💸 Anthropic investerar 100 miljarder dollar i Amazons AWS ↗
Anthropic och Amazon har precis dragit åt skruvarna i ett av de största samarbetena inom AI-infrastruktur. Anthropic avsätter mer än 100 miljarder dollar till AWS under det kommande decenniet för att utbilda och driva Claude.
Amazon satsar 5 miljarder dollar omedelbart, med möjlighet att investera upp till 20 miljarder dollar mer. Affären ger också Anthropic tillgång till Amazons Trainium-chip – i princip säger Amazon: ”Snälla, hyr inte bara Nvidia för alltid”, utan med en mycket större check.
Det roliga, eller kanske inte alls roliga, är att Anthropic fortfarande är under regulatoriskt tryck samtidigt som det blir ännu djupare involverat i Big Tech-infrastrukturen. Väldigt rent, väldigt invecklat.
🧾 Anthropic spenderar mer än OpenAI under rekordkvartal inom lobbyverksamhet ↗
Anthropic spenderade 1,6 miljoner dollar på lobbyverksamhet under första kvartalet, medan OpenAI spenderade 1 miljon dollar. Det gör det till ett rekordkvartal för båda – och ett ganska tydligt tecken på att AI-labb inte längre bara bygger modeller, de arbetar i Washington som erfarna operatörer.
Anthropics utgifter ökade kraftigt jämfört med samma period förra året, enligt uppgift kopplat till federal granskning, Pentagon-konflikter och den bredare striden om hur regeringar ska behandla AI i gränsområden.
OpenAIs lobbyverksamhet fokuserade på upphovsrätt, cybersäkerhet, AI-policy och molninfrastruktur. Inte direkt glamorösa saker, men det är här framtiden i tysthet häftas ihop.
🧠 OpenAI lanserar ChatGPT Images 2.0 ↗
OpenAI lanserade ChatGPT Images 2.0, med bättre instruktioner, starkare textgenerering inuti bilder och nya "tänkande" förmågor som kan använda webbsökning för att skapa mer komplexa bilder.
Uppgraderingen riktar sig till saker som infografik, bilder, kartor, manga, flerspråkig text och generering av flera bilder. Gränsen mellan "bildverktyg" och "liten designavdelning i en låda" blir misstänkt tunn.
Det stora skiftet är kontroll. OpenAI försöker göra bildgenerering mindre som att skaka en magisk snöglob och mer som att styra en lätt koffeinberoende konstnärspraktikant.
🎭 YouTube utökar AI-detektering av djupförfalskningar för kändisar ↗
YouTube utökar sitt verktyg för likhetsdetektering så att fler offentliga personer kan hitta AI-genererade videor som imiterar dem och begära borttagning.
Systemet söker efter AI-lookalikes och flaggar dem för registrerade kändisar, som sedan kan be YouTube att granska innehållet enligt sin integritetspolicy. Inte alla borttagningar kommer att godkännas, och det är där det hela blir lite kitschigt.
Det är ytterligare ett tecken på att deepfakes har gått från "internetpanik" till faktiska plattformsrör. Rören märks nu äntligen.
⌨️ Meta kommer att spela in anställdas tangenttryckningar för att träna AI-modeller ↗
Meta lanserar ett internt verktyg som registrerar anställdas musrörelser, knappklick och tangenttryckningar och sedan omvandlar den aktiviteten till träningsdata för AI-modeller.
Tanken är att lära AI-system hur riktiga människor navigerar i programvara och slutför uppgifter. Värdefullt? Ja. Något dystopisk kontorsjazz? Och ja, båda sakerna kan vara sanna.
Detta är agentkapplöpningen i miniatyr: företag behöver mänsklig arbetsflödesdata med alla dess fransade kanter, inte bara polerad text skrapad från internet. Så nu blir tangentbordet ett vittne. Lite dystert, lite smart.
🛡️ Obehöriga användare har enligt uppgift använt Anthropics cyberverktyg Mythos ↗
En grupp obehöriga användare ska ha fått tillgång till Anthropics Mythos, ett cybersäkerhetsfokuserat AI-verktyg som var tänkt att kontrolleras noggrant.
Mythos är inte en produkt som lanseras generellt – den är utformad för avancerat cyberarbete, vilket gör påståendena om åtkomst extra starka. Om det stämmer väcker det obekväma frågor om hur laboratorier säkrar just de system de beskriver som känsliga.
Hela grejen har den där "låst rumsmysteriet, men rummet är en molndashboard"-känslan. Väldigt i linje med varumärket för AI-säkerhet just nu.
🧪 NeoCognition samlar in 40 miljoner dollar i sådd för att bygga människoliknande inlärningsagenter ↗
AI-forskningslaboratoriet NeoCognition tog in en såddrunda på 40 miljoner dollar för att bygga agenter som lär sig mer som människor.
Startupföretaget jagar mer tillförlitliga och effektiva AI-system – ett mycket hett pitch då investerare fortsätter att leta efter allt som kan göra agenter mindre sköra i praktiska arbetsflöden.
Det är ytterligare en påminnelse om att agentboomen inte bara är OpenAI, Anthropic och Google som svingar stekpannor mot varandra. De mindre labben cirklar också, några med ordentligt ambitiös månstensenergi.
Vanliga frågor
Varför satsar Anthropic 100 miljarder dollar på AWS?
Anthropic avsätter mer än 100 miljarder dollar till AWS under det kommande decenniet för att utbilda och driva Claude. Avtalet ger Anthropic djupare tillgång till Amazons molninfrastruktur och Trainium-chip. Det återspeglar också hur kostsamma AI-system i framkant har blivit, med modellutveckling som alltmer är beroende av omfattande partnerskap med datorer.
Vad innebär avtalet mellan Anthropic och Amazon för AI-infrastrukturen?
Avtalet mellan Anthropic och Amazon visar hur nära AI-infrastrukturen blir knuten till Big Tech-molnplattformar. Amazon investerar miljarder, medan Anthropic gör stora långsiktiga utgifter för AWS. Dessa arrangemang kan hjälpa AI-labb att skala upp, men de väcker också frågor om beroende, konkurrens och regulatorisk granskning.
Varför spenderar Anthropic och OpenAI mer pengar på lobbyverksamhet?
Anthropic och OpenAI spenderar mer på lobbyverksamhet eftersom AI-policy blir central för deras framtid. Artikeln säger att Anthropic spenderade 1,6 miljoner dollar under första kvartalet, medan OpenAI spenderade 1 miljon dollar. Deras fokusområden inkluderar federal granskning, upphovsrätt, cybersäkerhet, AI-policy, molninfrastruktur och hur regeringar bör reglera AI i frontlinjen.
Vad är nytt i ChatGPT Images 2.0?
ChatGPT Images 2.0 beskrivs som förbättrad förmåga att följa instruktioner, generera text inuti bilder och "tänka"-förmågor som kan använda webbsökning för mer komplexa visuella element. Uppgraderingen riktar sig mot infografik, bilder, kartor, manga, flerspråkig text och generering av flera bilder. Den huvudsakliga förändringen är mot större kontroll och mindre gissningslek i bildskapandet.
Hur hanterar YouTube AI-djupförfalskningar av kändisar?
YouTube utökar sitt verktyg för likhetsdetektering så att fler offentliga personer kan hitta AI-genererade videor som imiterar dem. Registrerade kändisar kan varnas om möjliga AI-lookalikes och begära granskning av borttagning enligt YouTubes integritetspolicy. Inte alla förfrågningar kommer att godkännas automatiskt, så systemet är fortfarande beroende av plattformsgranskning och kontext.
Varför spelar Meta in anställdas tangenttryckningar för AI-utbildning?
Meta lanserar ett internt verktyg som registrerar anställdas musrörelser, klick och tangenttryckningar och sedan omvandlar den aktiviteten till AI-träningsdata. Målet är att lära AI-system hur människor navigerar i programvara och slutför uppgifter. I många agentarbetsflöden kan den här typen av mänsklig aktivitetsdata hjälpa modeller att lära sig praktiskt, steg-för-steg-beteende.