öppen källkod – Nya Dagbladet https://nyadagbladet.se Morgondagens Dagstidning! Fri, 25 Sep 2026 17:21:36 +0000 sv-SE hourly 1 https://wordpress.org/?v=7.1.2 https://nyadagbladet.se/wp-content/uploads/2021/11/cropped-nyd-logo-500-32x32.jpg öppen källkod – Nya Dagbladet https://nyadagbladet.se 32 32 Qualcomm öppnar sina Snapdragon X2-datorer för Linux https://nyadagbladet.se/teknik/qualcomm-oppnar-sina-snapdragon-x2-datorer-for-linux/ Fri, 25 Sep 2026 17:01:23 +0000 https://nyadagbladet.se/?p=241593 Qualcomm har släppt en tidig Linuxversion för bärbara datorer med Snapdragon X2. För den som vill använda en dator utan Windows eller Googles system kan det på sikt ge ett alternativ på samma hårdvara. Än så länge är versionen till för utvecklare, inte en färdig installation för vanliga användare.

Förhandsversionen presenterades den 23 september. Den har testats med Debian 13 och en särskild Linuxkärna. Qualcomm arbetar fortfarande med att föra in stödet i den ordinarie Linuxkärnan, så att det längre fram kan användas av Linuxdistributioner.

Någon installationsskiva för vanliga användare är det ännu inte. Qualcomm skriver att förhandsversionen riktar sig till distributionsansvariga, kärnutvecklare, verktygskedjor och hårdvaruingenjörer. Byggrecepten för både Debianavbilderna och kärnan ligger öppet på Github.

Vanliga användare får enligt bolaget sin installera-och-kör-lösning senare, när distributionerna tagit in det som hunnit landa i huvudkärnan.

Ett tredje system på samma kisel

Den som vill lämna Windows stöter ofta på samma mur. Datorn är byggd, testad och levererad för Microsoft, eller för Google, och alternativet får klara sig bäst det kan. Qualcomm beskriver nu i stället Linux som ett tredje operativsystem för Snapdragon X2, vid sidan av Windows och Googlebook.

Omfånget är samtidigt snävt. Beskedet gäller bärbara datorer med Snapdragon X2. Stationära datorer, den tidigare generationen Snapdragon X och Qualcomms övriga utvecklingskort omfattas inte.

Inte heller alla X2-bärbara är lika långt komna. Qualcomm skriver att beredskapen varierar mellan tillverkare och mellan olika varianter av kretsen.

Maskinerna är inga lättviktare. Enligt Canonicals och Qualcomms gemensamma besked har plattformen upp till 18 Oryon-kärnor på upp till 5,0 GHz, en NPU på upp till 80 TOPS och upp till 48 GB LPDDR5x-minne med en bandbredd på upp till 228 GB/s.

Självständigheten sitter i kärnan

Det första steget handlar om grunden. Datorn startar med systemd-boot som UEFI-starthanterare, och förhandsversionen omfattar USB, PCIe och enklare bussar som UART, I2C och SPI, liksom ström- och värmehantering.

Grafikstödet för Adreno bygger på de öppna Mesa-komponenterna Freedreno, Turnip och Rusticl. NPU:n Hexagon nås via fastRPC.

Här ligger det som gör nyheten intressant för den som bryr sig om oberoende. Valet av operativsystem är bara halva saken. Om kärnan, grafiken och NPU-drivrutinerna landar upstream kan Debian, Ubuntu och andra distributioner underhålla maskinerna själva, utan att vara beroende av Qualcomms egna sidopatchar vid sidan av den officiella kärnan.

Samma sak gäller den lokala AI som tillverkarna nu säljer datorerna på. När Hexagon-NPU:n fungerar under Linux kan modeller köras och användarens data behandlas på den egna datorn i stället för att skickas till ett molnkonto hos någon annan.

Det betyder inte att hela maskinen blir fri programvara. Beskedet säger ingenting om att proprietär firmware skulle försvinna, och ingen del av Qualcomms material beskriver stacken som helt öppen.

NyD har tidigare skrivit om hur Linux blir allt mer relevant i takt med att Windows blir mer låst, kontobundet och övervakat. Hittills har frågan för många stannat vid om den egna hårdvaran alls går att använda.

Tre tidsplaner att hålla isär

Det som finns i dag är förhandsversionen på Debian 13 med Qualcomms egen kärna.

Nästa steg är produktionsmognad, som Qualcomm siktar på i slutet av november 2026. Arbetet med att föra in koden i huvudkärnan fortsätter enligt bolaget även efter det. I Qualcomms nyhetskanal OnQ anges Debian som målet till slutet av året.

Ubuntu kommer senare. Canonical och Qualcomm meddelade samma dag att en certifierad Ubuntu-avbild för Snapdragon X2 är planerad till 2027. Enligt OnQ siktar bolagen på certifieringen under första halvåret 2027, och Canonical lovar fler detaljer om förhandsversioner närmare lanseringen.

Även tillverkarna rör sig. HP, Asus och Humain planerar enligt Qualcomm Linuxstöd under första delen av 2027.

För den som vill göra samma resa bort från Microsoft som Frankrike, som enligt NyD rapporterat ersätter Windows med Linux i statsförvaltningen, har hårdvaran länge varit den tysta flaskhalsen. Med Snapdragon X2 är ett svar på väg. Hur snabbt det når vanliga användare avgörs nu av hur mycket som faktiskt landar i kärnan före nyår.

]]> Öppen kinesisk bildmodell slår Googles toppmodell https://nyadagbladet.se/teknik/oppen-kinesisk-bildmodell-slar-googles-toppmodell/ Sun, 20 Sep 2026 18:14:40 +0000 https://nyadagbladet.se/?p=241013 Det kinesiska teknikbolaget Alibaba släppte under söndagen bildmodellen Qwen-Image-2.1 med öppna vikter. Den kan laddas ner kostnadsfritt, köras hemma och verkar vara riktigt bra: på Qwens egen mätning går den om Googles toppmodell Nano Banana 2.0, tidiga testare har redan visat vad den klarar, och NyD:s egen genomkörning ger samma intryck.

Qwen-Image-2.1 är en och samma modell för text-till-bild och bildredigering, och enligt Qwens egen presentation är den byggd för att vara liten nog att köras billigt. Den visuella genereringsdelen rymmer sju miljarder parametrar fördelade på 32 Single-Stream DiT-lager, en kraftig bantning mot den ursprungliga Qwen-Image på 20 miljarder parametrar.

Att gå från 20 till 7 miljarder parametrar är själva poängen för den som vill köra lokalt. En slankare modell tar mindre plats i minnet och kan köras till lägre kostnad, vilket enligt Qwen är skälet till att 2.1 finns. Fler kan hämta vikterna och köra dem på den dator de redan har.

Modellkortet på Hugging Face och kodprojektet på GitHub publicerades samma dag. Stödet i de vanligaste verktygen fanns på plats direkt: Diffusers via QwenImage21Pipeline, ComfyUI, vLLM-Omni, SGLang och LightX2V. För den som redan har en lokal bildkedja igång handlar det om en nedladdning, inte om månader av väntan på tredjepartsstöd.

Genomskinlighet, 2K och tio referensbilder

Den mest påtagliga nyheten i själva motorn är att modellen hanterar genomskinlighet direkt, i RGBA. Den kan enligt Qwen både skapa bilder med genomskinliga lager och lyfta ut motiv ur vanliga fotografier, utan att ett separat verktyg behöver klippa runt kanterna i efterhand.

Den förmågan låg tidigare i en egen modell. I december 2025 presenterade teamet Qwen-Image-Layered enbart för genomskinliga bilder. Nu sitter samma funktion i huvudmodellen, vilket kortar vägen från en genererad bild till en användbar grafisk resurs för den som arbetar med logotyper, produktbilder eller montage. Ett extra steg faller bort: genomskinliga lager ligger i samma modell som ritar och redigerar resten.

Redigeringsdelen tar emot upp till tio referensbilder. Qwen visar i sin genomgång hur modellen sätter ihop ett gruppfoto av sex enskilda porträtt, provar kläder på en person utifrån fem indata och möblerar ett rum med tio inredningsreferenser som underlag.

Det är samma slags uppgifter som många annars skickar in i en stängd bildtjänst. Här stannar både referenserna och resultatet hos den som kör modellen.

Lokala ändringar styrs genom att användaren ritar en cirkel i bilden, målar en markering eller skickar med en separat mask. Upplösningen är inbyggd 2K utan uppskalning i efterhand, där 1:1-formatet motsvarar 2048x2048 pixlar.

För den som redan arbetar i ComfyUI eller Diffusers betyder det att en enda modell på sju miljarder parametrar kan både rita nytt och bättra på befintliga bilder. Den som sätter upp kedjan lokalt behöver inte byta verktyg mellan generering och redigering, och resultatet kan komma ut med genomskinlig bakgrund när uppgiften kräver det.

På Qwens egen Qwen-Image-Bench landar 2.1 på 60,28, strax över Googles Nano Banana 2.0 på 59,82. Google presenterade så sent som i februari Nano Banana 2 som sin bästa bildmodell. Siffrorna är Qwens egna och har inte upprepats av någon oberoende part, men de tidiga testerna som redan cirkulerar – och NyD:s egen genomkörning – pekar åt samma håll: en modell på sju miljarder parametrar med öppna vikter som kan köras hemma tar upp jakten på de stängda jättarna.

Egen dator i stället för stängt moln

Kontrasten mot de stängda bildtjänsterna är konkret. Där stannar vikterna på leverantörens servrar och användaren skickar text och bilder över nätet. Här landar parametrarna på den egna disken, och materialet behöver inte lämna maskinen.

Släppet ger ett öppet alternativ i praktiken. En student, en forskare eller den som bara vill testa hemma kan hämta vikterna, se parametrarna och köra själv, med samma slags funktioner som de stora molntjänsterna annars håller bakom egna gränssnitt.

För den som vill behålla bilderna på den egna datorn är skillnaden enkel: modellen körs där användaren själv väljer, på den hårdvara som redan står i rummet.

Rörelsen i Qwen-familjen syns när släppen läggs i rad. Den ursprungliga Qwen-Image på 20 miljarder parametrar låg under Apache 2.0, som tillåter fri kommersiell användning. I februari 2026 kom Qwen-Image-2.0 som nästa generations bildmodell, men utan öppna vikter. Med 2.1 är vikterna tillbaka, nu i ett format som ryms på vanligare hårdvara. Mellan februari och söndagen saknades öppna vikter för den nyare bildgenerationen. Nu kan den som vill köra själv hämta en 7B-modell i stället för att vara hänvisad till den äldre 20-miljardersvarianten eller till en stängd molntjänst.

Det sker samtidigt som Alibaba använder öppenheten som strategisk hävstång. NyD har tidigare rapporterat att bolaget passerat tre miljarder nedladdningar av sina öppna AI-modeller, och att Qwen-familjen därmed ligger före både Meta och Google i Hugging Face-statistiken. I augusti öppnade bolaget dessutom vikterna till Qwen3.8, första gången en modell i Max-klassen släpptes öppet.

Bildmodellen passar in i det mönstret. Öppna vikter läggs ut att hämta, medan de stängda AI-jättarna håller motsvarande bildverktyg bakom egna molntjänster.

Vikterna ligger under Qwen Research License, daterad 20 september 2026. Rättighetsinnehavare är Hangzhou Tongyi Laboratory Technology Co., Ltd., och avtalet ger rätt att använda, kopiera, sprida och modifiera materialet endast för forskning och utvärdering; kommersiell användning kräver ett separat avtal.

Den som vill testa själv kan göra det på egen maskin redan nu. Vikterna är ute, och de vanligaste lokala verktygen tog emot dem samma dag.

]]> Analyser: Kraven på att bromsa AI kan dölja en agenda om makt och kontroll https://nyadagbladet.se/teknik/analyser-bromsa-ai-dold-agenda-makt-kontroll/ Tue, 15 Sep 2026 08:51:08 +0000 https://nyadagbladet.se/?p=240387 Anthropics vd Dario Amodei kräver att AI-branschen saktar ned utvecklingen av allt kraftfullare modeller. Under lördagen ställde sig cheferna för OpenAI, xAI och Google DeepMind bakom honom. Kritiker som David Sacks, hälsoprofilen Mike Adams och investeraren Chamath Palihapitiya menar att bolagen som redan hunnit längst och samlat mest kapital nu beställer regler vars kostnader storbolagen lättare kan bära och vars krav de lättare kan uppfylla än mindre aktörer – och att bromskraven därför handlar minst lika mycket om makt och kontroll som om säkerhet. Amodei skriver utan omsvep: "Vi måste sakta ned takten med vilken vi förbättrar AI-modellernas förmåga." Han pekar på att AI-system förbättrar sin egen förmåga steg för steg snabbare än väntat och på incidenten där OpenAI-agenter överskred sina instruktioner i en Hugging Face-miljö. Hans farhåga är att en grupp mer avancerade agenter inom sex till tolv månader skulle kunna upprätta ett varaktigt botnät över internet och orsaka skador för hundratals miljarder dollar. Hans recept är att bygga en permanent kontrollapparat. Amodei vill ge externa utvärderare medarbetarliknande tillgång till bolagens modeller. Han vill också att demokratier ska enas om gränser för hur kraftfulla modellerna får bli och på sikt nå en global överenskommelse. Till detta fogar han ett annat spår som sällan nämns i samma andetag som säkerhet: fortsatt stopp för avancerade chip och utrustning för chiptillverkning till Kina samt åtgärder mot storskalig modelldestillation, där en annan modells utdata används för att träna en modell att efterlikna dess förmåga, och mot stöld av modellvikter. Målet är att bevara och utöka USA:s försprång under tre till fem år. Han medger själv att en fullständig global paus knappast går att genomföra och att den som bryter mot en överenskommelse kan rubba maktbalansen. Reaktionerna kom snabbt. Sam Altman skrev att han håller med sin amerikansk-judiske branschkollega om att utvecklingen av de mest avancerade modellerna behöver dämpas, att frågan diskuterats internt på OpenAI i veckor och att bolaget tänker förbinda sig att ge oberoende utvärderare medarbetarliknande tillgång. Elon Musk sammanfattade sin ståndpunkt i tre ord – "Dario har rätt" – och föreslog därefter tillsyn och ömsesidig granskning mellan konkurrerande AI-bolag. Demis Hassabis skrev att essän pekar i rätt riktning och hänvisade till sitt eget förslag om ett gemensamt branschorgan för de mest avancerade AI-modellerna. Cheferna för fyra bolag som annars konkurrerar om samma ingenjörer, kapital och kunder gav därmed stöd åt samma inriktning under lördagen. Just denna samstämmighet har väckt kritik. Chamath Palihapitiya skrev: "Dario argumenterar för att stoppa öppen källkod och koncentrera enorm teknisk och ekonomisk makt hos Anthropic." Det är investerarens slutsats om vart förslaget leder, inte något som Amodei själv uttryckligen föreslår eller ett belagt motiv. Samma misstanke ligger bakom David Sacks invändning, återgiven av kanalen Milk Road AI, och Mike Adams betydligt grövre polemik om att säkerhetsargumenten är en förevändning för licensiering och kontroll. Däremot går den konkreta fråga som de pekar på att granska: vem som får bära kostnaderna för de föreslagna reglerna.

Vallgraven behöver inget förbud – den byggs av kontrollkrav

Sacks tes, som Milk Road AI sammanfattar, är att en federal tillsynsmyndighet aldrig behöver använda ordet förbud. Det räcker med krav som låter fullt rimliga i ett remissvar: att användningen av en modell ska övervakas fortlöpande, att driften ska kunna styras centralt och att en modell som visar sig vara farlig ska kunna återkallas. Problemet är att modellvikter som har laddats ned till privata datorer inte går att återkalla. Ingen leverantör kan stänga av en fil som redan finns på hårddiskar utanför dess kontroll. Ett krav på återkallelse kan därför uppfyllas av en sluten molntjänst, där leverantören styr driften, men blir i praktiken omöjligt för en öppet publicerad modell. Detsamma gäller övervakningen: den som driver modellen i ett eget datacenter kan registrera varje anrop, medan den som har publicerat vikterna aldrig får veta hur de används. Regeln kan vara teknikneutral på papperet och ändå utestänga en hel distributionsform. Till den tekniska skillnaden kommer kostnaden. Licensprövningar, obligatoriska tester av modellernas förmåga och permanenta externa granskare med medarbetarliknande tillgång är utgifter som ett ledande AI-bolag kan bära. För ett universitet, ett nystartat företag eller en myndighet som vill finjustera en befintlig modell kan samma krav bli en inträdesavgift som budgeten inte klarar. När en bransch frivilligt föreslår hårdare regler för sig själv finns det därför skäl att granska vilka konkurrenter som drabbas hårdast. Det Nvidia-ledda branschbrevet beskriver samma ekonomiska mekanism från motsatt håll. Öppna modellvikter, framhåller undertecknarna, gör det möjligt för nystartade företag, lärosäten och offentliga institutioner att bygga vidare utan att träna en modell från grunden eller betala de ledande bolagens pris för varje anrop. Inlägget är skrivet av förespråkare för öppna modeller, men visar hur kostnaderna kan slå mot aktörer med mer begränsade resurser. De fyra AI-chefernas förslag skiljer sig dessutom åt. Amodei och Altman vill ge externa utvärderare medarbetarliknande tillgång till bolagens egna miljöer, medan Musk föreslår att konkurrenter granskar varandra och Hassabis hänvisar till ett gemensamt branschorgan. Alla uppläggen medför kostnader för att följa reglerna, men källorna visar inte att samtliga fyra kräver permanent närvaro av externa granskare. Sådana kostnader fördelas sällan jämnt. De gynnar den som redan är stor.

Anthropics invändning: modellens förmåga, inte affärsmodellen

Här ska Anthropic ges sitt. Bolaget förnekar uttryckligen att det någonsin har förespråkat ett generellt förbud mot modeller med öppna vikter och kallar öppna modeller utan farliga förmågor en samhällsnytta. I samma text erkänner Anthropic att öppna vikter stärker tillgången, konkurrensen och kundernas kontroll över den egna driften – argument som annars främst brukar framföras av bolagets motståndare. Positionen är smalare än kritikerna ibland gör gällande: mycket kraftfulla öppna modeller är svåra att övervaka och omöjliga att återkalla. Därför bör alla tillräckligt avancerade modeller testas, oavsett om de är öppna eller slutna. Även Milk Road AI noterar att bolaget motsätter sig ett generellt förbud och vill knyta reglerna till vad modellerna faktiskt kan göra. Att kräva samma tester av öppna och slutna modeller är logiskt för den som anser att risken ligger i modellens förmåga och inte i affärsmodellen. Amodeis starkaste argument är dessutom inte retoriskt utan bygger på verkliga händelser. Den oberoende organisationen METR granskade OpenAI-Hugging Face-incidenten på plats, vilket Nya Dagbladet tidigare rapporterat om. Fynden är obehagliga: agenterna angrep mål som de inte hade instruerats att angripa, anammade mål från andra agenter och försökte påverka själva utvärderingsmiljön. Anthropic har dessutom rapporterat egna fall där Claude-modeller under tester fick obehörig åtkomst till verkliga datasystem på grund av felkonfigurationer och bristande skydd. Bolaget ser både operativa säkerhetsbrister och problem med att få modellerna att följa mänskliga mål och säkerhetsregler. Därefter har inneslutningen och övervakningen skärpts. Att Anthropic självt har offentliggjort sina misslyckanden är relevant för bedömningen. Den som vill avfärda riskerna som ren marknadsföring får därmed problem med underlaget. Dokumenterade fall visar att AI-agenter har överskridit sina instruktioner i test- och utvärderingsmiljöer. I Anthropics fall fick modeller också obehörig åtkomst till verkliga datasystem. Riskerna är alltså inte science fiction. METR drar samtidigt en tydlig gräns. Rapporten beskriver inte fri vilja och visar inte att AI kan ta över internet inom ett år. Skadan i den granskade händelsen var begränsad. Avståndet är stort mellan agenter som överskrider sina instruktioner i en testmiljö och ett varaktigt botnät som inom sex till tolv månader orsakar skador för hundratals miljarder dollar. Amodei beskriver slutpunkten utan att redovisa alla steg som skulle leda dit. Ett förslag som kan avgöra vem som får träna och driva modeller i västvärlden behöver också visa den orsakskedjan. Skillnaden mellan avsikt och utfall är central. Ett system med gränsvärden kan vara ärligt menat och ändå bli ett faktiskt hinder, beroende på var gränsen sätts, vem som bestämmer den och vilka kontrollkrav som börjar gälla när den passeras. Om gränsen läggs vid gårdagens mest avancerade modeller kommer snart varje seriös öppen modell att omfattas.

Kina, fångarnas dilemma och priset för att vänta

Att Amodeis text inte är ett renodlat säkerhetsdokument framgår av resten av paketet. Bromsplanen förenas med exportkontroller mot Kina, åtgärder mot storskalig modelldestillation och ett uttalat mål att bevara USA:s tekniska försprång i tre till fem år. Samma koppling återkommer i Anthropics text, där stopp för avancerade chip och åtgärder mot sådan destillation står sida vid sida med testkraven. En broms vars kostnader lättast bärs av den som redan leder har en tydlig riktning och bör granskas som den industripolitik den också är. Skribenten Kimmonismus prövar planen mot den verkligheten och kommer fram till att Pandoras ask redan har öppnats. Investeringarna är för stora för att överges, och konkurrensen med Kina gör en återgång osannolik eftersom Peking har starka incitament att ta ledningen om Washington bromsar. Resonemanget liknar fångarnas dilemma: en broms lönar sig bara om båda sidor saktar ned samtidigt, samtidigt som ingen kan vara säker på att den andra håller sitt löfte. Amodei medger själv att den som bryter mot en överenskommelse kan rubba maktbalansen. Just den risken gör att parterna inte vågar lita på varandra. Kimmonismus lyfter också en kostnad som sällan ingår i säkerhetskalkylen. Varje försening skjuter upp de medicinska och ekonomiska nyttor som Amodei själv räknar med. Han bedömer att AI kan bota stora sjukdomar inom fem till tio år. Om den bedömningen stämmer mäts priset för en broms i fler sjukdomsår och uppskjutna behandlingar, inte bara i senarelagda produktlanseringar. Om den inte stämmer försvagas samtidigt argumentet att tekniken är så omvälvande att den kräver en helt ny kontrollapparat. Kimmonismus drar uttryckligen ingen definitiv slutsats, men efterlyser en redovisning av stegen från det som faktiskt har dokumenterats till det scenario som nu ska motivera regleringen. Mike Adams, känd som Health Ranger, hävdar i betydligt mer polemiska ordalag att säkerhetsargumentet är en rädslooperation för reglering, licensiering, censur och kontroll. Han invänder också att det inte har förklarats tydligt vad det innebär att anpassa en AI-modell till mänskliga mål och säkerhetsregler. I separata inlägg hävdar han att det verkliga hotet mot de ledande amerikanska AI-bolagen inte är en skenande superintelligens utan öppna modeller och kinesiska konkurrenter som DeepSeek, Alibaba, Kimi och GLM. Hans andra argument går lättare att pröva. Ett amerikanskt förbud mot öppna modeller skulle enligt Adams bara flytta körningen av modellerna till andra länder. Vad ett nationellt regelverk faktiskt kan åstadkomma när modellvikterna redan sprids globalt är en empirisk fråga som de redovisade utspelen inte besvarar. NyD har i flera senare teknikartiklar följt samma konkurrenstryck. Tidningen har ställt OpenAI GPT-5.5 mot DeepSeek-V4 och rapporterat om hur modellsläpp från Qwen, Grok och DeepSeek skärpt konkurrensen och priskriget mot amerikanska premiumaktörer. Den senare bevakningen visar konkurrenstrycket men bevisar inte Adams tolkning av bolagens motiv.

Vad en legitim reglering måste klara

Teknikjournalisten Brian Merchant gör en närliggande iakttagelse från ett annat håll. Han beskriver domedagsbudskapen som både marknadsföring och ett uttryck för verklig företagsmakt: den som säger att den egna produkten kan utplåna mänskligheten säljer samtidigt bilden av en oerhört kraftfull produkt. Även Merchant saknar en trovärdig stegvis beskrivning av hur en AI som förbättrar sin egen förmåga skulle nå dit. Hans varning gäller kombinationen av ett allmänt utvecklingsstopp och tredjepartsgranskningar som utförs av personer med nära band till bolagen. Merchant menar att branschen då kan ta kontroll över regleringen och att upplägget i praktiken gynnar Anthropic och OpenAI. Själv förespråkar han full insyn i modellerna, juridiskt ansvar för konkret och påvisbar skada samt större offentlig kontroll över tekniken. Han avfärdar inte AI-relaterade skador. Övervakning, arbetsmarknad, datacenter, militär användning och cyberintrång är enligt honom områden där följderna redan går att mäta. En legitim reglering måste fungera för både slutna tjänster och öppna modeller. Krav på central återkallelse gör inte det, eftersom modellvikter som redan har laddats ned inte kan tas tillbaka. Ansvar bör bygga på konkret och påvisbar skada. Granskarna måste vara oberoende och ha en säker finansiering och ett mandat som bolagen inte kan dra in. Både testerna och resultaten bör vara offentliga. Öppna modeller som ligger under trösklarna för farliga förmågor bör dessutom skyddas uttryckligen, i linje med vad Anthropic självt säger sig förespråka. Delar av detta finns redan i förslagen som lades fram under lördagen. Det som ännu inte har redovisats är villkoren: hur utvärderarna ska finansieras och få ett verkligt oberoende mandat, var gränsen för farliga förmågor ska dras och om resultaten ska offentliggöras. Nästa besked, som Altman har utlovat, avgör om detta leder till någon verklig insyn eller om det blir en inträdesbarriär – och vilka som får stå innanför grinden när den väl är byggd.]]> Nvidia satsar 7 miljarder dollar på Poolside – vill bygga öppen AI-utmanare https://nyadagbladet.se/teknik/nvidia-poolside-7-miljarder-oppen-ai-utmanare/ Mon, 24 Aug 2026 07:37:36 +0000 https://nyadagbladet.se/?p=238218 Nvidia betalar 6 miljarder dollar för att licensiera AI-bolaget Poolsides teknik och erbjuder 109 av bolagets anställda jobb. Målet är att bygga en kraftfull öppen AI-modell som ska utmana både kinesiska aktörer och USA:s ledande AI-bolag. Avtalet gäller en icke-exklusiv licens till Poolsides så kallade Model Factory, systemet som bolaget har använt för att utveckla sina egna AI-modeller. Poolside köps alltså inte upp och ska fortsätta som ett självständigt företag, enligt uppgifter som först publicerades av tekniknyhetsbrevet Newcomer och därefter bekräftades av flera amerikanska medier. Utöver licensbetalningen investerar Nvidia ytterligare 1 miljard dollar i Poolside till en värdering på 12 miljarder dollar före kapitaltillskottet. De tre grundarna blir kvar i bolaget, medan 109 medarbetare erbjuds anställning hos Nvidia. Poolside planerar enligt investerarbrevet att föra vidare licensintäkterna till sina investerare före utgången av 2027. Affären ger Nvidia både tekniken bakom Poolsides modellutveckling och tillgång till merparten av det team som byggt kodmodellen Laguna. Wall Street Journal uppger att resurserna ska användas i Nvidias Nemotron-projekt för att ta fram en av världens mest kraftfulla modeller med öppna vikter.

Vill utmana både Kina och USA:s AI-jättar

Nvidia är redan världens dominerande leverantör av grafikprocessorer för AI-träning, men företaget har samtidigt byggt upp en egen familj av öppna modeller under namnet Nemotron. På sin utvecklarsida beskriver Nvidia modellerna som öppna inte bara vad gäller vikter, utan även träningsdata och instruktioner för hur systemen kan återskapas och anpassas. Den nya satsningen ska enligt Wall Street Journals källor rikta sig mot kinesiska modeller som DeepSeek och Kimi K3. Samtidigt innebär den en mer direkt utmaning mot amerikanska bolag som OpenAI och Anthropic, vars främsta modeller är slutna. Öppna modellvikter gör det möjligt för företag och myndigheter att köra och modifiera systemen i egen infrastruktur, vilket kan ge lägre kostnader och större kontroll över data. Nya Dagbladet har tidigare rapporterat om hur Nvidia positionerar Nemotron som ett amerikanskt alternativ i en marknad där kinesiska öppna modeller snabbt har vunnit mark. Poolside tillför nu en modellfabrik och ett team som på kort tid byggt Laguna S 2.1, en kodinriktad modell med 118 miljarder parametrar, varav 8 miljarder aktiveras för varje token.

Beräkningskraften blev flaskhalsen

Bakgrunden till affären är den snabbt stigande kostnaden för att träna modeller i den absoluta frontlinjen. I investerarbrevet, som har återgetts av flera teknikmedier, skriver Poolside att bolaget vid slutet av förra året hade sex veckor på sig att resa 2 miljarder dollar för ett kluster med 40 000 av Nvidias GB300-processorer. Finansieringen blev inte klar i tid och bolaget förlorade tillgången till kapaciteten. Poolside bedömde att 10 000 till 20 000 sådana processorer hade kunnat räcka för att bygga en modell i nivå med marknadens bästa. Nästa generations modeller skulle enligt bolaget kräva mer än tio gånger större kluster. Begränsningen handlar därmed inte längre bara om kapital, utan också om fysisk datacenterkapacitet och långsiktigt kontrakterad beräkningskraft. För Nvidia är det ett problem som bolaget självt kan lösa. Företaget kontrollerar den hårdvara som stora delar av AI-industrin är beroende av och kan förena Poolsides utvecklingssystem med sina egna chip, mjukvaruverktyg och modeller.

Licensaffär i stället för uppköp

Upplägget liknar Nvidias tidigare affärer med chipbolagen Groq och Enfabrica: en icke-exklusiv tekniklicens kombineras med rekrytering av stora delar av personalen, medan det ursprungliga bolaget fortsätter att existera. Bloomberg konstaterar att sådana konstruktioner har kritiserats av amerikanska lagstiftare eftersom de kan genomföras utan den prövning som ett regelrätt företagsförvärv normalt utlöser. Varken Nvidia eller Poolside hade vid mediernas publicering kommenterat avtalet offentligt. Poolside har inte heller publicerat investerarbrevet i sin helhet. De centrala villkoren – licensbeloppet, den separata investeringen och jobberbjudandena – har dock återgetts samstämmigt av Newcomer, Bloomberg och Wall Street Journal.]]> Alibaba uppges ha passerat tre miljarder AI-nedladdningar https://nyadagbladet.se/teknik/alibaba-qwen-tre-miljarder-ai-nedladdningar/ Sun, 16 Aug 2026 19:53:49 +0000 https://nyadagbladet.se/?p=237269 Kinesiska Alibaba uppges ha passerat tre miljarder nedladdningar av sina öppna AI-modeller på ett halvår. Uppgiften sätter bolagets Qwen-familj före både Meta och Google på den snabbt växande marknaden för modeller som utvecklare kan hämta, anpassa och köra själva. Bloomberg rapporterar att Qwen-modellerna samlat över tre miljarder globala nedladdningar under de senaste sex månaderna. Siffran bygger på data från AI-plattformen Hugging Face, som följer utvecklingen för öppet publicerade modellvikter. I sin senaste rapport redovisar Hugging Face 2,045 miljarder Qwen-nedladdningar hittills under 2026 för modellarkiv med angivet parameterantal, eller 2,061 miljarder när samtliga sådana arkiv räknas med. Skillnaden mot Bloombergs högre siffra beror på vilket tidsfönster och vilka nedladdningskällor som används. Qwen är Alibabas familj av öppna AI-modeller. Till skillnad från helt slutna tjänster kan modeller med öppna vikter laddas ned och användas för exempelvis lokal körning, finjustering och egna applikationer.

Små modeller driver användningen

Hugging Face varnar samtidigt för att nedladdningar inte är ett direkt mått på vare sig modellkvalitet, kommersiell användning eller marknadsandel. Måttet visar i stället vilka modeller som byggs in i utvecklares arbetsflöden och laddas ned återkommande. Rapporten pekar på att Qwens breda utbud av modellstorlekar är en viktig förklaring till spridningen. Mindre modeller kan köras på en vanlig dator, medan större versioner är avsedda för mer krävande uppgifter och datacenter. Enligt Hugging Face står Qwen-baserade modeller för 151 448 vidareutvecklade versioner på plattformen. Det är 2,6 gånger fler än Metas samlade avtryck och 4,7 gånger fler än de arkiv som bygger på Llama-familjen.

Öppna modeller blir ett strategiskt område

Utvecklingen sker samtidigt som flera amerikanska bolag har rört sig mot mer begränsade licenser och slutna flaggskeppsmodeller. Hugging Face konstaterar att tyngdpunkten i den öppna modellvärlden i allt högre grad flyttats till kinesiska laboratorier och till företag inom hårdvara och infrastruktur. För Alibaba är spridningen av Qwen inte bara en fråga om uppmärksamhet. När utvecklare bygger vidare på en modellfamilj skapas ett ekosystem av verktyg, anpassningar och lokala installationer som kan göra den svårare för konkurrenter att tränga undan. Den officiella Qwen-kanalen på X lyfte i veckan fram samma rapport och pekade särskilt på modellernas användning för lokal körning.]]> LTX-2.5 flyttar avancerad AI-film till den egna datorn https://nyadagbladet.se/teknik/ltx-2-5-ai-video-lokalt-oppen-modell/ Tue, 11 Aug 2026 21:45:50 +0000 https://nyadagbladet.se/?p=236957 LTX har släppt LTX-2.5, en öppen AI-modell som skapar video och synkroniserat ljud, håller ihop personer och miljöer över flera klipp och kan köras på användarens egen dator. I stället för att låsa filmare och utvecklare till ännu en molntjänst publiceras vikterna, koden och träningsverktygen för lokal körning och egen anpassning. Modellen lanserades den 11 augusti och är den hittills största uppgraderingen av LTX:s system för AI-genererad film. Företaget beskriver LTX-2.5 som en 22-miljarders ”världsmodell”: ett system som inte bara framställer enskilda bilder, utan försöker hålla rörelse, rum, ljud, personer och miljöer sammanhängande över tid. Den stora nyheten för vanliga kreatörer är ägandet. Modellfilerna kan laddas ned från Hugging Face och köras lokalt, medan källkod, referensflöden och verktyg för finjustering ligger öppet på Github. Råmaterial, röster och ännu opublicerade projekt behöver därmed inte skickas till ett utomstående AI-bolags servrar. LTX-2.5 får samtidigt inbyggt stöd från första dagen i ComfyUI, det fria nodbaserade gränssnitt som blivit ett nav för lokal bild- och videogenerering. Det gör vägen från nedladdade modellvikter till ett fungerande visuellt arbetsflöde betydligt kortare än när nya modeller kräver specialskrivna installationer. På den punkten går LTX längre än flera uppmärksammade konkurrenter. MiniMax H3, som Nya Dagbladet nyligen skrev om, kan också köras lokalt men har en communitylicens som undantar bland annat EU. LTX:s nya licens gäller globalt och tillåter kostnadsfri kommersiell användning för företag med mindre än tio miljoner dollar i årsomsättning.

Flera filmscener i ett enda svep

En av de mest spännande nyheterna är så kallad multiscengenerering. Modellen ska kunna skapa en följd av sammanhängande klipp i en körning och behålla samma karaktärer, miljö, ljus och röster genom klippen. Just sådan kontinuitet har länge varit en av AI-filmens stora svagheter: en person kan byta ansikte, kläder eller röst så fort kameravinkeln ändras. En särskilt anpassad version av Googles språkmodell Gemma 4 med tolv miljarder parametrar tolkar instruktionerna. LTX uppger att modellen därmed klarar mer komplicerade beskrivningar med flera personer och händelser, samtidigt som en ny funktion själv kan avgöra hur långt klippet behöver vara för att hinna genomföra den efterfrågade handlingen. Systemet kan användas för text-till-video, bild-till-video och video-till-video. Det stöder även redigering av delar av ett befintligt klipp, styrning med nyckelbilder, läppsynkroniserad dubbning och samtidig generering av bild och ljud. För professionella filmflöden finns stöd för 4K, HDR och EXR-filer i färgsystemet ACES, enligt den officiella lanseringen.

Ny metod ska ge skarpare AI-film

Den tekniska huvudnyheten kallas Diffusion Fidelity Rendering. I stället för att lägga lika mycket datorkraft på varje ögonblick analyserar systemet scenens svårighetsgrad och skapar extra detaljrika nyckelbilder där de behövs mest. Rörelse och grundstruktur byggs först i ett kraftigt komprimerat arbetsutrymme, varefter en separat diffusionsbaserad videodekoder återskapar detaljer i bland annat ansikten och snabba rörelser. LTX hävdar att detta ger jämnare rörelser, färre visuella fel och bildkvalitet som håller även på en bioduk. På företagets egen modellsida redovisas ett preliminärt automatiserat test där LTX-2.5 Pro hade färre synliga bildfel än nio jämförda modeller. Resultatet är bolagets egen mätning och upplösningarna skiljer sig mellan systemen, så det bör inte betraktas som ett slutgiltigt oberoende prestandatest. Mer intressant än en enskild topplacering är ändå att samma teknik går att ladda ned. Utvecklare kan bygga egna tillägg, träna LoRA-anpassningar för en viss figur eller filmstil och förändra hela arbetskedjan utan att vänta på att en molnleverantör ska godkänna funktionen.

Kan köras lokalt – men kräver fortfarande kraft

Lokal körning betyder inte att LTX-2.5 förvandlar vilken kontorsdator som helst till en filmstudio över natten. Den officiella modellsidan anger 16 gigabyte grafikminne som lägstanivå och företaget lyfter en ensam RTX 5090 som ett praktiskt exempel. För den fulla standardinstallationen anger Github samtidigt omkring 66 gibibyte modellfiler, även om åtta- och fyrabitarsversioner samt avlastning till arbetsminne eller disk kan sänka kraven på grafikminnet. Det innebär att en kraftfull speldator eller arbetsstation är den realistiska startpunkten för snabbare lokal generering. Men skillnaden mot en låst molntjänst är grundläggande: användaren kan själv välja kompromissen mellan hastighet, bildkvalitet och minnesåtgång, uppgradera hårdvaran och behålla allt material lokalt.

Öppen – med en tydlig licensgräns

LTX kallar utgåvan ”open source”, men mer exakt handlar det om öppna modellvikter och öppen kod under LTX-2.x Community License. Licensen tillåter användning, ändringar, vidareutveckling och kommersiellt bruk, men företag med en sammanlagd årsomsättning på minst tio miljoner dollar måste teckna ett betalt avtal för kommersiell användning. Det är därför inte en helt villkorslös standardlicens i samma mening som Apache eller MIT. För privatpersoner, mindre studior, forskare och de flesta fristående utvecklare är friheten ändå ovanligt konkret. De kan ladda ned modellen, undersöka hur den fungerar, anpassa den till egna data och skapa film utan obligatorisk märkning eller löpande avgifter till en central tjänst. LTX-2.5 visar därmed en möjlig väg bort från en framtid där all avancerad AI-film kontrolleras av ett fåtal nätplattformar. Den verkliga prövningen börjar när oberoende användare testar kvaliteten på sina egna datorer, men kombinationen av starkare bild, synkroniserat ljud, flera sammanhängande scener och lokal kontroll gör släppet till ett av årets mest intressanta steg för öppen AI-video.]]> LTX-2.5: The World Model the World Builds On nonadult Alibaba släpper AI-jätte med 2,4 biljoner parametrar https://nyadagbladet.se/teknik/alibaba-qwen38-max-ai-2-4-biljoner-parametrar/ Mon, 03 Aug 2026 07:46:55 +0000 https://nyadagbladet.se/?p=236328 Alibaba lanserar sin hittills största AI-modell, Qwen3.8-Max. Modellen har 2,4 biljoner parametrar och ska enligt bolaget kunna driva kod- och forskningsprojekt självständigt i flera veckor.

Det kinesiska teknikbolaget presenterade modellen på måndagen och meddelade samtidigt att modellvikterna ska släppas nästa vecka. Även en mindre modell, Qwen3.8-27B, ska då få öppna vikter, enligt Qwens lanseringsblogg.

Qwen3.8-Max bygger på en så kallad mixture-of-experts-arkitektur, där bara delar av modellen aktiveras för varje uppgift. Av de totalt 2,4 biljoner parametrarna används 95 miljarder parametrar åt gången. Det ska minska kostnaden och svarstiden jämfört med om hela modellen behövde arbeta samtidigt.

Modellen kan hantera text, bilder och video och har ett kontextfönster på upp till en miljon tokens. Det motsvarar en mycket stor mängd text eller en omfattande kodbas i ett enda arbetsminne. Ett högt parameterantal är dock inte i sig ett bevis på bättre resultat, utan visar främst systemets storlek.

[caption id="attachment_236327" align="aligncenter" width="1170"]Qwens benchmarkgrafik för AI-modellen Qwen3.8-MaxQwens egna jämförelser av Qwen3.8-Max med andra ledande AI-modeller. Bild: Qwen.[/caption]

Ska ha arbetat självständigt i 16 dagar

Alibaba lyfter särskilt fram modellens förmåga att agera självständigt under lång tid. I ett av bolagets försök fick Qwen3.8-Max bygga kodverktyget ”oh-my-cli” från en tom mapp. Efter omkring 16 dagars kontinuerligt arbete hade projektet enligt Qwen nått 265 kodändringar, 127 sammanslagna ändringsförslag och 151 registrerade arbetsuppgifter. Projektets kod och historik ligger öppet på Github, vilket gör det möjligt att granska arbetsförloppet. Det visar att ett omfattande projekt faktiskt har byggts upp, men är inte en oberoende kvalitetskontroll av bolagets påstående att resultatet håller produktionsnivå. I ett annat internt försök fick modellen fem dagar på sig att återskapa experimenten i en forskningsartikel och därefter försöka förbättra metoden. Enligt Qwen skrev den omkring 7 600 rader kod, genomförde 33 träningsomgångar och fick ett bättre resultat på ett matematiktest än metoden i originalartikeln.

Högt placerad – men bolaget står för många tester

På den användarbaserade jämförelsetjänsten Arena placerade sig Qwen3.8-Max som den högst rankade kinesiska textmodellen vid lanseringen, men låg fortfarande efter flera modeller från amerikanska Anthropic. För bildförståelse nådde den andra plats globalt, enligt Reuters. Qwens egna omfattande tabeller visar samtidigt starka resultat inom bland annat kodning, terminalarbete och visuella uppgifter. Jämförelserna kräver försiktighet: en del resultat kommer från andra bolags rapporter, många har tagits fram av Qwen själva och flera tester är interna. De är därför inte likvärdiga med helt oberoende och reproducerade mätningar. API-versionen finns redan tillgänglig. Enligt Qwens prissida kostar en miljon indatatokens två dollar och motsvarande mängd utdata sex dollar. Återanvändning av automatiskt sparat sammanhang kostar 25 cent per miljon tokens.

Första öppna modellen i Max-klassen

Att Alibaba lovar öppna vikter för sin största modell är en förändring. Företaget har tidigare hållit flera modeller i Max-klassen proprietära, medan mindre Qwen-modeller har kunnat laddas ner och anpassas av utvecklare. Öppna vikter betyder att de inlärda modellparametrarna blir tillgängliga, men är inte automatiskt samma sak som öppen källkod i full mening. Licensvillkor och exakt distributionsform behöver bedömas när filerna faktiskt har släppts. Den mindre 27-miljardersmodellen lär dessutom vara betydligt lättare att köra lokalt än flaggskeppet med 2,4 biljoner parametrar. Lanseringen följer på Qwen-modellen, som Nya Dagbladet skrev om i april. Den visar hur konkurrensen mellan kinesiska och amerikanska AI-bolag allt tydligare flyttas från chattbotar till system som får använda verktyg, skriva och testa kod samt arbeta mot samma mål under lång tid. Den utvecklingen ökar samtidigt kraven på kontroll. En agent som får tillgång till terminal, filer, webbläsare eller molntjänster kan hinna göra betydligt större förändringar än en vanlig chattbot innan en människa ingriper. Bolagets lanseringsmaterial inriktar sig främst på kapacitet och redovisar ingen separat säkerhetsrapport för Qwen3.8-Max.]]> FLUX 3 skapar film med ljud och lär robotar arbeta https://nyadagbladet.se/it-overvakning/flux-3-film-ljud-robotar-oppna-vikter/ Thu, 23 Jul 2026 15:43:13 +0000 https://nyadagbladet.se/?p=235671 Bild, film, ljud – och robotrörelser. Black Forest Labs nya FLUX 3 är byggd för att skapa och förstå allt i samma modell. Videoversionen finns redan i tidig åtkomst, medan en öppen modellvariant utlovas längre fram. FLUX-familjen är sedan tidigare känd för bildgenerering. Med FLUX 3 tar det tyska AI-bolaget steget vidare till video med inbyggt ljud, bildredigering och förutsägelser av fysiska handlingar. Tanken är att samma grundmodell ska lära sig hur världen ser ut, rör sig och låter – i stället för att behandla bild, video och ljud som separata problem. En ljudhändelse ska passa det som händer i filmen, en rörelse ska följa föremålets vikt och nästa bildruta ska vara en rimlig fortsättning på den förra. Videomodellen kan enligt Black Forest Labs skapa klipp på upp till 20 sekunder med ljud i en enda generering. Den stöder text-till-video, bild-till-video, video-till-video, fortsättning av befintliga klipp, flerspråkig dialog och styrda övergångar mellan nyckelbilder. [caption id="attachment_235669" align="alignnone" width="640"]Åtta tidiga bildprover skapade med FLUX 3 i flera olika stilar. Tidiga bildprover från FLUX 3 – från illustration och måleri till produktbild och fotorealism. Bild: Black Forest Labs.[/caption]

Samma AI ska också kunna styra robotar

Den mest oväntade delen av lanseringen finns utanför bildskärmen. En tidig FLUX 3-version har byggts vidare till FLUX-mimic, en modell för robotrörelser som utvecklats tillsammans med mimic robotics och har testats i Audis produktion. Resonemanget är att en modell som kan skapa trovärdig video redan måste lära sig något om kontakt, rörelse, vikt samt orsak och verkan. Samma förståelse kan sedan användas för att förutse hur en robotarm bör agera i den fysiska världen. Black Forest Labs uppger att systemen hos Audi har klarat hantering av mjuka och flexibla föremål som varit svåra att automatisera med traditionellt programmerade robotceller. Uppgifterna kommer från bolagen själva och FLUX-mimic befinner sig fortfarande i ett tidigt skede.

Lovar öppna vikter

FLUX 3 Video erbjuds nu i tidig åtkomst. Bildgenerering, bildredigering och fler versioner ska rullas ut stegvis efter testning. Black Forest Labs planerar dessutom FLUX 3 Dev, där en multimodal grundmodell ska släppas med öppna vikter för skapande och handlingsprognoser. Något exakt datum har ännu inte angivits. Det innebär att FLUX 3 kan bli mer än ännu en sluten videotjänst: utvecklare ska kunna bygga vidare på samma grund för bilder, filmer, ljud och robotik. Däremot gäller den öppna planen en kommande modellvariant, inte hela den tidiga videotjänsten. [caption id="attachment_235670" align="alignnone" width="640"]Black Forest Labs preliminära jämförelse av hur ofta testpersoner föredrog FLUX 3 framför andra videomodeller. I Black Forest Labs preliminära jämförelser föredrogs en tidig FLUX 3-version framför flera konkurrerande videomodeller. Bild: Black Forest Labs.[/caption] I bolagets egna tidiga jämförelser föredrog testpersoner FLUX 3 framför Grok Imagine Video i 69 procent av fallen, Runway Gen-4.5 i 77 procent och Luma Ray 3.2 i 93 procent. Mot Gemini Omni Flash och Seedance 2.0 var resultatet 52 procent. Black Forest Labs betonar att utvärderingarna är preliminära och att både modellen och testmiljön fortfarande utvecklas. Om satsningen håller vad den lovar kan FLUX 3 bli en ovanlig korsning: en kreativ studio för bild och film, en ljudmodell och en grund för robotstyrning – samlade i samma system.]]> Kinesiska Kimi K3 slår amerikanska toppmodeller i flera AI-tester https://nyadagbladet.se/it-overvakning/kinesiska-kimi-k3-utmanar-amerikanska-toppmodeller/ Thu, 16 Jul 2026 21:39:30 +0000 https://nyadagbladet.se/?p=235301 Kinesiska Moonshot AI lanserar Kimi K3 – en öppen AI-modell som enligt bolagets egna tester slår eller tangerar amerikanska toppmodeller som GPT-5.6 Sol och Claude Fable 5 i flera praktiska mätningar, särskilt inom kodning, webbarbete och agentuppgifter. Kimi K3 har 2,8 biljoner parametrar, stöd för både text och bild samt ett sammanhangsfönster på en miljon tokens. Bolaget kallar den världens första öppna modell i den storleksklassen. Den är redan tillgänglig via Kimi.com, Kimi Work, Kimi Code och Kimi API. I Moonshot AI:s tekniska blogg medger bolaget att Kimi K3 fortfarande ligger efter Claude Fable 5 och GPT-5.6 Sol i den samlade användarupplevelsen. Samtidigt hävdar man att modellen når toppnivå i den egna utvärderingen och ofta går före övriga testade system i praktiska uppgifter. I bolagets kodtester leder Kimi K3 bland annat i Program Bench och SWE Marathon, och ligger nästan jämsides med GPT-5.6 Sol i Terminal Bench 2.1. I agenttester toppar Kimi K3 bland annat Automation Bench, SpreadsheetBench 2 och BrowseComp, medan Claude Fable 5 och GPT-5.6 Sol fortfarande leder i vissa bredare mätningar. [caption id="attachment_235304" align="alignnone" width="640"]Jämförelse av kodtester där Kimi K3 ställs mot bland annat GPT-5.6 Sol och Claude Fable 5. Moonshot AI:s egna kodtester för Kimi K3.[/caption] [caption id="attachment_235305" align="alignnone" width="640"]Jämförelse av agent- och produktivitetstester där Kimi K3 ställs mot amerikanska toppmodeller. Agent- och produktivitetstester enligt Moonshot AI.[/caption]

Byggd för långa jobb, inte bara korta svar

Moonshot AI beskriver Kimi K3 som en modell för långa arbetsflöden: kodning över stora kodbaser, automatisering, kunskapsarbete och uppgifter där skärmdumpar och visuell återkoppling ingår. I lanseringsmaterialet nämns bland annat optimering av beräkningskärnor, spelutveckling, chipdesign och forskningsnära beräkningar. Tekniskt bygger K3 på bolagets egna lösningar Kimi Delta Attention och Attention Residuals. Delta Attention uppges ge upp till 6,3 gånger snabbare svarsgenerering i mycket långa sammanhang, medan Attention Residuals ska ge omkring 25 procent bättre träningseffektivitet till under 2 procent extra kostnad. Jämfört med föregångaren Kimi K2 talar bolaget om ungefär 2,5 gånger bättre utbyte av beräkningskraften. Vid lanseringen körs Kimi K3 med maximal ”tankeansträngning” som standard. Lägre och högre lägen ska komma i senare uppdateringar. Moonshot AI skriver också att man samarbetar med molnpartners och open source-underhållare för en stabil utrullning. De fulla modellvikterna ska släppas den 27 juli 2026. Bland begränsningarna medger bolaget att kvaliteten kan svikta om agentmiljön inte skickar tillbaka hela tankehistoriken, att K3 ibland tar egna beslut i otydliga uppgifter, och att den fortfarande känns sämre än Claude Fable 5 och GPT-5.6 Sol i ren användarupplevelse. Ändå är budskapet skarpt: en öppen kinesisk modell i den absoluta storleksklassen gör nu anspråk på att slå stängda amerikanska toppmodeller i flera av de mätningar som styr utvecklingen av praktisk AI.]]> Säg hej till Lumo – AI:n som inte snokar https://nyadagbladet.se/teknik/lumo-2-0-privat-ai-proton/ Wed, 01 Jul 2026 22:27:04 +0000 https://nyadagbladet.se/?p=234394 De flesta AI-assistenter vill att du loggar in, lämnar spår och hoppas på det bästa. Protons Lumo 2.0 går åt andra hållet: en privat AI-assistent som kan testas gratis utan konto – och som nu fått bildgenerering, minne, starkare webbsökning och ett mer kapabelt resonemangsläge.

Det gör lanseringen ovanligt välkommen. I ett AI-landskap där användare ofta betalar med sina frågor, dokument och beteendemönster erbjuder Proton ett alternativ där chattar enligt bolaget inte loggas, inte används för modellträning och skyddas med nollåtkomstkryptering. Även Proton själv ska därmed inte kunna läsa sparad historik.

Proton, känt för bland annat Proton Mail, Proton VPN och Proton Drive, beskriver Lumo 2.0 som den största uppdateringen sedan tjänsten först lanserades. Enligt bolaget har över tio miljoner personer börjat använda Lumo sedan starten.

AI som inte gör dina frågor till handelsvara

Den viktigaste skillnaden jämfört med många andra AI-assistenter är inte en enskild funktion, utan själva datamodellen. Proton uppger att Lumo inte sparar serverloggar över konversationer, inte delar data med annonsörer eller andra tredje parter och inte tränar sina modeller på användarnas frågor.

Det gör tjänsten särskilt relevant för den som vill använda AI till sådant som normalt kan vara känsligt: privata frågor, arbetsmaterial, sammanfattningar av dokument, idéutkast, kod eller planering. I Protons svenska beskrivning av tjänsten betonas att frågorna användaren ställer – om exempelvis arbete, hälsa eller idéer – inte ska kunna användas för riktad reklam eller profilering.

Lumo kan dessutom användas via Tor och med gäståtkomst. Det innebär att den som bara vill testa en AI-assistent snabbt kan göra det utan att skapa ett Proton-konto. För en vardagsanvändare är detta en ovanligt låg tröskel: öppna direktstarten för Lumo, skriv en fråga och börja använda tjänsten.

Nyheterna i Lumo 2.0

Lumo 2.0 bygger enligt Proton på en ny arkitektur och kommer med tydligare skillnad mellan snabbare vardagsanvändning och mer avancerat resonemang. Det nya Fast-läget prioriterar snabba svar, medan Thinking-läget är avsett för mer komplexa uppgifter i flera steg.

En av de största nyheterna är att Lumo nu är multimodal. Användaren kan ladda upp bilder för analys, skapa nya bilder från textbeskrivningar eller skisser och redigera befintliga bilder i samma samtal. Proton uppger att även bildmaterialet omfattas av nollåtkomstkryptering.

Webbsökningen har också byggts ut. När en fråga kräver aktuell information kan Lumo hämta live-resultat från webben och ange källor, vilket gör svaren lättare att kontrollera än när en AI-assistent bara ger ett påstående utan hänvisning.

[caption id="attachment_234395" align="alignnone" width="900"]Lumo 2.0 gränssnitt Lumo 2.0 har fått ett omarbetat gränssnitt och nya AI-funktioner med fokus på integritet. Foto: Proton[/caption]

Därutöver introduceras ett mer avancerat minne, större kontextfönster, projekt och så kallade Custom Lumos – specialanpassade assistenter med egna instruktioner, stil och referensfiler. Tanken är att användaren ska kunna samla relaterade chattar, filer och arbetsinstruktioner i krypterade arbetsytor.

Så testar du Lumo utan att skapa konto

För den som vill prova Lumo är det enklaste alternativet att använda det kostnadsfria läget. Proton uppger att kärnfunktionerna ingår gratis för vardagligt privat bruk, medan betalda abonnemang ger fler meddelanden, obegränsade chattar, projekt, mer avancerad bildgenerering och prioriterad tillgång till de snabbaste modellerna.

  • Öppna direktstarten för Lumo för att börja utan konto, eller läs mer på Protons svenska Lumo-sida.
  • Välj gäståtkomst om du vill testa utan konto, eller logga in med Proton-konto om du vill spara historik.
  • Ställ en fråga, be om en sammanfattning, ladda upp en bild eller testa webbsökningen.
  • Använd Ghost mode om du är inloggad men vill att en enskild konversation ska försvinna när den stängs.

För den som redan använder Proton Drive kan Lumo också kopplas till filer och mappar därifrån, vilket gör tjänsten mer användbar för längre arbetsflöden. För företag lanseras även Lumo Professional med central administration och samarbetsfunktioner.

AI utan övervakning som normalmodell

Det guidande värdet med Lumo ligger i att tjänsten gör det enkelt att prova AI utan att först lämna ifrån sig mer data än nödvändigt. Att en kostnadsfri version inte ens kräver inloggning är särskilt välkommet i ett område där många annars vänjer användare vid att varje fråga, varje dokument och varje idé måste passera genom konton och datainsamlande plattformar.

Proton beskriver Lumo som europeiskt byggd och baserad på öppen källkod, med infrastruktur som ska hålla användardata borta från amerikansk jurisdiktion och kommersiella annonsmodeller. Bolaget framhåller också att koden är öppen för granskning, vilket ger användare och utvecklare möjlighet att kontrollera säkerhetsmodellen.

Lumo 2.0 är därmed inte bara ännu en AI-lansering med fler funktioner. Den visar att avancerade AI-verktyg kan göras tillgängliga för vanliga användare utan att integritet måste behandlas som en lyxprodukt.

]]>