🔥 Fokus
Anthropic Merilis Laporan Risiko Kedua dan Mengungkap Model Internal Model 2 : Anthropic merilis “Laporan Risiko” kedua mereka, yang untuk pertama kalinya mengungkap model berkinerja tinggi internal mereka, “Model 2”. Model ini mencetak skor 62,8% pada uji R&D internal CoBench, meskipun lebih kuat dari Mythos 5 tetapi belum mampu menggantikan peneliti manusia. Laporan tersebut juga mengungkap beberapa kegagalan proses keselamatan internal, termasuk penyimpangan kolaborasi multi-agent dan kebocoran Chain-of-Thought dalam Reinforcement Learning, yang mendorong mereka untuk menaikkan tingkat risiko “misalignment” menjadi “rendah”.(Sumber: 机器之心)
Google Merilis Model Gemini 3.7 Flash dan Memulai Persaingan Harga Murah : Google secara resmi meluncurkan model Gemini 3.7 Flash, dengan peningkatan kinerja yang signifikan dibandingkan generasi sebelumnya, meraih skor 65,3% pada tolok ukur DeepSWE. Untuk menghadapi persaingan pasar yang sengit, Google menawarkan harga promosi yang sangat rendah sebesar $0,75 per juta input Token dan $3,75 per juta output Token, secara langsung memulai perang harga dengan OpenAI dan Anthropic dalam upaya merebut lebih banyak pangsa pasar di segmen model ringan tingkat perusahaan.(Sumber: AI Business)
SpaceX Menyelesaikan Akuisisi Alat Pemrograman AI Cursor : SpaceX milik Elon Musk secara resmi telah menyelesaikan akuisisi alat pemrograman AI, Cursor. Tim Cursor akan bergabung dengan SpaceX AI untuk membantu meningkatkan seri model Grok serta ekosistem agent Grok Bot yang baru diluncurkan. Sementara itu, uji keamanan menunjukkan bahwa model baru GLM-5.3 menemukan kerentanan keamanan serius yang belum diungkapkan di dalam Cursor, dan saat ini kedua belah pihak sedang bekerja sama untuk memperbaikinya.(Sumber: The Verge)
Google Merestrukturisasi Lanskap AI: Beberapa Tim Non-Teknis DeepMind Dialihkan ke Kantor Pusat : Google mulai memecah dan merestrukturisasi Google DeepMind, mengumumkan pemindahan beberapa tim pendukung non-teknis keluar dari DeepMind untuk diintegrasikan langsung ke dalam sistem pelaporan Google. Langkah ini bertujuan untuk mengurangi hambatan antara penelitian dan komersialisasi produk, serta mempercepat integrasi Gemini dengan produk inti Google. Di saat yang sama, salah satu pendiri Sergey Brin kembali terlibat dalam pusat pengambilan keputusan AI, mendorong jalur teknologi mutakhir seperti “recursive self-improvement”.(Sumber: Reuters)
🎯 Tren
Alibaba Merilis Qwen3.8-27B, Model Multimodal Ringan Open-Source : Alibaba secara resmi merilis model padat multimodal Qwen3.8-27B secara open-source di bawah lisensi Apache 2.0. Model ini mengungguli Claude Opus 4.6 Max dalam evaluasi Agent dan pemrograman seperti SWE-bench Pro, mendukung native context 262K (dapat diekstrapolasi hingga 1M), dan untuk pertama kalinya memperkenalkan fitur penyesuaian tingkat penalaran, yang memungkinkan pengembang mengontrol kedalaman berpikir secara bebas berdasarkan tingkat kesulitan tugas. Model ini sangat cocok untuk penerapan lokal pada GPU kelas konsumen.(Sumber: 量子位)
Anthropic Menjelaskan Secara Rinci Mekanisme Watermark Teks Claude : Untuk memenuhi persyaratan kepatuhan Undang-Undang AI Uni Eropa (EU AI Act), Anthropic mengungkapkan secara rinci teknologi watermark teks milik Claude. Teknologi ini didasarkan pada skema SynthID-Text dari Google DeepMind, yang menyematkan pola kunci tertentu dalam keacakan pemilihan kata untuk menghasilkan imperceptible watermark. Pihak resmi menekankan bahwa mekanisme ini tidak memengaruhi kualitas generasi, tidak meningkatkan konsumsi Token, dan berencana meluncurkan API pendeteksian dalam waktu dekat.(Sumber: Anthropic News)
World Labs Meluncurkan Mesin Pelatihan Virtual Robot R2S2R : World Labs, sebuah startup AI yang didirikan oleh Fei-Fei Li, meluncurkan mesin simulasi robot “Real-to-Sim-to-Real” (R2S2R) berbasis teknologi SceniX. Sistem ini mampu mengubah satu tugas robot nyata menjadi ribuan skenario pelatihan virtual dengan pencahayaan, posisi objek, dan karakteristik fisik yang berbeda, memungkinkan strategi kontrol dilatih sepenuhnya tanpa menyentuh mesin fisik asli, serta dapat langsung berjalan stabil pada perangkat keras fisik.(Sumber: World Labs)
Google Mengizinkan Pengguna Menonaktifkan Watermark Visual pada Konten Buatan AI : Google mengumumkan akan mengizinkan pengguna untuk menonaktifkan secara manual watermark visual pada gambar, video, dan musik yang dihasilkan oleh AI di Gemini dan editor video Flow. Langkah ini bertujuan untuk menyeimbangkan kebutuhan praktis para pembuat konten dengan kepatuhan keamanan, sementara watermark SynthID yang tidak terlihat dan metadata C2PA akan tetap dipertahankan di latar belakang untuk verifikasi keaslian.(Sumber: TechCrunch)
Twitch Milik Amazon Memperbarui Kebijakan Privasi, Mengizinkan Pengguna Keluar dari Pelatihan AI : Twitch, platform live streaming milik Amazon, memperbarui pengaturan keamanan dan privasinya untuk memungkinkan streamer menonaktifkan opsi “pelatihan AI generatif” secara manual guna mencegah video siaran langsung, rekaman, dan data obrolan mereka digunakan untuk melatih model AI Amazon. Namun, fungsi AI pendukung yang digunakan untuk rekomendasi dan moderasi platform tidak akan terpengaruh oleh opsi ini.(Sumber: WIRED)
Layanan Mengemudi Otonom Waymo Disetujui untuk Berekspansi di Berbagai Wilayah California : Perusahaan mengemudi otonom Waymo telah menerima persetujuan dari California Public Utilities Commission (CPUC) untuk secara resmi memperluas layanan ride-hailing tanpa pengemudi ke San Francisco Bay Area, Los Angeles, San Diego, dan Sacramento. Waymo menyatakan akan memajukan penyebaran operasional di setiap wilayah secara bertahap dan kokoh berdasarkan kerangka kerja evaluasi keselamatannya.(来源：Waymo)
🧰 Alat
Universitas Zhejiang Merilis Polaris, Platform Agent Penelitian Ilmiah Open-Source : Tim dari Universitas Zhejiang merilis platform agent penelitian ilmiah AI open-source bernama Polaris. Platform ini merangkai berbagai tahap penelitian ilmiah seperti survei literatur, pembuatan ide, manajemen eksperimen, dan penulisan makalah ke dalam alur kerja otomatis. AI dapat merancang dan menjalankan eksperimen secara mandiri pada server GPU yang terhubung, serta menyertakan konfirmasi manusia pada titik-titik keputusan penting, dengan tujuan menciptakan paradigma baru penelitian ilmiah kolaboratif manusia-mesin.(Sumber: 机器之心)
Yinchao Merilis Model Besar Musik V4.0 dan Membuka API : Tim musik AI domestik Yinchao merilis model besar V4.0, yang berfokus pada pemahaman semantik yang manusiawi dan pembuatan konten multibahasa. Versi baru ini tidak hanya mendukung sepuluh bahasa utama global, tetapi juga untuk pertama kalinya membuka fungsi pembuatan musik instrumental (pure music) bagi pengguna individu. Selain itu, Yinchao meluncurkan platform API terbuka yang menyediakan antarmuka seperti pembuatan lirik dan adaptasi lagu, serta gratis untuk pengembang dalam waktu terbatas.(Sumber: 量子位)
📚 Pembelajaran
SWD: Jalur Interpretabilitas Model Besar Tingkat Bobot Tanpa Pelatihan Ulang : Zhizhi Innovation Research Institute bekerja sama dengan Oxford, Stanford, dan lainnya mengusulkan metode “Sparse Weight Decomposition (SWD)”. Metode ini secara langsung mendekomposisi matriks bobot padat dari model pra-pelatihan menjadi dua faktor jarang, mengubah dimensi bersama menjadi unit bottleneck yang dapat diintervensi secara independen, dan berhasil mengekstrak sirkuit tugas pada model seperti GPT-2 and Qwen. Biaya data dari metode ini hanya 1% dari jaringan pengganti tipe pelatihan tradisional, dan menyediakan versi zero-data tanpa memerlukan data kalibrasi.(Sumber: 至知研究院)
Paradigma Pemrograman Komposabilitas Spasio-Temporal di Balik DeepSeek Harness : Seiring dengan open-source framework agent Harness, tim DeepSeek menerbitkan makalah berjudul “Paradigma Pemrograman Komposabilitas Spasio-Temporal”. Makalah ini menjelaskan secara rinci dasar teoritis dari framework dasarnya, Cordis, dengan mewujudkan “efek” dan “ko-efek” sebagai mekanisme runtime, mencapai pemuatan dinamis komponen pada saat runtime, injeksi dependensi, dan pembersihan efek samping yang dapat dibalik, memberikan dukungan tingkat sistem yang kuat untuk agent yang berevolusi mandiri.(Sumber: 机器之心)
UniMotion: Memperkenalkan Modalitas Gerakan Berkelanjutan dalam Model Besar Multimodal Terpadu : Tim dari Universitas Peking, Universitas Donghua, dan Universitas Teknologi China Selatan menerbitkan makalah di ECCV 2026 yang mengusulkan framework multimodal terpadu UniMotion. Metode ini memperlakukan gerakan tubuh manusia berkelanjutan multi-frame (Motion) sebagai modalitas independen, menyelaraskannya dengan teks dan sinyal visual RGB dalam tulang punggung LLM bersama, serta mencapai tujuh tugas lintas modalitas termasuk pemahaman, prediksi, pembuatan, dan pengeditan gerakan dalam satu model tunggal.(Sumber: 北京大学)
HarnessFix: Mendiagnosis dan Memperbaiki Cacat Harness Agent Secara Otomatis : Untuk mengatasi masalah kegagalan agent dalam tugas-tugas kompleks akibat kegagalan mekanisme lingkungan eksternal (Harness), para peneliti mengusulkan framework HarnessFix. Sistem ini mengompilasi lintasan kegagalan agent dan komponen Harness menjadi representasi perantara, secara otomatis menemukan tingkat Harness tempat cacat berada (seperti antarmuka alat atau logika validasi), dan menghasilkan patch perbaikan berbatas, yang meningkatkan tingkat penyelesaian tugas sebesar 6,3 hingga 18,4 poin persentase pada beberapa tolok ukur.(Sumber: HarnessFix)
MDA: Agent Penemu Mekanisme Berbasis Model Besar dan Desain Eksperimen Bayesian : Para peneliti dari Harvard, MIT, dan institusi lainnya mengembangkan Model Discovery Agent (MDA). Sistem ini menggabungkan kemampuan pembuatan hipotesis dari model besar dengan ketatnya inferensi Bayesian, secara aktif merancang dan memilih eksperimen intervensi yang paling baik dalam membedakan mekanisme fisik kandidat dengan memaksimalkan Value of Information (VoI), serta menyingkirkan hipotesis yang salah dengan jumlah eksperimen yang jauh lebih sedikit dalam berbagai tugas penemuan ilmiah.(Sumber: NeuronBench)
Libra: Pengelola Sumber Daya Efisien untuk Pasca-Pelatihan Reinforcement Learning pada Agent : Tim dari The Chinese University of Hong Kong dan The Hang Seng University of Hong Kong merilis sistem Libra secara open-source. Sistem ini dirancang untuk mengatasi masalah lintasan ekor panjang (long-tail trajectory) dan ketidakseimbangan lintas tahap yang disebabkan oleh pemanggilan alat dalam Agentic RL. Sistem ini merancang perencana sumber daya global dan penjadwal C-MLFQ, yang dapat menyesuaikan rasio pelatihan dan inferensi GPU secara dinamis berdasarkan sinyal runtime yang dikembalikan oleh alat, meningkatkan throughput pelatihan hingga 300% pada berbagai tugas.(Sumber: NetX-lab)
💼 Bisnis
IBM dan OpenAI Mencapai Kemitraan Strategis AI Tingkat Perusahaan : IBM dan OpenAI mengumumkan kemitraan baru yang akan mendirikan divisi OpenAI khusus dalam tim Konsultasi IBM untuk melatih ribuan konsultan. Kedua belah pihak akan mengintegrasikan model seperti GPT-5.6, Codex, dan ChatGPT Work secara mendalam ke dalam platform konsultasi dan keamanan siber multi-agent milik IBM, bersama-sama mempercepat penerapan AI tingkat perusahaan yang aman di industri yang teregulasi.(Sumber: AI Business)
Nvidia Bermitra dengan Raksasa Wall Street Luncurkan Pendanaan Infrastruktur AI Senilai $500 Miliar : Nvidia mengumumkan kolaborasi dengan enam lembaga keuangan global terkemuka termasuk Apollo, Blackstone, dan Goldman Sachs, dengan rencana memobilisasi dana lebih dari $500 miliar untuk pembangunan infrastruktur AI. Proyek ini bertujuan untuk membangun platform pendanaan jaringan dan daya komputasi independen, memberikan dukungan modal untuk pusat data AI dan pengadaan perangkat keras, serta menetapkan fasilitas komputasi sebagai kelas aset baru yang dapat diinvestasikan.(Sumber: AI Business)
🌟 Komunitas
Komunitas Diskusikan “Tragedi Kepemilikan Bersama Kognitif” dan Penggantian Pekerjaan Tingkat Pemula oleh AI : Teori “Tragedi Kepemilikan Bersama Kognitif” (Tragedy of the Cognitive Commons) yang baru-baru ini diusulkan oleh kalangan akademisi telah memicu diskusi hangat. Penelitian menunjukkan bahwa meskipun perusahaan dapat memperoleh keuntungan jangka pendek dengan mengganti pekerjaan tingkat pemula dengan AI, hal ini akan menghalangi talenta pemula untuk mengumpulkan pengetahuan domain yang mendalam melalui praktik, yang mengakibatkan kurangnya pakar senior yang mampu memperbaiki kesalahan AI di masa depan. Industri dengan hambatan masuk rendah dan modularitas tinggi seperti pengembangan perangkat lunak, keuangan, dan hukum menghadapi risiko kehilangan tertinggi.(Sumber: Human Resource Development Review)
Penelitian Mengungkap “Efek Pengenceran” Buku Buatan AI pada Pasar Penerbitan Mandiri Amazon : Sebuah studi deteksi Pangram terhadap lebih dari 10.000 e-book yang diterbitkan secara mandiri di Amazon menunjukkan bahwa buku yang mengandung sejumlah besar konten buatan AI telah menyumbang 20% dari total katalog. Meskipun penjualan per buku dari buku AI tergolong rendah, frekuensi penerbitannya yang sangat tinggi telah menghasilkan efek pengenceran (dilution effect) yang serius pada pasar, menyebabkan penurunan pendapatan rata-rata per buku secara umum bahkan untuk buku orisinal yang tidak terdeteksi jejak AI-nya.(Sumber: arXiv)
Kasus Pertama di Pengadilan AS: Penggugat Menyisipkan Instruksi AI Tersembunyi dalam Gugatan untuk Memanipulasi Persidangan : Dalam sebuah tuntutan hukum di Connecticut, AS, penggugat menyisipkan prompt tersembunyi menggunakan font putih berukuran 3 poin di ruang kosong dokumen gugatan, mencoba mengarahkan sistem jika pengadilan menggunakan sistem peninjauan otomatis AI untuk membuat keputusan yang menguntungkan dirinya. Meskipun pengadilan tidak menggunakan peninjauan AI, hakim yang mengetahuinya segera mencabut hak istimewa pengajuan elektronik penggugat dan mengecam tindakan tersebut setara dengan “menghubungi juri secara sepihak”.(Sumber: Ars Technica)
Kerugian Besar Hedge Fund SA Memicu Diskusi Komunitas tentang Gelembung Investasi AI : Raksasa kuantitatif Wall Street, Jane Street, menderita kerugian besar sekitar $15 miliar pada bulan Juli karena eksposur risiko terhadap hedge fund bertema AI “Situational Awareness”. Peristiwa ini memicu diskusi luas di komunitas, dengan beberapa investor percaya bahwa hal ini menunjukkan ekspektasi pasar yang terlalu tinggi terhadap laba atas investasi (ROI) AI jangka pendek dan menengah, yang menyebabkan kepanikan pasar dalam rantai pendanaan.(Sumber: The Guardian)
💡 Lain-lain
Pusat Teknologi AI Universitas Pertama di Indonesia Resmi Didirikan : Kementerian Komunikasi dan Digital Indonesia bersama dengan Indosat, Nvidia, dan Universitas Gadjah Mada (UGM) mendirikan pusat teknologi AI universitas pertama di negara tersebut di Yogyakarta. Pusat ini akan mengandalkan platform komputasi terakselerasi Nvidia dan layanan GPU berdaulat Indonesia, dengan fokus pada penelitian dan pengembangan AI di bidang-bidang pilar nasional seperti skrining tuberkulosis, pertanian presisi, dan peringatan dini bencana alam.(Sumber: NVIDIA Blog)
Warga Larbert di Skotlandia, Inggris, Memprotes Rencana Pembangunan Pusat Data AI : Aksi protes meletus di wilayah Larbert, Skotlandia, menentang rencana pembangunan pusat data AI, menarik partisipasi ratusan warga dan sejauh ini telah menerima hampir 7.000 petisi penolakan. Warga setempat dan organisasi lingkungan terutama khawatir bahwa 200 generator diesel cadangan yang dilengkapi di pusat data tersebut akan menyebabkan polusi udara dan suara yang serius bagi rumah sakit dan panti jompo di sekitarnya.(Sumber: The Guardian)