End Physics ResearchFrontierPhysics: bei 168 Versuchen übersteigt kein Agent 46 Erfolge bei End-to-End-PhysikforschungFrontierPhysics: su 168 tentativi, nessun agente supera 46 successi nella ricerca fisica end-to-endFrontierPhysics: su 168 tentativ, nissun agent el superea 46 sucess in ricerca fisega de l'inizzi a la fin

FrontierPhysics propose 56 tâches conçues par 42 physiciens à partir de leurs propres recherches, couvrant neuf domaines. Le verdict est sévère : sur 22 modèles testés en 26 configurations, aucune n'a réussi plus de 46 de ses 168 tentatives. L'analyse des trajectoires pointe des faiblesses de rigueur de raisonnement et d'intuition d'expert, et non des lacunes de connaissances.
FrontierPhysics proposes 56 tasks designed by 42 physicists based on their own research, spanning nine fields. The verdict is harsh: across 22 models tested in 26 configurations, none succeeded on more than 46 of its 168 attempts. The trajectory analysis points to weaknesses in reasoning rigor and expert intuition, rather than knowledge gaps.
FrontierPhysics umfasst 56 Aufgaben, die von 42 Physikern auf Grundlage ihrer eigenen Forschung entwickelt wurden und neun Bereiche abdecken. Das Urteil ist streng: Von 22 Modellen in 26 Konfigurationen getestet, schaffte keine Konfiguration mehr als 46 ihrer 168 Versuche. Die Analyse der Trajektorien weist auf Schwächen in Argumentationsstrenge und Expertenintuition hin — nicht auf Wissenslücken.
FrontierPhysics propone 56 compiti progettati da 42 fisici a partire dalle proprie ricerche, coprendo nove domini. Il verdetto è severo: su 22 modelli testati in 26 configurazioni, nessuna ha superato 46 successi sui propri 168 tentativi. L'analisi delle traiettorie indica debolezze di rigore di ragionamento e di intuizione esperta, e non lacune di conoscenza.
FrontierPhysics el proponn 56 lavor faa su de 42 fisegh a partì di sò ricerch, che quatten noeuv domeni. El verdett l'è sever: su 22 modèj proaa in 26 configurazion, nissuna l'è riessida in pussee de 46 di sò 168 tentativ. L'analisi di traiettori la indica di debolèzz de rigor de resonament e d'intuizion d'espert, e minga di laccun de cognossenza.

Robotique

Robotics

Robotik

Robotica

Roboteca

NEO-VLA : des politiques vision-langage-action sans encodeur visuel fixeNEO-VLA: Vision-Language-Action Policies Without a Fixed Visual EncoderNEO-VLA: Vision-Sprache-Aktions-Policies ohne festen visuellen EncoderNEO-VLA: politiche vision-language-action senza encoder visivo fissoNEO-VLA: di polìtegh vision-lengoeu-azion senza encoder visual fiss

NEO-VLA supprime l'encodeur visuel : les images sont tokenisées par de légères couches convolutives et évoluent conjointement avec le langage, l'expert d'action puisant dans les représentations visuelles à différentes profondeurs. Les auteurs montrent que les signaux critiques à l'action culminent souvent avant la représentation visuelle finale — et que le scale seul ne comble pas l'écart.
NEO-VLA removes the visual encoder: images are tokenized by lightweight convolutional layers and evolve jointly with language, with the action expert drawing on visual representations at different depths. The authors show that action-critical signals often peak before the final visual representation — and that scale alone does not close the gap.
NEO-VLA entfernt den visuellen Encoder: Bilder werden durch leichte Faltungsschichten tokenisiert und entwickeln sich gemeinsam mit der Sprache, während der Action-Experte aus visuellen Repräsentationen auf verschiedenen Tiefenebenen schöpft. Die Autoren zeigen, dass die aktionskritischen Signale oft vor der finalen visuellen Repräsentation ihren Höhepunkt erreichen — und dass Skalierung allein die Lücke nicht schliesst.
NEO-VLA elimina l'encoder visivo: le immagini sono tokenizzate da leggeri strati convoluzionali ed evolvono congiuntamente al linguaggio, con l'esperto di azione che attinge alle rappresentazioni visive a profondità diverse. Gli autori mostrano che i segnali critici per l'azione culminano spesso prima della rappresentazione visiva finale — e che il solo scale non colma il divario.
NEO-VLA el leva l'encoder visual: i immagin hinn tokenizeraa cont di lèger stratt convoluzionai e cressen insema al lengoeu, e l'espert d'azion el pesca di rapresentazion visuai a profondità divers. I autor mostren che i segnai crìtegh per l'azion rivén spesso al massim prima de la rapresentazion visual final — e che 'l scale da sòl el sara no 'l voeud.

Multimodal

Multimodal

Multimodal

Multimodale

Multimodal

VideoMemBench : la mémoire conversationnelle vidéo plafonne à 45,7 %, même pour Claude Opus 5VideoMemBench: Video Conversational Memory Peaks at 45.7%, Even for Claude Opus 5VideoMemBench: Das videokonversationelle Gedächtnis erreicht maximal 45,7 %, selbst für Claude Opus 5VideoMemBench: la memoria conversazionale video si ferma al 45,7 %, anche per Claude Opus 5VideoMemBench: la memoria conversazional video la se ferma a 45,7%, anca per Claude Opus 5

VideoMemBench couple 326 vidéos à 2 476 tours de dialogue, dont 1 387 dépendent de tours antérieurs. Sur plus de 20 MLLM évalués, Claude Opus 5 fait mieux avec seulement 45,7 % — preuve que la mémoire conversationnelle vidéo reste un chantier ouvert.
VideoMemBench pairs 326 videos with 2,476 dialogue turns, 1,387 of which depend on earlier turns. Across more than 20 MLLMs evaluated, Claude Opus 5 does best with only 45.7% — evidence that video conversational memory remains an open problem.
VideoMemBench koppelt 326 Videos mit 2'476 Dialogrunden, von denen 1'387 von früheren Runden abhängen. Von über 20 bewerteten MLLMs schneidet Claude Opus 5 mit bloss 45,7 % am besten ab — ein Beleg dafür, dass das videospezifische Konversationsgedächtnis weiterhin ein offenes Baustellenfeld ist.
VideoMemBench abbina 326 video a 2.476 turni di dialogo, di cui 1.387 dipendono da turni precedenti. Su oltre 20 MLLM valutati, Claude Opus 5 fa meglio con appena il 45,7 % — prova che la memoria conversazionale video resta un cantiere aperto.
VideoMemBench el cupla 326 video a 2 476 turn de dialugh, di quai 1 387 dependen de turn anterior. Su pussee de 20 MLLM valuttaa, Claude Opus 5 el fa mej con domà el 45,7% — pròva che la memoria conversazional video l'è ancamò on cantéer avert.

Données robotiques

Robot data

Robotikdaten

Dati robotici

Dacc robotegh

Un agent codeur remplace le téléopérateur : des données robotiques photoréalistes pour 107 dollars l'heureA Coding Agent Replaces the Teleoperator: Photorealistic Robot Data for $107 an HourEin codernder Agent ersetzt den Teleoperator: fotorealistische Robotikdaten für 107 Dollar pro StundeUn agente programmatore al posto del teleoperatore: dati robotici fotorrealistici a 107 dollari l'oraOn agent coder el sostituiss el teleoperator: dacc robotegh fotoréalist per 107 dollar l'ora

Dans PyRUA-DataFarm, un agent codeur remplace le téléopérateur : il reconstruit la tâche en simulation, rend chaque exécution en vidéo photoréaliste et produit des données directement déployables. Sur cinq tâches réelles, les politiques entraînées uniquement sur ces données atteignent 93 succès sur 100 essais (contre 84 pour la téléopération), et une heure de données coûte 107 dollars en moyenne contre 290 dollars de main-d'œuvre en Amérique du Nord.
In PyRUA-DataFarm, a coding agent replaces the teleoperator: it reconstructs the task in simulation, renders each execution as photorealistic video and produces directly deployable data. Across five real-world tasks, policies trained solely on this data achieved 93 successes out of 100 trials (versus 84 for teleoperation), and an hour of data costs $107 on average, versus $290 in North American labor.
In PyRUA-DataFarm ersetzt ein codernder Agent den Teleoperator: Er rekonstruiert die Aufgabe in der Simulation, rendert jede Ausführung als fotorealistisches Video und erzeugt direkt einsetzbare Daten. Bei fünf realen Aufgaben erreichen die ausschliesslich auf diesen Daten trainierten Policies 93 Erfolge auf 100 Versuche (gegenüber 84 bei Teleoperation); eine Stunde Daten kostet durchschnittlich 107 Dollar gegenüber 290 Dollar an Lohnkosten in Nordamerika.
In PyRUA-DataFarm un agente programmatore sostituisce il teleoperatore: ricostruisce il compito in simulazione, rende ogni esecuzione in video fotorrealistico e produce dati direttamente utilizzabili. Su cinque attività reali, le politiche addestrate esclusivamente su questi dati raggiungono 93 successi su 100 tentativi (contro 84 per la teleoperazione), e un'ora di dati costa in media 107 dollari contro 290 dollari di manodopera in Nordamerica.
In de PyRUA-DataFarm, on agent coder el sostituiss el teleoperator: el reconstruiss el lavor in simulazion, el rend ogni esecuzion in video fotoréalista e 'l pròduv di dacc despiegabel direttament. Su cinch lavor reai, i polìtegh addestraa domà cont sti dacc chi riven a 93 sucess su 100 prov (contra 84 per la teleoperazion), e on'ora de dacc la costa 107 dollar in media contra 290 dollar de manodòpera in America del Nord.

IV. Notes de rechercheResearch NotesForschungsnotizenNote di ricercaNot de ricerca

Analyse

Analysis

Analyse

Analisi

Analisi

SleuthVLM : un VLM sourd qui bat les modèles omni sur la compréhension vidéoSleuthVLM: A Deaf VLM That Beats Omni Models on Video UnderstandingSleuthVLM: Ein taubes VLM, das die Omni-Modelle beim Videoverständnis schlägtSleuthVLM: un VLM sordo che batte i modelli omni sulla comprensione videoSleuthVLM: on VLM sord che 'l batt i modèj omni in de la comprension video

SleuthVLM ne lit jamais l'audio : la parole est transcrite, et le VLM enquête librement sur la vidéo. Résultat : 75,0 % de précision moyenne sur quatre benchmarks omni, 2,6 points au-dessus de Gemini 3.8 Flash, et 77,8 % au sommet du classement Video-MME-v2. La leçon des auteurs d'Ant Group : le goulot d'étranglement n'est pas l'audition mais la capacité agentique.
SleuthVLM never listens to audio: speech is transcribed, and the VLM investigates the video freely. The result: 75.0% average accuracy across four omni benchmarks, 2.6 points above Gemini 3.8 Flash, and 77.8% at the top of the Video-MME-v2 leaderboard. The authors' lesson from Ant Group: the bottleneck is not hearing, but agentic capability.
SleuthVLM liest nie das Audio: Die Sprache wird transkribiert, und das VLM ermittelt frei in der Video. Ergebnis: 75,0 % durchschnittliche Genauigkeit auf vier Omni-Benchmarks, 2,6 Punkte über Gemini 3.8 Flash, und 77,8 % an der Spitze des Video-MME-v2-Rankings. Die Lehre der Autoren von Ant Group: Der Engpass ist nicht das Gehör, sondern die agentische Fähigkeit.
SleuthVLM non legge mai l'audio: il parlato viene trascritto, e il VLM indaga liberamente sul video. Risultato: 75,0 % di accuratezza media su quattro benchmark omni, 2,6 punti sopra Gemini 3.8 Flash, e 77,8 % in cima alla classifica Video-MME-v2. La lezione degli autori di Ant Group: il collo di bottiglia non è l'udito ma la capacità agentica.
SleuthVLM el legg mai l'audio: la parolla l'è trascrita, e 'l VLM el fà indagazion liberament sora el video. Risultaa: 75,0% de precision media su quatter benchmark omni, 2,6 pont sora Gemini 3.8 Flash, e 77,8% in simma de la classifega Video-MME-v2. La lession di autor de Ant Group: el coll de la botteglia l'è no l'udida ma la capacità agentica.

Sécurité multilingue

Multilingual safety

Mehrsprachige Sicherheit

Sicurezza multilingue

Sigurezza multilengua

MSafeTemp : l'évaluation de sécurité en anglais seul se trompe sur 60 languesMSafeTemp: English-Only Safety Evaluation Gets 60 Languages WrongMSafeTemp: Die Sicherheitsbewertung allein im Englischen irrt sich bei 60 SprachenMSafeTemp: la valutazione di sicurezza in sola lingua inglese si sbaglia su 60 lingueMSafeTemp: la valutazion de sigurezza domà in ingles la s'biaja su 60 lengoeu

La Swiss AI Initiative publie MSafeTemp, un corpus validé couvrant 60 langues, produit par une pipeline d'augmentation par templates remplis d'entités culturellement authentiques. Conclusion dérangeante : pour plusieurs modèles, des attaques qui échouent en anglais réussissent une fois traduites, et des variantes culturellement localisées exposent des failles que la traduction seule ne détecte pas.
The Swiss AI Initiative publishes MSafeTemp, a validated corpus covering 60 languages, produced by a template-augmentation pipeline filled with culturally authentic entities. A troubling conclusion: for several models, attacks that fail in English succeed once translated, and culturally localized variants expose flaws that translation alone does not detect.
Die Swiss AI Initiative veröffentlicht MSafeTemp, ein validiertes Korpus in 60 Sprachen, das durch eine Augmentations-Pipeline mit kulturell authentisch gefüllten Templates erstellt wurde. Beunruhigendes Fazit: Bei mehreren Modellen schlagen Angriffe, die im Englischen scheitern, nach Übersetzung fehl, und kulturell lokalisierte Varianten decken Schwachstellen auf, die die Übersetzung allein nicht erkennt.
La Swiss AI Initiative pubblica MSafeTemp, un corpus validato che copre 60 lingue, prodotto da una pipeline di augmentation tramite template riempiti con entità culturalmente autentiche. Conclusione inquietante: per diversi modelli, attacchi che falliscono in inglese riescono una volta tradotti, e varianti culturalmente localizzate espongono falle che la sola traduzione non rileva.
La Swiss AI Initiative la publica MSafeTemp, on corpus validaa che 'l quatta 60 lengoeu, pròduv d'ona pipeline de augmentation cont template piegnaa cont entità colturalment autentegh. Conclusion fastidiosa: per vari modèj, di attacch che fann falia in ingles riessen vœulta tradòtt, e di variant colturalment localizzaa esponen di fall che la traduzion da sola la rileva no.

Page 4 — Page 4 — Seite 4 — Pagina 4 — Pagina 4 — La Communauté & ÉditoCommunity & EditorialCommunity & EditorialLa Comunità & EditorialeLa Comunità & Editoriai

V. Signaux communautairesCommunity SignalsCommunity-SignaleSegnali dalla comunitàSegnai de comunità

Communauté

Community

Community

Comunità

Comunità

« Quel est votre setup agentique ? » : la photographie spontaneous de Hacker News"What's Your Agentic Setup?": A Candid Snapshot from Hacker News«Wie sieht euer Agenten-Setup aus?»: die ungestellte Momentaufnahme von Hacker News« Qual è il vostro setup agentico? »: la fotografia spontanea di Hacker News« Qual l'è el tò setup agentich? »: la fotografia spontanea de Hacker News

Le thread « Ask HN: What's your current AI agentic setup? », ouvert le 4 novembre 2026, a attiré 233 points et 230 commentaires : abonnements multiples chez un même fournisseur, recours croissants aux APIs et modèles locaux, migration des CLIs par défaut vers des harnais alternatifs — un instantané sans filtre de l'outillage réel des développeurs.
The thread "Ask HN: What's your current AI agentic setup?", opened on 4 November 2026, drew 233 points and 230 comments: multiple subscriptions with the same vendor, growing reliance on APIs and local models, migration from default CLIs to alternative harnesses — an unfiltered snapshot of developers' real tooling.
Der Thread «Ask HN: What's your current AI agentic setup?», eröffnet am 4. November 2026, zog 233 Punkte und 230 Kommentare an: Mehrfachabos bei ein und demselben Anbieter, wachsender Rückgriff auf APIs und lokale Modelle, Migration der Standard-CLIs zu alternativen Harnesses — eine ungefilterte Momentaufnahme der realen Werkzeuge der Entwickler.
Il thread « Ask HN: What's your current AI agentic setup? », aperto il 4 novembre 2026, ha attirato 233 punti e 230 commenti: abbonamenti multipli presso uno stesso fornitore, ricorso crescente alle API e ai modelli locali, migrazione dalle CLI predefinite verso harness alternativi — un'istantanea senza filtri degli strumenti realmente usati dagli sviluppatori.
El thread « Ask HN: What's your current AI agentic setup? », dervii el 4 de november 2026, l'ha traa 233 pont e 230 comment: abonament multipi in de l'istess fornidor, ricors semper pussee ai API e ai modèj locai, migrazion di CLI de default vers harness alternativ — on'istantanea senza filtr del strumentagg real di desvilupador.

Débat

Debate

Debatte

Dibattito

Debat

« L'IA nous force à rembourser 40 ans de dette technique » : 1 138 points sur Hacker News"AI Is Forcing Us to Repay 40 Years of Technical Debt": 1,138 Points on Hacker News«Die KI zwingt uns, 40 Jahre technische Schuld zu tilgen»: 1'138 Punkte auf Hacker News« L'IA ci costringe a ripagare 40 anni di debito tecnico »: 1.138 punti su Hacker News« L'IA la ne costring a pagà 40 ann de debit tecnegh »: 1 138 pont su Hacker News

IEEE Spectrum raconte comment un outil d'analyse de code dopé à l'IA a remonté une faille vieille de 40 ans dans la couche PHP, et la discussion sur Hacker News — 1 138 points et 662 commentaires, la plus grosse de la journée — estime que l'IA force enfin l'industrie à rembourser sa dette technique historique.
IEEE Spectrum recounts how an AI-boosted code analysis tool surfaced a 40-year-old flaw in the PHP layer, and the discussion on Hacker News — 1,138 points and 662 comments, the day's biggest — argues that AI is finally forcing the industry to pay down its historical technical debt.
IEEE Spectrum erzählt, wie ein KI-gestütztes Code-Analyse-Tool eine 40 Jahre alte Lücke in der PHP-Schicht zutage förderte — und die Diskussion auf Hacker News (1'138 Punkte und 662 Kommentare, die grösste des Tages) hält fest, dass die KI die Industrie endlich zwingt, ihre historische technische Schuld zu begleichen.
IEEE Spectrum racconta come uno strumento di analisi del codice potenziato dall'IA abbia riportato alla luce una falla vecchia di 40 anni nel layer PHP, e la discussione su Hacker News — 1.138 punti e 662 commenti, la più grande della giornata — ritiene che l'IA costringa finalmente l'industria a ripagare il proprio debito tecnico storico.
IEEE Spectrum el cunta come on strument d'analisi del codes dòp de IA l'ha traa a gall on fall vegg de 40 ann in del stratt PHP, e la discusion su Hacker News — 1 138 pont e 662 comment, la pussee granda del dì — la stimà che l'IA la força finalment l'industria a pagà la sò debit tecnegh stòregh.

Show HN

Show HN

Show HN

Show HN

Show HN

Kino AI : l'éditeur vidéo où collègues et agents partagent la même timelineKino AI: A Video Editor Where Colleagues and Agents Share the Same TimelineKino AI: der Videoschnitt, in dem Kollegen und Agenten dieselbe Timeline teilenKino AI: il video editor dove colleghi e agenti condividono la stessa timelineKino AI: l'editor video indoa colegh e agent spartissen l'istessa timeline

Kino (YC S23) lance sur Hacker News un éditeur vidéo code-first où équipes humaines et agents Codex/Claude partagent la même timeline : tout est exprimé en code sur Remotion, avec décodeurs ProRes/BRAW/R3D, collaboration temps réel et accès MCP. Pro à 25 dollars par éditeur et par mois ; 82 points et 31 commentaires à la sortie.
Kino (YC S23) launched on Hacker News a code-first video editor where human teams and Codex/Claude agents share the same timeline: everything is expressed as code on Remotion, with ProRes/BRAW/R3D decoders, real-time collaboration and MCP access. Pro at $25 per editor per month; 82 points and 31 comments at launch.
Kino (YC S23) lanciert auf Hacker News einen code-first-Videoschnitt, in dem menschliche Teams und Codex-/Claude-Agenten dieselbe Timeline teilen: Alles wird als Code auf Remotion ausgedrückt, mit ProRes/BRAW/R3D-Decodern, Echtzeit-Kollaboration und MCP-Zugriff. Pro für 25 Dollar pro Editor und Monat; 82 Punkte und 31 Kommentare beim Launch.
Kino (YC S23) lancia su Hacker News un video editor code-first dove team umani e agenti Codex/Claude condividono la stessa timeline: tutto è espresso in codice su Remotion, con decoder ProRes/BRAW/R3D, collaborazione in tempo reale e accesso MCP. Pro a 25 dollari per editore al mese; 82 punti e 31 commenti al lancio.
Kino (YC S23) el lanzza su Hacker News on editor video code-first indoa i scuadr uman e i agent Codex/Claude spartissen l'istessa timeline: tucc l'è espress in codes sora Remotion, con decoder ProRes/BRAW/R3D, collaborazion in temp real e access MCP. Pro a 25 dollar per editor e per mes; 82 pont e 31 comment a l'uscida.

Édito

Editorial

Editorial

Editoriale

Editoriai

Édito — Le jour où l'outillage des agents est devenu une classe d'actifsEditorial — The Day Agent Tooling Became an Asset ClassEditorial — Der Tag, an dem das Agenten-Werkzeug zu einer Anlageklasse wurdeEditoriale — Il giorno in cui il tooling degli agenti è diventato una classe di attivitàEditoriai — El dì che 'l strumentagg di agent l'è deventaa ona class de ativ

Vingt-quatre heures, trois nouvelles : le rachat de Pierre Computer par OpenAI, Conductor qui rejoint Meta, les poids de Kimi K3.1 Pro en accès libre. La leçon du 4 novembre 2026 n'est pas qu'un labo domine — c'est que la frontière s'achète, se fusionne et se publie désormais à la vitesse d'un cycle de news. Pour le lecteur attentif, le signal le plus utile du jour est peut-être le fil « Ask HN » sur les setups agentiques : pendant que les mastodontes s'absorbent, les praticiens, eux, comparent leurs outils — et c'est souvent là que l'avenir se lit le plus tôt.
Twenty-four hours, three stories: OpenAI's acquisition of Pierre Computer, Conductor joining Meta, the weights of Kimi K3.1 Pro in open access. The lesson of 4 November 2026 is not that one lab dominates — it is that the frontier is now bought, merged and published at the speed of a news cycle. For the attentive reader, the day's most useful signal may be the "Ask HN" thread on agentic setups: while the giants absorb one another, practitioners are comparing tools — and that is often where the future shows up earliest.
Vierundzwanzig Stunden, drei Meldungen: die Übernahme von Pierre Computer durch OpenAI, Conductor wechselt zu Meta, die Gewichte von Kimi K3.1 Pro im freien Zugriff. Die Lehre des 4. November 2026 ist nicht, dass ein Labor dominiert — sondern dass die Frontier heute im Takt eines News-Zyklus gekauft, fusioniert und veröffentlicht wird. Für den aufmerksamen Leser ist das nützlichste Signal des Tages vielleicht der «Ask HN»-Thread zu Agenten-Setups: Während sich die Giganten gegenseitig absorbieren, vergleichen die Praktiker ihre Werkzeuge — und dort lässt sich die Zukunft oft am frühesten lesen.
Ventiquattr'ore, tre notizie: l'acquisizione di Pierre Computer da parte di OpenAI, Conductor che si unisce a Meta, i pesi di Kimi K3.1 Pro in accesso libero. La lezione del 4 novembre 2026 non è che un laboratorio domina — è che la frontiera oggi si acquista, si fonde e si pubblica alla velocità di un ciclo di news. Per il lettore attento, il segnale più utile della giornata è forse il thread « Ask HN » sui setup agentici: mentre i colossi si assorbono a vicenda, i praticanti confrontano i propri strumenti — ed è spesso lì che il futuro si legge prima.
Vintquatter or, trii noeuv: el riscatt de Pierre Computer de OpenAI, Conductor che 'l va dent a Meta, i pes de Kimi K3.1 Pro a access liber. La lession del 4 de november 2026 l'è no che on labo el domina — l'è che la fruntiera ades la se catta, la se fond e la se pubblica a la velocità d'on cycle de news. Per el leccor attent, el signal pussee ùtil del dì l'è fors el fil « Ask HN » sora i setup agentich: intant che i mastodont s'assorben, i prategh comparen i sò strument — e l'è souvent lilinscì che 'l futur se legg el pussee prest.