Xinzhi Embodied Berkolaborasi dengan Fudan Rilis Model Seri N0… | Berita AI 2026-07-27

🔥 Fokus

Xinzhi Embodied Berkolaborasi dengan Fudan Rilis Model Seri N0 dan Kumpulan Data NeoData : Xinzhi Embodied dan Fudan University bersama-sama merilis model embodied AI seri N0 dan kumpulan data NeoData. NeoData berisi lebih dari 30.000 jam data interaksi visual-taktil, dan model representasi terpadu NeoForce memecahkan masalah fusi data dari sensor taktil yang berbeda. N0-VTLA meningkatkan tingkat keberhasilan operasi dengan memprediksi evolusi taktil 50 langkah ke depan, sementara N0-TWAM memperkenalkan prediksi taktil ke dalam world model, mendorong evolusi embodied AI dari “vision-driven” menjadi “vision-tactile fusion”. (Sumber: 量子位)

Induction Labs Rilis Model Photon-1 : Induction Labs meluncurkan model Photon-1, sebuah model Mixture of Experts (MoE) jarang berukuran 106B-A5B. Inovasinya terletak pada pra-pelatihan menggunakan video tanpa anotasi tindakan untuk mempelajari kebijakan implisit (implicit policy). Photon-1 melampaui Gemini 3.1 Flash-Lite dalam uji tolok ukur penggunaan komputer, dengan konsumsi daya komputasi pra-pelatihan yang berkurang secara signifikan dan biaya inferensi yang turun sekitar 3 kali lipat. Meskipun hanya mempelajari video desktop, Photon-1 yang telah di-fine-tune tetap menunjukkan performa luar biasa dalam catur dan simulasi fisik pinball. (Sumber: MarkTechPost)

Tim KwaiKAT Rilis KAT-Coder-V2.5 : Tim KwaiKAT dari Kuaishou meluncurkan KAT-Coder-V2.5, sebuah model pemrograman berbasis agen (agentic coding model) yang dilatih pada repositori kode nyata yang dapat dieksekusi. Tim secara otomatis membangun lebih dari 100.000 lingkungan repositori yang dapat diverifikasi melalui AutoBuilder, serta menggunakan mekanisme penyaringan berbasis proses (process-based filtering) dan algoritma asimetris AFT-PPO untuk reinforcement learning. KAT-Coder-V2.5 memimpin di PinchBench dengan skor tinggi 94,9, menunjukkan jalur untuk meningkatkan kinerja agen pemrograman jangka panjang dengan mengoptimalkan infrastruktur sandbox dan desain algoritma. (Sumber: MarkTechPost)

Fondasi Visi Dokumen MonkeyOCRv2 Dirilis secara Open Source : Tim dari Huazhong University of Science and Technology dan institusi lainnya merilis MonkeyOCRv2 secara open source. Model ini memperkenalkan tujuan pra-pelatihan “rekonstruksi sebagai memori visual dokumen”. Dalam eksperimen terkontrol dengan model bahasa backend Qwen3-1.7B yang dibekukan, MonkeyOCRv2 memimpin 13,2 poin di atas pembanding terkuat pada 8 tolok ukur pemahaman dokumen. Pada saat yang sama, tim merilis kumpulan data MonkeyDoc v2 yang berisi 113 juta gambar secara open source, menyediakan arena eksperimen pra-pelatihan visi dokumen yang terpadu bagi komunitas, serta mendorong evolusi AI dokumen dari pelengkapan semantik (semantic completion) menuju kesetiaan visual (visual fidelity). (Sumber: 机器之心)

Valkor Berkolaborasi dengan Zhejiang University dan Lainnya Rilis Framework Manajemen Status Agen Loom secara Open Source : Mengatasi masalah utama di mana agen pemrograman AI mudah terjebak dalam “lubang hitam debugging” dan “amnesia lokal” selama tugas jangka panjang, Valkor berkolaborasi dengan Zhejiang University dan tim UCL meluncurkan framework open source bernama Loom. Loom memecah tugas pengiriman perangkat lunak yang kompleks menjadi rantai status terstruktur yang dapat dipulihkan kapan saja. Ketika pengujian gagal, Loom menangkapnya sebagai status to-do yang independen dari riwayat obrolan, memungkinkan pengembang untuk beralih model atau agen dengan mulus untuk melanjutkan tugas. Ini menyediakan infrastruktur status yang krusial untuk pemrograman AI di lingkungan produksi yang serius. (Sumber: 机器之心)

🎯 Tren

Sakana AI Rilis Model Rute Keamanan Siber Fugu-Cyber : Sakana AI meluncurkan Fugu-Cyber, model rute khusus keamanan siber pada orchestrator Fugu mereka. Model ini mencapai tingkat keberhasilan 86,9% di CyberGym dan skor 72,1% di CTI-REALM, bersaing dengan model-model terdepan seperti GPT-5.5-Cyber. Melalui framework TRINITY dan Conductor, Fugu-Cyber secara dinamis mengoordinasikan beberapa sub-agen di berbagai domain keamanan untuk melakukan verifikasi kerentanan dan pembuatan aturan deteksi, dengan menerapkan model harga bertingkat bayar per Token. (Sumber: MarkTechPost)

Open Dreamer Rilis Implementasi JAX untuk World Model Dreamer 4 secara Open Source : Tim riset independen Reactor merilis Open Dreamer secara open source, yang merupakan replikasi dari pipeline world model Dreamer 4 berbasis JAX dan Flax NNX. Model ini mencakup tokenizer video Masked Autoencoder tanpa loss adversarial, serta model dinamika atensi spasio-temporal berparameter 1,6B tanpa anotasi tindakan. Tim mempublikasikan resep pelatihan secara lengkap dan membagikan detail rekayasa stabilitas seperti pengoptimalan memori video pada GPU B200 dan penyelesaian masalah pergeseran (drift) optimizer Muon, memberikan referensi berharga untuk replikasi world model. (Sumber: MarkTechPost)

InclusionAI Meluncurkan Ling-3.0-flash di OpenRouter : Ling-3.0-flash, model MoE ringan yang berfokus pada eksekusi alur kerja agen, kini telah tersedia sebagai API di OpenRouter. Model ini memiliki total parameter 124B dengan 5,1B parameter aktif, mendukung konteks hingga 256K, dan memiliki TTFT di bawah 100ms. Model ini diposisikan sebagai node eksekusi cepat berbiaya rendah untuk digunakan bersama planner besar, dioptimalkan untuk pemanggilan alat jangka panjang (long-range tool calling) dan kepatuhan instruksi, serta menawarkan mode inferensi hibrida yang dapat dialihkan. (Sumber: Reddit)

Model GLM-5.2 Versi Abliterated Dirilis : Komunitas merilis model besar GLM-5.2 yang telah melalui proses “abliterated” (penghapusan penolakan) dan fine-tuning. Model ini menghapus arah penolakan keselamatan (safety refusal directions) dan di-fine-tune secara khusus untuk tugas-tugas adversarial jangka panjang dan tugas agen, guna mencegah model berhenti tanpa alasan saat menangani tugas teknis atau sensitif. Evaluasi menunjukkan performa luar biasa pada tolok ukur keamanan dan kode seperti CyberGym dan AgentHarm. Model ini secara default tidak menyimpan data, dan aturannya sepenuhnya ditentukan oleh pengguna melalui system prompt. (Sumber: Reddit)

🧰 Alat

Llama.cpp Menggabungkan Dukungan MCP Native : PR yang dipimpin oleh pengembang ngxson telah berhasil digabungkan ke dalam llama.cpp, membuat WebUI and alat baris perintahnya mendukung Model Context Protocol (MCP) secara native. Pengguna kini dapat langsung mengonfigurasi dan memanggil berbagai server MCP (seperti asisten kode Serena) di klien lokal tanpa memerlukan perantara eksternal. Hal ini mewujudkan pengembangan dan debugging agen yang sepenuhnya lokal dan bebas ketergantungan, serta sangat menurunkan hambatan bagi model open source lokal untuk membangun ekosistem agen. (Sumber: Reddit)

Framework Agen On-Device Open Minis Dirilis secara Open Source : Pengembang Ethan Wang mengumumkan perilisan open source Open Minis, sebuah aplikasi agen AI yang dapat berjalan secara lokal di perangkat seluler. Aplikasi ini mendukung sistem iOS dan Android, mengintegrasikan Linux Shell lokal, otomatisasi browser, keterampilan yang dapat diperluas (extensible skills), dan memori persisten. Dengan memuat informasi meta Skills dalam system prompt dan menggabungkannya dengan Prompt Caching, model dapat menyelesaikan pemilihan dan eksekusi alat secara koheren dalam satu putaran percakapan, memberikan referensi ringan untuk pengembangan agen on-device. (Sumber: X)

Aethos_Memory Menyelesaikan Masalah Lupa Lintas Sesi pada Agen : Mengatasi masalah utama di mana asisten pengodean AI tidak dapat berbagi konteks antar sesi yang berbeda, pengembang merilis alat Aethos_Memory secara open source. Alat ini menyediakan lapisan memori persisten untuk agen, yang mampu mengekstrak dan menyimpan keputusan kunci, arsitektur repositori kode, dan catatan perbaikan bug dari sesi secara otomatis. Saat memulai sesi baru, agen dapat langsung membaca memori terstruktur tersebut, menghindari operasi rumit pengembang yang harus menyalin dan menempel riwayat secara manual. (Sumber: Reddit)

Runway Meluncurkan Alat Rute Media Media Router : Platform pembuatan video Runway meluncurkan Media Router, alat rute pengoptimalan preferensi pertama untuk media generatif. Saat menjalankan pipeline produksi yang melibatkan berbagai model video, gambar, dan audio, tim perusahaan tidak perlu lagi memilih model secara manual untuk setiap permintaan. Mereka hanya perlu menentukan preferensi terkait biaya, kualitas, atau latensi sekali saja di Router, dan sistem perutean akan mendistribusikan permintaan Token secara otomatis, mencapai keseimbangan optimal antara biaya dan hasil. (Sumber: X)

📚 Pembelajaran

Alat TileLang untuk Merancang dan Mengoptimalkan Kernel GPU Dirilis : Artikel ini memperkenalkan TileLang, sebuah alat DSL desain kernel GPU berbasis TVM. Tutorial ini menyediakan kode Python lengkap yang mendemonstrasikan cara merancang kernel seperti penjumlahan vektor, perkalian matriks Tensor Core, Softmax terfusi, FlashAttention, dan lainnya. Melalui shared memory Tile dan pemblokiran register (register tiling) dari TileLang, kompiler dapat secara otomatis menangani pemetaan dan sinkronisasi utas (thread), serta mendukung pencarian konfigurasi perangkat keras optimal di bawah anggaran GPU tetap melalui @tilelang.autotune. (Sumber: MarkTechPost)

Tutorial Simulasi Atomistik FAIRChem v2 dan UMA Dirilis : Tutorial ini menjelaskan secara rinci framework Meta FAIRChem v2 serta penggunaan UMA Universal Machine Learning Interatomic Potentials (MLIP). Konten mencakup cara mendapatkan bobot model berpagar (gated model weights) melalui Hugging Face, mengonfigurasi kalkulator di ASE (Atomic Simulation Environment), dan menyelesaikan serangkaian alur kerja kimia komputasi seperti prediksi energi titik tunggal (single-point energy prediction), pengoptimalan geometri molekul, perbandingan keadaan spin, estimasi energi reaksi, relaksasi kisi, pencocokan persamaan keadaan (equation of state fitting), dan simulasi dinamika molekul. (Sumber: MarkTechPost)

Relative Representation Menyelesaikan Penyelarasan Ruang Vektor LLM Heterogen : Komunitas membagikan teknik geometris yang menggunakan Metode Representasi Relatif (Relative Representation Method) dan ortogonalisasi simetris Lowdin untuk menyelaraskan ruang embedding LLM yang berbeda (seperti mencampur Llama, Mistral, dan Phi). Metode ini tidak memerlukan fine-tuning; dengan memperkenalkan titik jangkar referensi (reference anchor points) dalam domain semantik tertentu dan melakukan standardisasi Z-score searah kolom, vektor dengan dimensi berbeda dipetakan ke ruang bersama yang terpadu. Ini memecahkan masalah kerucut anisotropik (anisotropic cone) dan ketidakcocokan dimensi dalam perutean multi-agen. (Sumber: Reddit)

Diagram Alur Perhitungan dan Penurunan Gambar Tangan U-Net : Akademisi visi komputer Prof. Tom Yeh merilis diagram perhitungan gambar tangan untuk jaringan U-Net. Tutorial ini, melalui 17 langkah, mengompresi gambar yang berisi tiga saluran R, G, B menjadi Bottleneck berukuran 2×4 melalui konvolusi dan max pooling, kemudian secara bertahap memulihkannya ke ukuran asli melalui konvolusi transposisi dan koneksi lewati (Skip Connection). Ini menunjukkan prinsip matematika dari kerangka inti model difusi ini dengan alur perkalian matriks yang intuitif. (Sumber: X)

💼 Bisnis

Stripe Berencana Mengakuisisi OpenRouter Senilai $10 Miliar : Raksasa pembayaran Stripe sedang dalam negosiasi akuisisi besar-besaran dengan platform agregasi model AI OpenRouter, dengan valuasi mencapai $10 militar, melonjak hampir 8 kali lipat dari $1,3 miliar dua bulan lalu. Seiring dengan kecenderungan perusahaan menggunakan multi-model untuk mendiversifikasi risiko, lalu lintas dan nilai strategis OpenRouter menjadi sangat menonjol. Stripe, yang telah “meraup untung besar dalam diam” di era AI melalui satu baris kode pembayaran, sebelumnya telah mengakuisisi Metronome. Akuisisi ini akan memperluas bisnisnya dari pembayaran ke infrastruktur dasar ekosistem AI. (Sumber: 机器之心)

Moushen Intelligent Menyelesaikan Putaran Pendanaan Tambahan Pre-A Senilai Hampir 100 Juta Yuan : Perusahaan otak embodied on-device “Moushen Intelligent” mengumumkan penyelesaian putaran pendanaan tambahan Pre-A senilai hampir 100 juta yuan. Pendanaan putaran Pre-A+ senilai hampir 500 juta yuan juga sedang dalam proses penyelesaian, dengan valuasi meningkat lebih dari 10 kali lipat dalam waktu setengah tahun. Perusahaan ini didirikan oleh Profesor Chen Tao dari Fudan University dan mantan ilmuwan Intel Zhang Yimin. Model aksi dunia terintegrasi ruang-waktu STI-WM mereka mengurangi kebutuhan data mesin nyata sebesar 90% dengan melakukan tokenisasi pada aksi, serta berhasil melakukan adaptasi on-device berbiaya sangat rendah pada chip domestik seperti HiSilicon dan Horizon Robotics. (Sumber: 36kr)

Perusahaan Robot Bedah Vicarious Surgical Melakukan Likuidasi Kebangkrutan : Unicorn robot bedah Vicarious Surgical, yang pernah didanai oleh Bill Gates, Jerry Yang, dan investor lainnya, memutuskan untuk menghentikan operasi dan melakukan likuidasi kebangkrutan setelah pemungutan suara pemegang saham karena keterlambatan serius dalam kemajuan R&D dan terputusnya rantai pendanaan. Perusahaan telah mengumpulkan total pendanaan lebih dari 2 miliar yuan. Solusi penggerak terdekopel (decoupled drive) yang agresif dan konsep kontrol VR mereka menemui jalan buntu dalam persetujuan FDA dan produksi massal, memberikan peringatan bagi sektor embodied AI saat ini yang memiliki valuasi tinggi namun kesulitan dalam implementasi komersial. (Sumber: 36kr)

🌟 Komunitas

Asisten Pemrograman AI Memicu Rekonstruksi Metode Evaluasi di Kalangan Pendidik Ilmu Komputer : Survei oleh Association for Computing Machinery (ACM) terhadap lebih dari 700 pendidik ilmu komputer di 49 negara menunjukkan bahwa 69% guru percaya AI telah mengubah keterampilan yang dibutuhkan untuk pengembangan perangkat lunak, dan 64% fokus pengajaran telah bergeser dari “menulis kode dari awal” ke pemahaman dan debugging kode. Untuk mengatasi kecurangan dan ketergantungan berlebih yang disebabkan oleh AI, 68% guru telah menyesuaikan metode evaluasi mereka, menambahkan ujian tertutup di tempat, presentasi lisan, dan sesi pertahanan kode (code defense) untuk mendefinisikan kembali penilaian keterampilan pemrograman di era AI. (Sumber: THE DECODER)

Tautan Percakapan Claude yang Dibagikan Diindeks oleh Google Memicu Kekhawatiran Privasi : Komunitas menemukan bahwa percakapan dan Artifacts yang dibagikan oleh pengguna melalui fitur “buat tautan publik” di Claude sedang diindeks secara publik oleh mesin pencari seperti Google, bahkan muncul situs web pihak ketiga yang khusus merayapi (crawling) tautan-tautan tersebut. Konten yang bocor mencakup kunci privat mata uang kripto, rahasia perusahaan, dan privasi medis pribadi. Pengguna mengkritik Anthropic karena tidak menambahkan tag meta noindex pada halaman berbagi, yang dianggap sebagai kesalahan mendasar dalam desain keamanan, dan mengimbau pengguna untuk segera membersihkan percakapan yang telah dibagikan di pengaturan. (Sumber: Reddit)

Demam Workshop Literasi Digital Terbalik “Avoiding AI” Melanda Silicon Valley : Seiring dengan raksasa teknologi yang memaksakan AI ke berbagai perangkat terminal, workshop offline “Avoiding AI” (Menghindari AI) yang diinisiasi oleh perpustakaan di berbagai wilayah di AS menjadi viral di media sosial. Pustakawan memandu warga langkah demi langkah tentang cara menonaktifkan sepenuhnya AI bawaan sistem seperti Apple Intelligence dan Gemini, serta membagikan ekstensi browser untuk memblokir ringkasan AI di Google Search. Warga menggunakan kesempatan ini untuk mengekspresikan kekhawatiran mereka terhadap monopoli perusahaan teknologi besar, pelanggaran privasi, dan konsumsi energi pusat data, serta menuntut kedaulatan teknologi. (Sumber: TechCrunch)

Menteri Perdagangan Lutnick Menyatakan Dukungan untuk Open Source AI Guna Menyaingi Tiongkok : Komunitas ramai mendiskusikan pernyataan Menteri Perdagangan AS Howard Lutnick pada jamuan makan malam koresponden Gedung Putih, di mana ia secara langsung menyatakan bahwa “Gedung Putih saat ini akan melindungi open source AI.” Sebelumnya, APEC menandatangani deklarasi yang mendukung open source AI. Di dalam pemerintahan AS, saat ini sedang didiskusikan penggunaan larangan terarah pada model tertentu alih-alih pemblokiran menyeluruh, guna membantu ekosistem open source AS mengejar ketertinggalan dari model closed source terdepan secara cepat melalui “forking” dan “fine-tuning” di tengah keterbatasan daya komputasi, demi memastikan dominasi teknologi AS. (Sumber: X)

Andrej Karpathy Mengubah Bio Pribadi Memicu Spekulasi Pengunduran Diri : Peneliti AI terkenal Andrej Karpathy menghapus kata “Anthropic” dari bio profil media sosialnya, memicu spekulasi luas di komunitas tentang apakah ia telah mengundurkan diri. Beberapa rumor menyebutkan ia memilih pergi karena status non-warga negara AS yang membatasi aksesnya ke model tercanggih perusahaan akibat larangan ekspor, namun netizen lain menunjukkan bahwa perubahan bio tersebut sudah terjadi beberapa hari lalu. Karena Anthropic baru-baru ini tidak menandatangani surat terbuka open source yang diinisiasi oleh Jensen Huang, strategi bisnis dan regulasi mereka yang konservatif menghadapi reaksi negatif dari sebagian opini publik di komunitas. (Sumber: 机器之心)

DeepSeek Menangguhkan Pendanaan Putaran Kedua Akibat Kebocoran Risalah Rapat Investor : Risalah rapat yang beredar luas di media sosial mengenai komunikasi antara pendiri DeepSeek Liang Wenfeng dan investor menyebabkan pihak resmi DeepSeek segera memberi tahu calon investor untuk menangguhkan sementara pendanaan putaran kedua. Transkrip yang bocor tersebut melibatkan pernyataan sensitif DeepSeek mengenai kesenjangan daya komputasi antara AS dan Tiongkok, strategi penetapan harga Token, serta model bisnis open source. Komunitas mulai mendiskusikan fine-tuning dan penerapan model “pabrik Token” milik DeepSeek yang berhasil memangkas biaya inferensi hingga sepertiga dari kompetitor Barat melalui optimalisasi rekayasa. (Sumber: Hacker News)

💡 Lainnya

ChatGPT Membantu Pengguna Menemukan MacBook yang Terinfeksi AtomicStealer : Seorang pengguna Mac, saat mencoba mengoptimalkan memori operasi model besar lokal, menganalisis proses sistem melalui ChatGPT dan secara tidak sengaja menemukan dua file LaunchDaemon yang menyamar sebagai layanan sistem yang mengarah ke skrip tersembunyi di Library. ChatGPT segera memperingatkan bahwa itu adalah malware, membantu pengguna menemukan trojan pencuri data OSX.AtomicStealer yang terinfeksi karena menginstal pustaka open source PDF yang terkontaminasi. Ini menunjukkan peran tak terduga AI dalam perlindungan keamanan terminal sehari-hari. (Sumber: Reddit)

Decoy Font Memanfaatkan Perbedaan Visual untuk Mengelabui Multimodal AI : Studio desain Mixfont merilis “Decoy Font” (font umpan). Font ini menumpuk karakter interferensi yang digariskan dengan garis tipis di atas huruf biasa, sehingga multimodal AI berkemampuan visual seperti ChatGPT dan Claude hanya dapat membaca teks yang salah (seperti “Sorry Robot”) saat melakukan pengenalan OCR. Sementara itu, mata manusia masih dapat membaca teks asli secara normal dari jarak tertentu (seperti “Happy Human”). Ini menjadi jenis baru teknologi anti-crawler AI tingkat fisik / sampel adversarial. (Sumber: Reddit)

Rencana Sekolah Menengah Atas di New York untuk Memperkenalkan Robot Humanoid Memicu Protes Guru : Sebuah sekolah menengah atas negeri di New York berencana memperkenalkan robot humanoid di gedung sekolah untuk membantu pengajaran, sebuah langkah yang ditentang keras oleh serikat guru. Para guru berpendapat bahwa di tengah ketatnya anggaran pendidikan dan hilangnya tenaga pengajar, biaya pengadaan dan pemeliharaan robot humanoid yang mahal merupakan salah alokasi sumber daya. Selain itu, robot tidak dapat menggantikan peran inti guru manusia dalam komunikasi emosional dan bimbingan personal, sehingga masuknya teknologi ke sekolah harus tetap memiliki batasan. (Sumber: Reddit)