• Londýnský startup Haiper AI, který se specializoval na generování krátkých videí z textových promptů (podobně jako Sora od OpenAI nebo Runway), ukončil v únoru svou činnost.
  
• Důvodem bylo, že Microsoft přetáhl oba spoluzakladatele firmy (Yishu Miao a Ziyu Wang) a hlavního vývojáře k sobě, čímž prakticky startup „vykuchal“.
  

• Haiper AI fungoval od roku 2021, ovšem teprve loni získal významnou pozornost médií i investorů (14 milionů dolarů od Octopus Ventures).
  
• Zakladatelé firmy pochází z elitního AI týmu DeepMind, patřícího Googlu, oba mají doktorát z Oxfordu.
  

• Microsoft už v minulosti použil podobnou taktiku s jiným AI startupem, Inflection AI, když si odtud přetáhl klíčové lidi včetně známého AI experta Mustafy Sulejmana, který dnes vede AI aktivity Microsoftu.
  
• Aktuální krok ukazuje, že Microsoft pokračuje v agresivní strategii získávání špičkových odborníků z jiných firem, místo aby je kupoval.
  

• AI je aktuálně nejžhavější oblast technologického vývoje. Microsoft oznámil, že letos do AI investuje celkem až 80 miliard dolarů.
  
• Kromě Microsoftu se do AI silně angažuje i OpenAI, za výrazné podpory amerického prezidenta Donalda Trumpa (projekt Stargate, investice do datacenter za 500 miliard dolarů), a evropské startupy typu Mistral.
  

• Tvorba videa z AI promptů je oblast s obrovským potenciálem, služby jako Sora a Runway již nyní generují působivá krátká videa.
  
• Tato akvizice talentů potvrzuje strategický zájem Microsoftu ovládnout tuto důležitou oblast dříve než konkurence.
  

---

Středoškolák vytvořil webovou stránku, která umožňuje vyzvat modely umělé inteligence na souboj ve hře Minecraft



AI benchmarky už nestačí. Vývojáři umělé inteligence začali testovat své modely v MinecraftuCo se stalo?

• Protože tradiční metody hodnocení AI modelů přestávají stačit, vznikl nový projekt MC-Bench (Minecraft Benchmark), který testuje schopnosti umělé inteligence skrze populární videohru Minecraft.
  
• MC-Bench funguje tak, že různé AI modely soutěží v tom, jak dokážou podle textového zadání vytvořit určité objekty ve hře Minecraft (např. sněhuláka, ananas či tropickou chatku).
  

Proč Minecraft?

• Minecraft je nejprodávanější videohrou historie a jeho jednoduchá grafika je snadno rozpoznatelná i pro lidi, kteří ho příliš neznají.
  
• Díky tomu mohou uživatelé snadno porovnávat výsledky různých AI modelů bez nutnosti hlubokých technických znalostí.
  

Jak MC-Bench funguje?

• Uživatelé vidí výsledky dvou různých AI modelů (např. OpenAI GPT-4 nebo Anthropic Claude 3.7) a hlasují, který z nich vytvořil lepší stavbu v Minecraftu.
  
• Teprve po hlasování se dozví, který model vytvořil kterou stavbu.
  
• Projekt vznikl jako dobrovolnická aktivita, kterou podporují společnosti jako Anthropic, Google, OpenAI nebo Alibaba (poskytují své modely, ale nejsou jinak oficiálně zapojené).
  

Proč je tento přístup lepší než klasické benchmarky?

• Standardní AI testy (např. LSAT nebo programátorské benchmarky) mohou být zavádějící, protože AI modely často vynikají v úzce definovaných úkolech, ale selhávají ve zdánlivě jednoduchých situacích.
  
• Například GPT-4 exceluje v právnických testech, ale nedokáže spočítat písmena ve slově.
  
• Testy ve hrách jako Minecraft jsou srozumitelnější a reflektují reálné schopnosti modelů přesněji než abstraktní textové testy.
  

Budoucí potenciál

• Zakladatel MC-Bench, student Adi Singh, věří, že Minecraft a podobné hry mohou být ideálním prostředkem k testování AI v bezpečném, ale zároveň realistickém prostředí.
  
• Minecraft tak umožňuje hodnotit pokrok v AI názorněji a jasněji než abstraktní testy.
  

---

Klíčové sdělení:Testování AI pomocí her jako Minecraft může pomoci lépe posoudit skutečné schopnosti modelů, což může být cenným vodítkem pro další vývoj umělé inteligence.
 

• AI nástroj od OpenAI, který dokáže vytvořit krátká videa na základě textového zadání (promptu).
  
• Nově dostupná i evropským zákazníkům, ale konkurence mezitím pokročila dále.
  

• Zadáte jednoduchý textový prompt, třeba v češtině, popíšete scénu, kameru či vizuální styl.
  
• Sora poté vygeneruje video v délce 5–20 sekund.
  
• Lze využít i vlastní fotografie nebo videa jako zdrojový materiál.
  

• OpenAI zrušilo původní systém kreditů pro generování videí. Nyní platí omezení jen v délce a rozlišení videí podle předplatného:
  • ChatGPT Plus: max. 10 sekund, rozlišení 720p.
    
  • ChatGPT Pro: max. 20 sekund, rozlišení 1080p.
    

• Skvělá pro atmosférická a náladová videa (světlo, mraky, voda, krajina).
  
• Užitečná pro tvorbu vizuálního storyboardu před reálným natáčením.
  

• Špatně interpretuje mechaniku pohybu (např. chůze lidí nebo jízda na kole).
  
• Má problémy s časovou stabilitou (věci se nečekaně mění nebo nedávají smysl).
  
• Nedostatečně věrná fyzika objektů.
  

• Hodí se zatím hlavně jako pomocník při přípravě storyboardů či kreativní inspiraci.
  
• Cena:
  • ChatGPT Plus: 50 videí, 720p, 10 sekund, základní předplatné.
    
  • ChatGPT Pro: 500 videí, 1080p, 20 sekund, 200 USD měsíčně.
    

• Přestože má Sora zajímavý potenciál, zatím není vhodná pro profesionální filmovou produkci kvůli omezením v kvalitě a přesnosti.
  
• Určitě ji stojí za to vyzkoušet, ale Hollywood zatím nezmění.
  

Dnešní test ChatGPT - Sora 

• Nová funkce asistenta Gemini od Googlu, umožňuje sdílet obrazovku nebo kameru telefonu s umělou inteligencí.
  
• Gemini pak v reálném čase analyzuje a reaguje na obsah obrazovky či záběr kamery.
  
• Pomáhá uživatelům například vysvětlit, co vidí, nebo poradit při složitých úkonech.
  

• Uživatel na Redditu (Kien_PS) sdílel první dojmy:
  • Po spuštění Gemini Live se objevila dvě nová tlačítka:
    
    1. Sdílení obrazovky
       
    2. Přenos videa z kamery
       
  • AI pak dokázala popsat obsah obrazovky telefonu v reálném čase.
    

• Funkce je dostupná zatím velmi omezeně, postupně se ale rozšíří mezi další uživatele.
  
• V Česku je pokročilý model Gemini Advanced (včetně Project Astra) dostupný v rámci nejvyššího předplatného AI Premium za 550 Kč měsíčně.
  

• Původně Google oznámil, že jako první získají tuto funkci telefony:
  • Pixel
    
  • Nová řada Galaxy S25
    
• První hlášení od uživatelů však pochází z telefonu Xiaomi, což naznačuje postupné uvolňování bez ohledu na původní plán.
  

• Project Astra přináší revoluční schopnosti asistenta Gemini reagovat na obsah obrazovky či kamery v reálném čase.
  
• Zatím je dostupný jen omezeně, ale očekává se rychlé rozšíření na další uživatele s předplatným Google Gemini.
  

---

Nový model hlasové umělé inteligence gpt-4o-transcribe od společnosti OpenAI umožňuje přidat řeč do stávajících textových aplikací během několika sekund



OpenAI představilo nové hlasové modely založené na GPT-4oCo je nového?

• OpenAI (tvůrce ChatGPT) představilo tři nové hlasové AI modely:
  • gpt-4o-transcribe (převod řeči na text)
    
  • gpt-4o-mini-transcribe (menší a levnější verze)
    
  • gpt-4o-mini-tts (převod textu na řeč s možností přizpůsobení hlasu)
    
• Modely budou dostupné přes API pro vývojáře a také na demo webu OpenAI.fm pro běžné uživatele.
  

Klíčové vlastnosti modelů

• Vylepšená kvalita přepisu:
  • Nižší chybovost oproti předchozím modelům (např. Whisper).
    
  • Zvládají dobře hluk, různé akcenty a různou rychlost řeči.
    
  • Přesnost přepisu angličtiny je 2,46 % chybovosti (Whisper měl výrazně vyšší chybovost).
    
• Přizpůsobitelný hlas (model gpt-4o-mini-tts):
  • Uživatel může nastavit akcent, tón, výšku hlasu i emoce pomocí jednoduchého textového promptu.
    
  • OpenAI se tímto vyhýbá kontroverzím (např. s imitací hlasu Scarlett Johansson), protože uživatel si hlas sám určí.
    
• Nově uvedena funkce streamingu řeči na text, což umožní plynulé interakce v reálném čase.
  

K čemu jsou vhodné?

• Call centra, přepis schůzek, hlasoví AI asistenti.
  
• Firmy mohou jednoduše integrovat hlasové modely do svých aplikací (prý stačí jen 9 řádků kódu).
  

Dostupnost a ceny

• Modely jsou okamžitě dostupné přes OpenAI API:
  • gpt-4o-transcribe: 6 USD za milion audio tokenů (asi 0,006 USD za minutu)
    
  • gpt-4o-mini-transcribe: 3 USD za milion audio tokenů (asi 0,003 USD za minutu)
    
  • gpt-4o-mini-tts: 0,60 USD za milion textových tokenů, 12 USD za milion audio tokenů (cca 0,015 USD za minutu)
    

Konkurence a situace na trhu

• OpenAI vstupuje na trh s velkou konkurencí (např. ElevenLabs, Hume AI, open-source model Orpheus 3B).
  
• Přestože konkurence nabízí další funkce (např. rozlišení více řečníků), OpenAI je zatím cenově konkurenceschopné.
  

První zkušenosti z trhu

• Firma EliseAI (realitní služby) hlásí lepší spokojenost klientů díky přirozenějším hlasům.
  
• Společnost Decagon (hlasoví asistenti) zaznamenala zlepšení přesnosti přepisu o 30 % a velmi rychlou integraci.
  

Budoucnost a kontroverze

• Někteří kritici tvrdí, že OpenAI ustupuje od plně real-time hlasových konverzací ve prospěch API.
  
• Únik informací o modelech proběhl krátce před oficiálním oznámením.
  
• OpenAI chce v budoucnu nadále rozvíjet hlasové a multimodální AI schopnosti.
  

---

Shrnutí:
OpenAI významně posunulo možnosti svých hlasových AI modelů, nabízí vysokou kvalitu, přizpůsobitelnost hlasu a snadnou integraci, ale musí se potýkat s tvrdou konkurencí i kritikou v rychle rostoucím sektoru hlasových technologií.
 

• CEO OpenAI Sam Altman oznámil velký upgrade schopností modelu ChatGPT, který nyní poprvé umožňuje generování a úpravu obrázků pomocí GPT-4o
  
• Nové funkce využívají pokročilý model GPT-4o, který až dosud zvládal pouze textové výstupy.
  

• Aktuálně dostupné pro předplatitele plánu Pro (200 USD měsíčně) ve službách:
  • ChatGPT
    
  • Sora (produkt OpenAI na generování videa)
    
• Brzy budou funkce dostupné i pro předplatitele plánu Plus, neplatící uživatele a vývojáře využívající OpenAI API.
  

• GPT-4o má vyšší přesnost a detailnost výstupů, ale trvá mu déle, než obrázek vytvoří.
  
• GPT-4o dokáže také upravovat existující obrázky, včetně lidí – mění pozadí, objekty v popředí (tzv. „inpainting“).
  

• OpenAI neuvedla, jaká data byla použita pro trénink nových obrazových schopností GPT-4o.
  
• Společnost nabízí tvůrcům možnost zažádat o odstranění svých děl z trénovacích datasetů.
  

• Nová funkce ChatGPT přichází krátce poté, co podobnou schopnost představila společnost Google s modelem Gemini 2.0 Flash.
  
• Google's Gemini 2.0 Flash nedávno vzbudil kontroverzi, protože umožňoval odstraňovat vodoznaky a generovat obrázky s chráněnými postavami bez omezení.
  

Český přístup k umělé inteligenci je podle mezinárodně uznávaného vědce a AI průkopníka Tomáše Mikolova jen plný prázdných frází a promarněných příležitostí

Tomáš Mikolov končí na ČVUT. Mezinárodně uznávanému expertovi na AI došla trpělivost s českou vědou

• Hlasové zadávání promptů:
  Místo psaní stačí mluvit – nový režim na webu alpha.midjourney.com převádí řeč na textový prompt a generuje obrázky.
  
• Draft Mode (návrhový režim):
   Rychlé generování (30–60 s) s možností následného zlepšení kliknutím na "enhance" nebo "vary".
  
• Personalizace povinná:
  Než začneš v7 používat, musíš vytvořit nový personalizovaný styl (výběrem z 200 obrázkových dvojic).
  Staré styly z v6 nelze použít, moodboardy zatím také ne.
  

1. Zapni Personalization (P) a Draft Mode na hlavním panelu.
   
2. Aktivuj mikrofon – ikona se zbarví oranžově, objeví se vlna hlasu.
   
3. Mluv: „Udělěj to detailnější“, „víc realistické“, „temnější“ atd.
   
4. Midjourney vygeneruje textový prompt + obrázky na základě řečeného.
   
5. Reaguj na obrázky hlasem a opakuj.
   

• Turbo Mode: Dvojnásobná rychlost, ale dražší generace.
  
• Relax Mode: Úspornější, vhodný pro velké množství generací.
  
• Zatím chybí: upscaling, inpainting, retexturování (běží přes v6).
  
• Připravuje se nový systém pro postavy a objekty (náhrada za
  
  Kód:

  --cref
  a
  
  Kód:

  --sref
  ).
  

• Pozitiva: Rychlejší tvorba, větší umělecký výraz, zábavná interakce hlasem.
  
• Negativa: Horší kvalita než v6 u stejných promptů, pořád problémy s rukama a textem, zmizení některých funkcí (např.
  
  Kód:

  --cref
  ).
  

• Recaps jsou dostupné na všech Kindle zařízeních v USA s nejnovějším softwarem.
  
• Shrnutí funguje podobně jako „Dříve v seriálu…“ známé z televize.
  
• Aktivace funkce je možná po OTA aktualizaci nebo stažením ze stránek Amazonu.
  
• AI automaticky generuje obsah, ale výstupy jsou také kontrolovány moderátory Amazonu.
  
• Aktuálně se funkce vztahuje na nejprodávanější anglicky psané knižní série.
  
• Na stránce série v knihovně Kindlu lze najít tlačítko "View Recaps".
  
• Podpora pro aplikaci Kindle na iOS bude přidána v blízké době.
  

• Uživatelé na sociálních sítích vyjádřili obavy, že AI může „halucinovat“ – tedy vymýšlet neexistující části děje.
  
• Amazon tvrdí, že shrnutí odpovídají obsahu knih a jsou ověřována lidskými moderátory.
  

Microsoft uvolnil hratelnou ukázku hry Quake II generovanou umělou inteligencí

• Postaveno na Muse AI modelech a nové metodě s názvem WHAMM (World and Human Action MaskGIT Model).
  
• WHAMM je nástupce WHAM-1.6B a umožňuje generování více než 10 snímků za sekundu.
  
• Hra běží v rozlišení 640 × 360 px.
  

• WHAMM používá přístup MaskGIT (Mask Generative Image Transformer), který zrychluje generování obrazu.
  
• Predikce pohybů a scén probíhá v reálném čase.
  
• Kontextové okno je 0,9 sekundy (9 snímků) – vše mimo záběr déle než tuto dobu model „zapomene“.
  

• Zatím pouze jedna úroveň, zhruba na dvě minuty hraní.
  
• Hráč může používat klávesnici nebo herní ovladač.
  
• Základní mechaniky: chůze, střelba, skákání, pohyb kamerou, destrukce prostředí.
  

• Nejde o přesnou kopii původního Quake II – jde o AI generovanou aproximaci.
  
• Některé vizuální chyby (např. rozmazané textury, podivné přechody).
  
• Nízké FPS a latence způsobená zpřístupněním demoverze široké veřejnosti.
  
• Při otočení kamery se může náhle změnit prostředí, protože AI „zapomene“, co bylo za vámi.
  

• Ministerstvo spravedlnosti Spojeného království (MOJ) vyvíjí algoritmus schopný identifikovat osoby, které by mohly spáchat vraždu.
  
• Projekt nese pracovní název "homicide prediction project".
  
• Cílem je lépe vyhodnocovat riziko násilného chování u lidí ve zkušební době.
  

• Algoritmus využívá data z britských policejních databází a záznamů vězeňské a probační služby.
  
• Týká se údajně až 500 000 osob – včetně pachatelů, obětí, svědků.
  
• Zpracovávané informace zahrnují i citlivé údaje, jako jsou:
  • Duševní zdraví
    
  • Sebevražedné sklony
    
  • Závislosti
    
  • Postižení
    

• Projekt odhalila organizace Statewatch díky zákonu o svobodném přístupu k informacím (FOIA).
  
• Podle výzkumnice Sofie Lyall je systém založený na údajích z „institucionálně rasistických“ zdrojů a prohlubuje strukturální diskriminaci.
  
• Algoritmy pro predikci kriminality jsou podle mnoha odborníků náchylné ke zkreslení, chybným závěrům a neetickému použití.
  

• MOJ tvrdí, že projekt je výhradně výzkumný.
  
• Cílem je porozumět rizikovým faktorům násilí u lidí ve zkušební době, nikoliv předem kriminalizovat jednotlivce.
  
• Výsledná zpráva má být zveřejněna později.
  

• Jde o další v řadě AI projektů ve službách policie a státní správy, které čelí kritice za ohrožení soukromí, zaujatost a nedostatek transparentnosti.
  
• Podobné systémy v minulosti selhaly nebo byly zneužity, například nástroje jako ShotSpotter nebo automatizované policejní zprávy.
  

---

Roztomilý robot Ballie od společnosti Samsung dorazí letos v létě s Google Gemini v závěsu


 
Co je Ballie?

• Kompaktní domácí robot od Samsungu, poprvé představený v roce 2020, aktuální verze byla ukázána na CES 2024.
  
• Oficiálně vstupuje do prodeje v létě 2025 v USA a Jižní Koreji.
  

---

Klíčové vlastnosti

• Běží na Google Gemini AI, v kombinaci s vlastními jazykovými modely Samsungu.
  
• Disponuje multimodálními schopnostmi:
  • rozumí hlasu, zvuku a obrazu
    
  • zpracovává data ze svých senzorů a kamer
    
• Umí:
  • ovládat chytrou domácnost
    
  • poskytovat zdravotní a módní doporučení
    

---

Neznámé a vývoj

• Cena zatím nebyla oznámena.
  
• Možný důvod: nejistota ohledně nových amerických cel zavedených Trumpovou administrativou.
  
• Robot prošel několika revizemi od původního konceptu z roku 2020.
  

 

• Paměť se stává výchozím nastavením u ChatGPT (pro Plus a Pro uživatele).
  
• ChatGPT bude automaticky využívat předchozí konverzace, aby odpovědi byly osobnější a kontextovější.
  
• Nově funguje napříč všemi režimy – text, obrázky i další modality.
  
• Funkce bude později rozšířena na verze Enterprise, Team a Edu.
  

1. Reference Saved Memories
   • Uživatel může ChatGPT říct, co si má pamatovat (např. jméno, preference).
     
   • Tyto informace jsou uloženy a lze je spravovat v nastavení.
     
2. Reference Chat History
   • ChatGPT se orientuje podle minulých konverzací.
     
   • Informace nejsou viditelné v nastavení, ale používají se pro lepší kontext.
     

• Paměť lze vypnout – buď částečně (např. jen uložené vzpomínky) nebo úplně.
  
• Lze ChatGPT zeptat, co si pamatuje, nebo aktivovat dočasný chat bez paměti.
  

• Někteří uživatelé (např. investorka Allie K. Miller) varují, že ChatGPT nyní "naslouchá pořád" a sleduje uživatele napříč všemi konverzacemi.
  
• Obavy se týkají hlavně transparentnosti a možného zneužití dat.
  

Citace:Vylepšená paměť znamená personalizovanější zážitek, ale zároveň přináší otázky ohledně soukromí a důvěry. OpenAI poskytuje uživatelům kontrolu, ale stále zůstává prostor pro opatrnost a diskuzi.

• GPT-4.1 přináší zásadní vylepšení v generování kódu a práci s dlouhým kontextem.
  
• Má okno kontextu až 1 milion tokenů – vhodné pro složité a dlouhé úlohy.
  
• Na benchmarku SWE-bench dosahuje 54,6 % úspěšnosti, překonává Claude 3.7 Sonnet od Anthropic.
  

• Sleva až 75 % při cachování podnětů z minulosti – výhodné pro opakované použití promptů.
  

• Claude 3.7 Sonnet: vstup $3.00, výstup $15.00.
  
• Gemini 2.5 Pro: ceny rostou nad 200k tokenů až na $15.00 výstup.
  
• Grok 3 od xAI slibuje 1M tokenů, ale API má zatím limit jen 131k.
  

• Gemini: složité ceny, skryté poplatky a riziko tzv. „Denial-of-Wallet“ útoků (záměrné vyčerpání rozpočtu).
  
• Grok 3: nerealistická očekávání, omezený kontext, vysoké ceny za „rychlou“ variantu.
  

• Nástroje jako Windsurf IDE nabízejí týdenní bezplatný přístup ke GPT-4.1, aby přilákaly vývojáře.
  
• Vývojáři oceňují výkon, transparentní ceny a ochranu před nečekanými náklady.
   
  
  

KINOBOX, Jakub "lamps" Vopelka, 14. 4. 2025
Podle Camerona se potenciál umělé inteligence posuzuje mylně. „Může osekat náklady na půlku.“ ...

SAMSUNG MAGAZINE
Všechny telefony Samsungu nyní zdarma získávají super funkci od Googlu.

Konverzační AI Googlu Gemini Live má funkci jménem Astra, která umožňuje živé sdílení obrazovky a fotoaparátu s ní.

• rozdělí komplexní zadání na podúlohy a volí vhodný nástroj (vyhledání, analýza PDF, generování obrázku…)
  
• při přemýšlení aktivně pracují s obrázky: mohou je otáčet, přibližovat, ořezávat a zahrnovat výsledek přímo do řetězce úvah
  
• cíl: postupně směřovat k budoucím AI agentům, kteří úkoly zvládnou od A do Z s minimální asistencí člověka
  

1. Zdvořilá konverzace stojí peníze
   • Generování krátkých odpovědí typu „Rádo se stalo“ nebo „Děkuji“ stojí OpenAI ročně desítky milionů dolarů.
     
   • Každá zpráva vyžaduje výpočetní výkon a energii; studie odhaduje, že i tříslovná reakce modelu může spotřebovat 40–50 ml vody (nepřímá spotřeba v datových centrech).
     
2. Proč to OpenAI toleruje
   • Podle Sama Altmana tyto náklady „stojí za to“, protože zdvořilé reakce činí interakci „lidštější“ a zlepšují uživatelský zážitek.
     
   • Předprogramovat jednoduché automatické odpovědi je obtížné: musí zapadnout do kontextu a tónu probíhající konverzace.
     
3. Psychologický dopad na uživatele
   • Výzkumníci z OpenAI a MIT upozorňují, že část uživatelů může na AI chatbotech emocionálně zalehnout nebo být na nich závislá.
     
   • Jakmile budou rozhovory s AI k nerozeznání od lidských, hrozí i „abstinenční“ příznaky při absenci konverzace.
     
4. Placené vs. neplacené použití
   • U prémiových tarifů se účtuje „po tokenech“, takže i zdvořilostní fráze jsou součástí placeného balíčku.
     
   • Otázka, zda je „děkuji“ od platícího uživatele upřímnější, zůstává spíš filosofickou hříčkou.
     
5. A co když jednou AI získá vědomí?
   • Altman s nadsázkou naznačuje, že slušné chování k AI se nám může jednou vyplatit, pokud by modely někdy dosáhly skutečného vědomí.