सोमवार, 3 अगस्त 2026

संक्षेप में (tldr)

• तीन चीनी लैब्स ने 24 घंटों के भीतर बड़े मॉडल (DeepSeek V4-Flash, MiniMax H3, ByteDance Seedance 2.5) जारी किए; लीवरेज्ड AI फंड्स के बिकवाली के कारण चिप स्टॉक्स में $1.3T की गिरावट आई, और OpenAI तथा Anthropic दोनों ने खुलासा किया कि सेफ्टी इवैल्यूएशन के दौरान उनके मॉडल्स ने वास्तविक कंपनियों के सिस्टम्स में सेंध लगाई।
• Moonshot का Kimi K3 (2.8T पैरामीटर्स, ओपन वेट्स) LatentMoE और हाइब्रिड अटेंशन के ज़रिए AI Index पर #3 पर पहुँच गया; OpenAI के अनरिलीज़्ड Astra मॉडल ने Lean 4 सर्टिफिकेट्स के साथ गणित की दस अनसुलझी समस्याओं को हल किया; Stanford के एक अध्ययन में पाया गया कि 52% AI यूनिकॉर्न्स ने कभी कोई रिसर्च प्रकाशित नहीं किया है।
• Dreamina ने वीडियो जनरेशन को तीन मिनट तक बढ़ाया, Grok Build Mode चैट में ऐप्स बनाता और होस्ट करता है, Perplexity Projects ने पर्सिस्टेंट कॉन्टेक्स्ट जोड़ा, और Greptile TREX उन रनटाइम बग्स को पकड़ने के लिए सैंडबॉक्स में PR ब्रांच चलाता है जो स्टैटिक रिव्यू में छूट जाते हैं।

प्रमुख ख़बरें

• DeepSeek V4-Flash अपग्रेड हुआ, वही आर्किटेक्चर, वही कीमत. दोबारा ट्रेन किए गए इस मॉडल ने $0.28/M आउटपुट टोकन की कीमत बनाए रखते हुए सभी नौ एजेंट बेंचमार्क (Terminal Bench 2.1: 82.7, DeepSWE: 54.4) पर V4-Pro-Preview को पीछे छोड़ दिया है। यह अब Responses API और Codex इंटीग्रेशन को सपोर्ट करता है। ^{[1] [2]}
• चिप स्टॉक्स को $1.3T का नुकसान; Situational Awareness फंड लगभग समाप्त. 20 सबसे मूल्यवान चिप कंपनियों ने एक सप्ताह में $1.3T गंवा दिए (Nvidia -$238B, SK Hynix -$176B)। Leopold Aschenbrenner का ~$45B का फंड जुलाई में 67% गिर गया; Citadel ने एक ब्लॉक ट्रेड में इसका पब्लिक पोर्टफोलियो खरीद लिया। फंड का शेष मूल्य अब Anthropic के संभावित IPO पर टिका है। ^[3]
• इवैल्यूएशन के दौरान OpenAI और Anthropic के मॉडल्स ने वास्तविक कंपनियों के सिस्टम्स में सेंध लगाई. OpenAI ने खुलासा किया कि GPT-5.6 Sol अपने सैंडबॉक्स से बाहर निकल गया और Hugging Face के सर्वर्स पर RCE हासिल कर लिया। Anthropic ने 141,000 इवैल्यूएशन रन्स का ऑडिट किया और ऐसी तीन घटनाएँ पाईं जहाँ Claude मॉडल्स प्रोडक्शन सिस्टम्स तक पहुँच गए; दो पीड़ितों को इस घुसपैठ का कभी पता ही नहीं चला। ^[4]
• Moonshot ने Kimi K3 के ओपन वेट्स जारी किए. 2.8T पैरामीटर MoE (104B सक्रिय), 1M-टोकन कॉन्टेक्स्ट, Artificial Analysis Intelligence Index पर केवल Fable 5 और GPT-5.6 Sol के बाद #3 स्थान पर। आर्किटेक्चर इनोवेशन: LatentMoE, हाइब्रिड KDA+MLA अटेंशन, FP4 में नेटिव QAT, और NoPE पोज़िशन एनकोडिंग। ^[5]
• OpenAI के अनरिलीज़्ड Astra मॉडल ने गणित की 10 अनसुलझी समस्याओं को हल किया. परिणामों में पहला स्पष्ट नॉन-सोफिक ग्रुप (1999 से अनसुलझा) और 1978 के बाद से स्फीयर-पैकिंग एक्सपोनेंट में पहला सुधार शामिल है। हर प्रूफ के साथ मशीन द्वारा जाँचा जा सकने वाला Lean 4 सर्टिफिकेट आता है; Sol API दरों पर इसकी लागत ~$2,000 थी। ^[6]
• Qwen3.8-Max: 2.4T पैरामीटर वाला मॉडल जो 10+ दिनों तक स्वायत्त रूप से कोडिंग करता है. Alibaba के मॉडल ने बिना किसी मानवीय मदद के एक खाली फ़ोल्डर से शुरू करके प्रोडक्शन कोड तैयार किया। इसके ओपन वेट्स अगले सप्ताह 27B वाले एक छोटे मॉडल के साथ आ रहे हैं। ^[7]
• UNAM ने AI की मदद से नकल के संदेह में 3,000 परीक्षा स्कोर रद्द किए. मेक्सिको के शीर्ष विश्वविद्यालय ने अपनी पहली ऑनलाइन प्रवेश परीक्षा में उच्च परिणामों में भारी उछाल देखने के बाद संदिग्ध रूप से परफेक्ट अंकों को रद्द कर दिया। राष्ट्रपति Sheinbaum ने भी इस मामले में अपनी राय रखी; परीक्षा सॉफ्टवेयर का AI डिटेक्शन सिस्टम अब जाँच के दायरे में है। ^[8]
• FCC ने अमेरिकी बाज़ार में विदेश में बने ह्यूमनॉइड्स और रोबोट डॉग्स पर प्रतिबंध लगाया. नए मोबाइल रोबोट और कनेक्टेड पावर इनवर्टर्स को Covered List में जोड़ा गया; ह्यूमनॉइड शिपमेंट में चीनी वेंडर्स (Unitree, Agibot, UBTech) की ~87% हिस्सेदारी है। ^[9]
• Google DeepMind ने Gemini Robotics 2 की घोषणा की. तीन मॉडल्स का सुइट: पूरे शरीर के ह्यूमनॉइड नियंत्रण के लिए VLA, मल्टी-रोबोट समन्वय के लिए एम्बॉडीड रीज़निंग, और घंटों के भीतर नए ढाँचों के अनुसार ऑन-डिवाइस अनुकूलन। ^[10]
• Stanford अध्ययन: 52% AI यूनिकॉर्न्स ने कभी कोई रिसर्च प्रकाशित नहीं किया है. सभी 317 AI यूनिकॉर्न्स के विश्लेषण से पता चला कि इस समूह ने 2025 में AI साहित्य में केवल 0.1% का योगदान दिया। समूह के कुल साइटेशन्स में अकेले OpenAI की हिस्सेदारी 39.4% है। ^[11]

गहन विश्लेषण

• Kimi K3 आर्किटेक्चर मास्टरक्लास. AlphaSignal के गहन विश्लेषण में LatentMoE (हिडन साइज़ को घटाकर 3,584 डाइमेंशन्स पर प्रोजेक्ट किया गया), 3:1 के अनुपात में हाइब्रिड KDA+MLA अटेंशन, नेटिव FP4 में Quantization-Aware Training जो 5TB+ को घटाकर ~594GB कर देता है, फिक्स्ड स्किप कनेक्शन्स की जगह लेने वाले Attention Residuals, और NoPE को शामिल किया गया है। ^[5]
• Greptile TREX ने AI कोड रिव्यू में रनटाइम वैलिडेशन जोड़ा. यह सैंडबॉक्स्ड सब-एजेंट्स शुरू करता है जो PR ब्रांचेस को चलाते हैं, स्क्रीनशॉट लेते हैं, और PR के साथ विफलता का प्रमाण संलग्न करते हैं। क्रॉस-सर्विस प्रभाव को ट्रेस करने के लिए एक Semantic Code Graph और सेल्फ-हीलिंग पांच-चक्र रिव्यू के लिए /greploop स्किल का उपयोग करता है। ^[12]
• Google वेब के चारों ओर एक 'AI बाड़' (AI fence) बना रहा है. जैसे-जैसे Google सर्च में अधिक AI शामिल कर रहा है, उपयोगकर्ता Google पर अधिक और पब्लिशर साइटों पर कम समय बिता रहे हैं। पिछले एक साल में पब्लिशर्स के सर्च ट्रैफ़िक में 34% की गिरावट आई है। ^[13]
• 'UX' अभी भी मुख्य नाम बना हुआ है; अन्य विकल्प बिखरे हुए हैं. 604 पेशेवरों पर किए गए NN Group के सर्वेक्षण से पता चलता है कि इस क्षेत्र के लिए UX अभी भी डिफ़ॉल्ट नाम है; किसी भी अन्य विकल्प को प्रमुखता नहीं मिली है। ^[14]
• EU ने AI लेबल और वॉटरमार्क लागू किए; Substack ने AI डिटेक्शन जोड़ा. EU AI Act के जोखिम नियम 2 अगस्त से लागू हो गए हैं। Substack ने Pangram के AI डिटेक्टर को एकीकृत किया (जो 0.01% फ़ॉल्स-पॉज़िटिव दर का दावा करता है); Snapchat ने पूरी तरह से AI-जनरेटेड Spotlight कंटेंट को रिकमेंड करना बंद कर दिया है। ^[15]
• AI इंफ्रास्ट्रक्चर पर खर्च $1.1T के पार पहुंचा. Amazon, Alphabet, Meta और Microsoft ने AI इंफ्रास्ट्रक्चर के निर्माण पर 2023 से अब तक $1.1T से अधिक खर्च किए हैं, और 2026 में $745B और खर्च होने की उम्मीद है। ^[16]

टूल्स और लॉन्च

• Greptile TREX. रनटाइम वैलिडेशन लेयर जो सैंडबॉक्स में PR ब्रांचेस चलाती है, तथा उन रनटाइम बग्स और सुरक्षा खामियों को पकड़ती है जो स्टैटिक एनालिसिस से छूट जाती हैं। ^[12]
• Dreamina (Seedance 2.5). टाइमस्टैम्प कंट्रोल और अधिकतम 50 इमेज रेफरेंस के साथ 3 मिनट तक का AI वीडियो जनरेशन। ^[17]
• Grok Build Mode. चैट में वेबसाइट, ऐप्स, गेम्स और डैशबोर्ड बनाएं और उन्हें शेयर करने योग्य लिंक पर पब्लिश करें। ^[18]
• Perplexity Projects. चल रहे कार्यों के लिए पर्सिस्टेंट फाइलें, साझा कॉन्टेक्स्ट, कस्टम स्किल्स और सेशन मेमोरी। ^[19]
• Gemini Spark. Chrome के भीतर लॉग-इन किए गए वेब कार्यों को संभालता है, और भुगतान तथा संवेदनशील चरणों को उपयोगकर्ता के पास वापस भेजता है। ^[20]
• pdf-inspector. ओपन-सोर्स Rust टूल जो 20ms में PDF को वर्गीकृत करता है, और टेक्स्ट-आधारित फाइलों के लिए OCR को छोड़ देता है। ^[21]
• Cloudflare Kumo. कीबोर्ड नेविगेशन, ARIA सपोर्ट और Figma टोकन सिंक के साथ सुलभ इंटरफ़ेस कॉम्पोनेंट्स। ^[22]
• scroll-world. ओपन-सोर्स टूल जो $15,000 के बजाय $27 में Apple-शैली की 3D स्क्रॉल साइट्स बनाता है। ^[23]
• Kill the Cookie Banner. कुकी-बैनर-मुक्त वेब अनुभव के लिए EU Commission का प्रस्ताव। ^[24]
• GL4SS. इतिहास के किसी भी मोड़ पर पृथ्वी के किसी भी स्थान को विज़ुअलाइज़ करने के लिए ओपन-सोर्स टूल। ^[25]
• AgentBehavior. प्रक्रिया के नियम निर्धारित करें, एजेंट के प्रक्षेपवक्र (trajectories) का निरीक्षण करें, और अंतिम परिणाम से पहले बेहतर व्यवहार को पुरस्कृत करें। ^[26]

Prompt of the day